R語言并行化基礎與提高

本文將介紹R中的并行計算，并給出了一些常見的陷進以及避免它們的小技巧。

使用并行計算的原因就是因為程序運行時間太長。大部分程序都是可以并行化的，它們大部分都是Embarrassingly parallel。這里介紹幾種可以并行化的方法：
   Bootstrapping
    交叉驗證(Cross-validation)
    (Multivariate Imputation by Chained Equations ,MICE)相關介紹:R語言中的缺失值處理
    擬合多元回歸方程
學習lapply是關鍵
沒有早點學習lapply是我的遺憾之一。這函數即優美又簡單：它只需要一個參數（一個vector或list），和一個以該參數為輸入的函數，最后返回一個列表。
> lapply(1:3, function(x) c(x, x^2, x^3))
[[1]]
 [1] 1 1 1

[[2]]
 [1] 2 4 8

[[3]]
 [1] 3 9 27

你還可以添加額外的參數：

> lapply(1:3/3, round, digits=3)
[[1]]
[1] 0.333

[[2]]
[1] 0.667

[[3]]
[1] 1

當每個元素都是獨立地計算時，這個任務就是 Embarrassingly parallel的。當你學習完使用lapply之后，你會發現并行化你的代碼就像喝水一樣簡單。
parallel包

使用 parallel包，首先要初始化一個集群，這個集群的數量最好是你CPU核數-1。如果一臺8核的電腦建立了數量為8的集群，那你的CPU就干不了其他事情了。所以可以這樣啟動一個集群：

library(parallel)

# Calculate the number of cores
no_cores <- detectCores() - 1

# Initiate cluster
cl <- makeCluster(no_cores)
現在只需要使用并行化版本的lapply,parLapply就可以了

parLapply(cl, 2:4,
          function(exponent)
            2^exponent)
[[1]]
[1] 4

[[2]]
[1] 8

[[3]]
[1] 16
當我們結束后，要記得關閉集群，否則你電腦的內存會始終被R占用

stopCluster(cl)

變量作用域

在Mac/Linux中你可以使用 makeCluster(no_core, type="FORK")這一選項從而當你并行運行的時候可以包含所有環境變量。
在Windows中由于使用的是Parallel Socket Cluster (PSOCK)，所以每個集群只會加載base包，所以你運行時要指定加載特定的包或變量：

cl<-makeCluster(no_cores)

base <- 2
clusterExport(cl, "base")
parLapply(cl,
          2:4,
          function(exponent)
            base^exponent)

stopCluster(cl)

[[1]]
[1] 4

[[2]]
[1] 8

[[3]]
[1] 16

注意到你需要用clusterExport(cl, "base")把base這一個變量加載到集群當中。如果你在函數中使用了一些其他的包就要使用clusterEvalQ加載進去，比如說，使用rms包，那么就用clusterEvalQ(cl, library(rms))。要注意的是，在clusterExport 加載某些變量后，這些變量的任何變化都會被忽略：

cl<-makeCluster(no_cores)
clusterExport(cl, "base")
base <- 4
# Run
parLapply(cl,
          2:4,
          function(exponent)
            base^exponent)

# Finish
stopCluster(cl)
[[1]]
[1] 4

[[2]]
[1] 8

[[3]]
[1] 16
使用parSapply

如果你想程序返回一個向量或者矩陣。而不是一個列表，那么就應該使用sapply,他同樣也有并行版本parSapply:

> parSapply(cl, 2:4,
          function(exponent)
            base^exponent)
[1]  4  8 16

輸出矩陣并顯示行名和列名（因此才需要使用as.character）

> parSapply(cl, as.character(2:4),
          function(exponent){
            x <- as.numeric(exponent)
            c(base = base^x, self = x^x)
          })
2  3   4
base 4  8  16
self 4 27 256

foreach包

設計foreach包的思想可能想要創建一個lapply和for循環的標準，初始化的過程有些不同，你需要register注冊集群:

library(foreach)
library(doParallel)

cl<-makeCluster(no_cores)
registerDoParallel(cl)

要記得最后要結束集群（不是用stopCluster()）：

stopImplicitCluster()

foreach函數可以使用參數.combine控制你匯總結果的方法：

> foreach(exponent = 2:4,
        .combine = c)  %dopar%  
  base^exponent
  [1]  4  8 16

