Question

您好我正在尝试使用R包并行，特别是mclapply（）函数使用我的8核系统生成超过10000列和24行的移动平均值（列上的移动平均值，因此24个数据点正在平滑，10000次）。

但是，当我将标准lapply的性能速度与mclapply进行比较时，我看不到加速。有人可以解释为什么我看到运行时间没有区别吗？

> x = replicate(10000, rnorm(24)) 
> system.time({
+   tmpp = lapply(list(x), function(x) {
+     rollmean(x, 7)
+   })
+ })
user  system elapsed 
15.309   7.893  23.201 
> 
> detectCores() 
[1] 8
> 
> system.time({
+   tmpp = mclapply(list(x),mc.cores=8, function(x) {
+     rollmean(x, 7)
+   })
+ })
user  system elapsed 
15.628   7.948  23.573

Answer 1

您正在提供一个列表，因此没有并行性：

 x <-replicate(10000, list(rnorm(24)) )  # list length 10000 
 library(zoo)
 library(parallel)
 system.time({
    tmpp = lapply(x, function(x) {
      rollmean(x, 7)
    })
  })
#   user  system elapsed 
#  8.250   0.044   8.249 
 parallel::detectCores()
#[1] 8
 system.time({
    tmpp = mclapply(x, mc.cores=8, function(z) {
      rollmean(z, 7)
    })
  })
#   user  system elapsed 
# 14.376   8.858   3.922

（这是在6岁的MacPro上。）

R lapply和mclapply没有性能差异

1 个答案: