parallel::mclapply() 添加或删除对全局环境的绑定。哪个？

Question

为什么这很重要

对于drake, I want users to be able to execute mclapply() calls within a locked global environment. The environment is locked for the sake of reproducibility. Without locking, data analysis pipelines could invalidate themselves。

`mclapply()` 添加或删除全局绑定的证据

set.seed(0)
a <- 1

# Works as expected.
rnorm(1)
#> [1] 1.262954
tmp <- parallel::mclapply(1:2, identity, mc.cores = 2)

# No new bindings allowed.
lockEnvironment(globalenv())

# With a locked environment
a <- 2 # Existing bindings are not locked.
b <- 2 # As expected, we cannot create new bindings.
#> Error in eval(expr, envir, enclos): cannot add bindings to a locked environment
tmp <- parallel::mclapply(1:2, identity, mc.cores = 2) # Unexpected error.
#> Warning in parallel::mclapply(1:2, identity, mc.cores = 2): all scheduled
#> cores encountered errors in user code

^{由 reprex package (v0.2.1)}

创建于 2019-01-16

编辑

关于最初的激励问题，参见https://github.com/ropensci/drake/issues/675 and https://ropenscilabs.github.io/drake-manual/hpc.html#parallel-computing-within-targets。

Answer 1

我认为 parallel:::mc.set.stream() 有答案。显然，mclapply() 默认尝试从全局环境中删除 .Random.seed。由于默认的 RNG 算法是 Mersenne Twister，我们深入研究下面的 else 块。

> parallel:::mc.set.stream
function () 
{
    if (RNGkind()[1L] == "L'Ecuyer-CMRG") {
        assign(".Random.seed", get("LEcuyer.seed", envir = RNGenv), 
            envir = .GlobalEnv)
    }
    else {
        if (exists(".Random.seed", envir = .GlobalEnv, inherits = FALSE)) 
            rm(".Random.seed", envir = .GlobalEnv, inherits = FALSE)
    }
}
<bytecode: 0x4709808>
<environment: namespace:parallel>

我们可以使用 mc.set.seed = FALSE 让下面的代码工作，但这在实践中可能不是一个好主意。

set.seed(0)
lockEnvironment(globalenv())
parallel::mclapply(1:2, identity, mc.cores = 2, mc.set.seed = FALSE)

我想知道是否有一种方法可以锁定环境，同时仍然允许我们删除 .Random.seed。

Answer 2

您可以在锁定环境之前自行删除 .Random.seed。您还需要加载库（或使用之前的函数）并将 tmp 分配给某些东西。

library(parallel)
tmp <- NULL
rm(".Random.seed", envir = .GlobalEnv, inherits = FALSE)
lockEnvironment(globalenv())
tmp <- parallel::mclapply(1:2, identity, mc.cores = 2)

当然，这将不允许需要 .Random.seed 的功能（如 rnorm 工作。

解决方法是将 RNG 类型更改为 "L'Ecuyer-CMRG"，另请参阅此处 ?nextRNGStream:

library(parallel)
tmp <- NULL
RNGkind("L'Ecuyer-CMRG")
lockEnvironment(globalenv())
tmp <- parallel::mclapply(1:2, rnorm, mc.cores = 2)

编辑

我想到了解决您问题的另一种方法，我认为这适用于任何 RNG（没有进行太多测试）。您可以使用仅将其设置为 NULL

的函数覆盖删除 .Random.seed 的函数

library(parallel)
mc.set.stream <- function () {
  if (RNGkind()[1L] == "L'Ecuyer-CMRG") {
    assign(".Random.seed", get("LEcuyer.seed", envir = RNGenv), 
           envir = .GlobalEnv)
  } else {
    if (exists(".Random.seed", envir = .GlobalEnv, inherits = FALSE)) {
      assign(".Random.seed", NULL, envir = .GlobalEnv)
    }  
  }
}

assignInNamespace("mc.set.stream", mc.set.stream, asNamespace("parallel"))
tmp <- NULL
set.seed(0)
lockEnvironment(globalenv())
tmp <- parallel::mclapply(1:2, rnorm, mc.cores = 2)

最后一个想法：您可以创建一个包含所有您不想更改的内容的新环境，将其锁定并在其中工作。

parallel::mclapply() 添加或删除对全局环境的绑定。哪个？

parallel::mclapply() adds or removes bindings to the global environment. Which ones?

r

mclapply

为什么这很重要

mclapply() 添加或删除全局绑定的证据

编辑

`mclapply()` 添加或删除全局绑定的证据