> foreach(exponent = 2:4,
        .combine = rbind)  %dopar%  
  base^exponent
    [,1]
result.1    4
result.2    8
result.3   16

foreach(exponent = 2:4,
        .combine = list,
        .multicombine = TRUE)  %dopar%  
  base^exponent
[[1]]
[1] 4

[[2]]
[1] 8

[[3]]
[1] 16
注意到最后list的combine方法是默認的。在這個例子中用到一個.multicombine參數，他可以幫助你避免嵌套列表。比如說list(list(result.1, result.2), result.3) :

> foreach(exponent = 2:4,
        .combine = list)  %dopar%  
  base^exponent
[[1]]
[[1]][[1]]
[1] 4

[[1]][[2]]
[1] 8


[[2]]
[1] 16
變量作用域

在foreach中，變量作用域有些不同，它會自動加載本地的環境到函數中：

> base <- 2
> cl<-makeCluster(2)
> registerDoParallel(cl)
> foreach(exponent = 2:4,
        .combine = c)  %dopar%  
  base^exponent
stopCluster(cl)
 [1]  4  8 16

但是，對于父環境的變量則不會加載，以下這個例子就會拋出錯誤：

test <- function (exponent) {
  foreach(exponent = 2:4,
          .combine = c)  %dopar%  
    base^exponent
}
test()

 Error in base^exponent : task 1 failed - "object 'base' not found"

為解決這個問題你可以使用.export這個參數而不需要使用clusterExport。注意的是，他可以加載最終版本的變量，在函數運行前，變量都是可以改變的：

base <- 2
cl<-makeCluster(2)
registerDoParallel(cl)

base <- 4
test <- function (exponent) {
  foreach(exponent = 2:4,
          .combine = c,
          .export = "base")  %dopar%  
    base^exponent
}
test()

stopCluster(cl)

 [1]  4  8 16
類似的你可以使用.packages參數來加載包,比如說：.packages = c("rms", "mice")
使用Fork還是sock?

我在windows上做了很多分析，也習慣了使用PSOCK系統。對于使用其他系統的人要意識到這兩個的區別：

    FORK:”to divide in branches and go separate ways”
    系統：Unix/Mac (not Windows)
    環境: 所有
    PSOCK:并行socket集群
    系統: All (including Windows)
    環境: 空

內存控制

如果你不打算使用windows的話，建議你嘗試FORK模式，它可以實現內存共享，節省你的內存。
PSOCK:

library(pryr) # Used for memory analyses
cl<-makeCluster(no_cores)
clusterExport(cl, "a")
clusterEvalQ(cl, library(pryr))
parSapply(cl, X = 1:10, function(x) {address(a)}) == address(a)
[1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
FORK :

cl<-makeCluster(no_cores, type="FORK")
parSapply(cl, X = 1:10, function(x) address(a)) == address(a)
 [1] TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE TRUE

你不需要花費太多時間去配置你的環境，有趣的是，你不需要擔心變量沖突:

b <- 0
parSapply(cl, X = 1:10, function(x) {b <- b + 1; b})
# [1] 1 1 1 1 1 1 1 1 1 1
parSapply(cl, X = 1:10, function(x) {b <<- b + 1; b})
# [1] 1 2 3 4 5 1 2 3 4 5
b
# [1] 0

調試

當你在并行環境中工作是，debug是很困難的，你不能使用browser/cat/print等函數來發現你的問題。
tryCatch-list方法

使用stop()函數這不是一個好方法，因為當你收到一個錯誤信息時，很可能這個錯誤信息你在很久之前寫的，都快忘掉了，但是當你的程序跑了1，2天后，突然彈出這個錯誤，就只因為這一個錯誤，你的程序終止了，并把你之前的做的計算全部扔掉了，這是很討厭的。為此，你可以嘗試使用tryCatch去捕捉那些錯誤，從而使得出現錯誤后程序還能繼續執行:

foreach(x=list(1, 2, "a"))  %dopar%  
{
  tryCatch({
    c(1/x, x, 2^x)
  }, error = function(e) return(paste0("The variable '", x, "'",
                                      " caused the error: '", e, "'")))
}
[[1]]
[1] 1 1 2

