foreach、doParallel 和随机生成

Question

考虑使用并行 foreach 生成随机值的非常基本（且效率低下）的代码：

cl <- makeCluster(2)
registerDoParallel(cl)
foreach(i = 1:100) %dopar% rnorm(1)

它是否正确，或者是否需要任何额外的步骤才能使随机生成正常工作？我想这已经足够了，而且快速检查似乎 "prove" 种子可以正常工作，但我想确保它在其他平台上也是如此，因为我希望代码是可移植的。

Answer 1

你的担心是对的；随机数生成并不能神奇地并行工作，需要采取进一步的步骤。使用 foreach 框架时，您可以使用 doRNG 扩展来确保在并行完成时也能获得可靠的随机数。

示例：

library("doParallel")
cl <- makeCluster(2)
registerDoParallel(cl)

## Declare that parallel RNG should be used for in a parallel foreach() call.
## %dorng% will still result in parallel processing; it uses %dopar% internally.
library("doRNG")

y <- foreach(i = 1:100) %dorng% rnorm(1)

编辑 2020-08-04：以前这个答案提出了替代方案：

library("doRNG")
registerDoRNG()
y <- foreach(i = 1:100) %dopar% rnorm(1)

然而，这样做的缺点是开发人员在函数内部以干净的方式使用 registerDoPNG() 更加复杂。正因为如此，我推荐使用%dorng%来指定应该使用并行RNG。

foreach、doParallel 和随机生成

foreach, doParallel and random generation

parallel-processing

r

parallel-foreach

doparallel