在Snow的并行代码中使用Rcpp创建集群

Question

我已经编写了一个函数，Rcpp并使用进行了编译inline。现在，我想在不同的内核上并行运行它，但是遇到一个奇怪的错误。这是一个最小的示例，该函数funCPP1可以编译并运行良好，但不能由snow的clusterCall函数调用。该函数可以作为单个进程很好地运行，但是在并行运行时会出现以下错误：

Error in checkForRemoteErrors(lapply(cl, recvResult)) : 

  2 nodes produced errors; first error: NULL value passed as symbol address

这是一些代码：

## Load and compile

library(inline)

library(Rcpp)

library(snow)

src1 <- '

     Rcpp::NumericMatrix xbem(xbe);

     int nrows = xbem.nrow();

     Rcpp::NumericVector gv(g);

     for (int i = 1; i < nrows; i++) {

      xbem(i,_) = xbem(i-1,_) * gv[0] + xbem(i,_);

     }

     return xbem;

'

funCPP1 <- cxxfunction(signature(xbe = "numeric", g="numeric"),body = src1, plugin="Rcpp")

## Single process

A <- matrix(rnorm(400), 20,20)

funCPP1(A, 0.5)

## Parallel

cl <- makeCluster(2, type = "SOCK") 

clusterExport(cl, 'funCPP1') 

clusterCall(cl, funCPP1, A, 0.5)

Answer 1

仔细考虑-内联有什么用？它为您创建一个C / C ++函数，然后编译并将其链接到可动态加载的共享库中。那人坐在哪里？在R的temp目录中。因此，通过将调用该共享库的R前端运送到另一个进程（具有另一个temp目录!!），您尝试了正确的做法，但是没有在其中获取dll / so文件。因此，建议是创建一个本地软件包，安装它，并让snow过程加载并调用它。（而且一如既往：rcpp-devel列表上可能会有更好的质量答案，与SO相比，更多的Rcpp贡献者可以阅读该列表。）

Answer 2

我通过在每个群集群集节点上采购带有所需C内联函数的R文件来解决该问题：clusterEvalQ(cl,&nbsp;&nbsp; &nbsp; {&nbsp; &nbsp; &nbsp;library(inline)&nbsp; &nbsp; &nbsp;invisible(source("your_C_func.R"))&nbsp; &nbsp; })并且您的文件your_C_func.R应该包含C函数定义：c_func <- cfunction(...)