[[2]]
[1] 0.5 2.0 4.0

[[3]]
[1] "The variable 'a' caused the error: 'Error in 1/x: non-numeric argument to binary operator\n'"

這也正是我喜歡list的原因，它可以方便的將所有相關的數據輸出，而不是只輸出一個錯誤信息。這里有一個使用rbind在lapply進行conbine的例子：

`out <- lapply(1:3, function(x) c(x, 2^x, x^x))
do.call(rbind, out)
 [,1] [,2] [,3]
[1,]    1    2    1
[2,]    2    4    4
[3,]    3    8   27
創建一個文件輸出

當我們無法在控制臺觀測每個工作時，我們可以設置一個共享文件，讓結果輸出到文件當中，這是一個想當舒服的解決方案：

cl<-makeCluster(no_cores, outfile = "debug.txt")
registerDoParallel(cl)
foreach(x=list(1, 2, "a"))  %dopar%  
{
  print(x)
}
stopCluster(cl)
starting worker pid=7392 on localhost:11411 at 00:11:21.077
starting worker pid=7276 on localhost:11411 at 00:11:21.319
starting worker pid=7576 on localhost:11411 at 00:11:21.762
[1] 2]

[1] "a"

創建一個結點專用文件

一個或許更為有用的選擇是創建一個結點專用的文件，如果你的數據集存在一些問題的時候，可以方便觀測：

cl<-makeCluster(no_cores, outfile = "debug.txt")
registerDoParallel(cl)
foreach(x=list(1, 2, "a"))  %dopar%  
{
  cat(dput(x), file = paste0("debug_file_", x, ".txt"))
}
stopCluster(cl)
partools包

partools這個包有一個dbs()函數或許值得一看（使用非windows系統值得一看），他允許你聯合多個終端給每個進程進行debug。
Caching

當做一個大型計算時，我強烈推薦使用一些緩存。這或許有多個原因你想要結束計算，但是要遺憾地浪費了計算的寶貴的時間。這里有一個包可以做緩存，R.cache，但是我發現自己寫個函數來實現更加簡單。你只需要嵌入digest包就可以。digest()函數是一個散列函數，把一個R對象輸入進去可以輸出一個md5值或sha1等從而得到一個唯一的key值，當你key匹配到你保存的cache中的key時，你就可以繼續你的計算了，而不需要將算法重新運行，以下是一個使用例子：

cacheParallel <- function(){
  vars <- 1:2
  tmp <- clusterEvalQ(cl,
                      library(digest))

  parSapply(cl, vars, function(var){
    fn <- function(a) a^2
    dg <- digest(list(fn, var))
    cache_fn <-
      sprintf("Cache_%s.Rdata",
              dg)
    if (file.exists(cache_fn)){
      load(cache_fn)
    }else{
      var <- fn(var);
      Sys.sleep(5)
      save(var, file = cache_fn)
    }
    return(var)
  })
}
這個例子很顯然在第二次運行的時候并沒有啟動Sys.sleep，而是檢測到了你的cache文件，加載了上一次計算后的cache，你就不必再計算Sys.sleep了，因為在上一次已經計算過了。

system.time(out <- cacheParallel())
# user system elapsed
# 0.003 0.001 5.079
out
# [1] 1 4
system.time(out <- cacheParallel())
# user system elapsed
# 0.001 0.004 0.046
out
# [1] 1 4

# To clean up the files just do:
file.remove(list.files(pattern = "Cache.+\.Rdata"))

載入平衡
任務載入

需要注意的是，無論parLapply還是foreach都是一個包裝(wrapper)的函數。這意味著他們不是直接執行并行計算的代碼，而是依賴于其他函數實現的。在parLapply中的定義如下：

parLapply <- function (cl = NULL, X, fun, ...)
{
    cl <- defaultCluster(cl)
    do.call(c, clusterApply(cl, x = splitList(X, length(cl)),
        fun = lapply, fun, ...), quote = TRUE)
}
注意到splitList(X, length(cl)) ，他會將任務分割成多個部分，然后將他們發送到不同的集群中。如果你有很多cache或者存在一個任務比其他worker中的任務都大，那么在這個任務結束之前，其他提前結束的worker都會處于空閑狀態。為了避免這一情況，你需要將你的任務盡量平均分配給每個worker。舉個例子，你要計算優化神經網絡的參數，這一過程你可以并行地以不同參數來訓練神經網絡，你應該將如下代碼：

# From the nnet example
parLapply(cl, c(10, 20, 30, 40, 50), function(neurons)
  nnet(ir[samp,], targets[samp,],
       size = neurons))
改為：

# From the nnet example
parLapply(cl, c(10, 50, 30, 40, 20), function(neurons)
  nnet(ir[samp,], targets[samp,],
       size = neurons))
內存載入

在大數據的情況下使用并行計算會很快的出現問題。因為使用并行計算會極大的消耗內存，你必須要注意不要讓你的R運行內存到達內存的上限，否則這將會導致崩潰或非常緩慢。使用Forks是一個控制內存上限的一個重要方法。Fork是通過內存共享來實現，而不需要額外的內存空間，這對性能的影響是很顯著的(我的系統時16G內存，8核心)：

> rm(list=ls())
> library(pryr)
> library(magrittr)
> a <- matrix(1, ncol=10^4*2, nrow=10^4)
> object_size(a)
1.6 GB
> system.time(mean(a))
   user  system elapsed
  0.338   0.000   0.337
> system.time(mean(a + 1))
   user  system elapsed
  0.490   0.084   0.574
> library(parallel)
> cl <- makeCluster(4, type = "PSOCK")
> system.time(clusterExport(cl, "a"))
   user  system elapsed
  5.253   0.544   7.289
> system.time(parSapply(cl, 1:8,
                        function(x) mean(a + 1)))
   user  system elapsed
  0.008   0.008   3.365
> stopCluster(cl); gc();
> cl <- makeCluster(4, type = "FORK")
> system.time(parSapply(cl, 1:8,
                        function(x) mean(a + 1)))
   user  system elapsed
  0.009   0.008   3.123
> stopCluster(cl)

FORKs可以讓你并行化從而不用崩潰：

> cl <- makeCluster(8, type = "PSOCK")
> system.time(clusterExport(cl, "a"))
   user  system elapsed
 10.576   1.263  15.877
> system.time(parSapply(cl, 1:8, function(x) mean(a + 1)))
Error in checkForRemoteErrors(val) :
  8 nodes produced errors; first error: cannot allocate vector of size 1.5 Gb
Timing stopped at: 0.004 0 0.389
> stopCluster(cl)
> cl <- makeCluster(8, type = "FORK")
> system.time(parSapply(cl, 1:8, function(x) mean(a + 1)))
   user  system elapsed
  0.014   0.016   3.735
> stopCluster(cl)

當然，他并不能讓你完全解放，如你所見，當我們創建一個中間變量時也是需要消耗內存的：

> a <- matrix(1, ncol=10^4*2.1, nrow=10^4)
> cl <- makeCluster(8, type = "FORK")
> parSapply(cl, 1:8, function(x) {
+   b <- a + 1
+   mean(b)
+   })
Error in unserialize(node$con) : error reading from connection

內存建議

    盡量使用rm()避免無用的變量
    盡量使用gc()釋放內存。即使這在R中是自動執行的，但是當它沒有及時執行，在一個并行計算的情況下，如果沒有及時釋放內存，那么它將不會將內存返回給操作系統，從而影響了其他worker的執行。
    通常并行化在大規模運算下很有用，但是，考慮到R中的并行化存在內存的初始化成本，所以考慮到內存的情況下，顯然小規模的并行化可能會更有用。
    有時候在并行計算時，不斷做緩存，當達到上限時，換回串行計算。
    你也可以手動的控制每個核所使用的內存數量，一個簡單的方法就是：memory.limit()/memory.size() = max cores

其他建議

    一個常用的CPU核數檢測函數：

max(1, detectCores() - 1)

    1

    永遠不要使用set.seed()，使用clusterSetRNGStream()來代替設置種子，如果你想重現結果。
    如果你有Nvidia 顯卡，你可以嘗試使用gputools 包進行GPU加速（警告：安裝可能會很困難）
    當使用mice并行化時記得使用ibind()來合并項。