Есть ли способ отслеживать прогресс на mclapply?

Ответ 1

В связи с тем, что mclapply порождает несколько процессов, можно использовать фифы, трубы или даже сокеты. Теперь рассмотрим следующий пример:

library(multicore)

finalResult <- local({
    f <- fifo(tempfile(), open="w+b", blocking=T)
    if (inherits(fork(), "masterProcess")) {
        # Child
        progress <- 0.0
        while (progress < 1 && !isIncomplete(f)) {
            msg <- readBin(f, "double")
            progress <- progress + as.numeric(msg)
            cat(sprintf("Progress: %.2f%%\n", progress * 100))
        } 
        exit()
    }
    numJobs <- 100
    result <- mclapply(1:numJobs, function(...) {
        # Dome something fancy here
        # ...
        # Send some progress update
        writeBin(1/numJobs, f)
        # Some arbitrary result
        sample(1000, 1)
    })
    close(f)
    result
})

cat("Done\n")

Здесь временный файл используется как fifo, и основной процесс вызывает ребенка, единственная обязанность которого заключается в том, чтобы сообщать о текущем ходе. Основной процесс продолжается, вызывая mclapply, где выражение (точнее, блок выражения), которое должно быть оценено, записывает частичную информацию о ходе в буфер fifo с помощью writeBin.

Поскольку это всего лишь простой пример, вам, вероятно, придется адаптировать весь материал к вашим потребностям. НТН!

Ответ 2

По существу добавление другой версии решения @fotNelson, но с некоторыми изменениями:

• Отменить замену mclapply (поддерживает все функции mclapply)
• Выдерживает вызовы ctrl-c и прерывается изящно
• использует встроенный индикатор выполнения (txtProgressBar)
• для отслеживания прогресса или нет и использования определенного стиля индикатора выполнения.
• использует parallel вместо multicore, который теперь удален из CRAN
• заставляет X перечислить по mclapply (так что длина (X) дает ожидаемые результаты)
• документация в стиле roxygen2 вверху

Надеюсь, это поможет кому-то...

library(parallel)

#-------------------------------------------------------------------------------
#' Wrapper around mclapply to track progress
#' 
#' Based on http://stackoverflow.com/questions/10984556
#' 
#' @param X         a vector (atomic or list) or an expressions vector. Other
#'                  objects (including classed objects) will be coerced by
#'                  ‘as.list’
#' @param FUN       the function to be applied to
#' @param ...       optional arguments to ‘FUN’
#' @param mc.preschedule see mclapply
#' @param mc.set.seed see mclapply
#' @param mc.silent see mclapply
#' @param mc.cores see mclapply
#' @param mc.cleanup see mclapply
#' @param mc.allow.recursive see mclapply
#' @param mc.progress track progress?
#' @param mc.style    style of progress bar (see txtProgressBar)
#'
#' @examples
#' x <- mclapply2(1:1000, function(i, y) Sys.sleep(0.01))
#' x <- mclapply2(1:3, function(i, y) Sys.sleep(1), mc.cores=1)
#' 
#' dat <- lapply(1:10, function(x) rnorm(100)) 
#' func <- function(x, arg1) mean(x)/arg1 
#' mclapply2(dat, func, arg1=10, mc.cores=2)
#-------------------------------------------------------------------------------
mclapply2 <- function(X, FUN, ..., 
    mc.preschedule = TRUE, mc.set.seed = TRUE,
    mc.silent = FALSE, mc.cores = getOption("mc.cores", 2L),
    mc.cleanup = TRUE, mc.allow.recursive = TRUE,
    mc.progress=TRUE, mc.style=3) 
{
    if (!is.vector(X) || is.object(X)) X <- as.list(X)

    if (mc.progress) {
        f <- fifo(tempfile(), open="w+b", blocking=T)
        p <- parallel:::mcfork()
        pb <- txtProgressBar(0, length(X), style=mc.style)
        setTxtProgressBar(pb, 0) 
        progress <- 0
        if (inherits(p, "masterProcess")) {
            while (progress < length(X)) {
                readBin(f, "double")
                progress <- progress + 1
                setTxtProgressBar(pb, progress) 
            }
            cat("\n")
            parallel:::mcexit()
        }
    }
    tryCatch({
        result <- mclapply(X, ..., function(...) {
                res <- FUN(...)
                if (mc.progress) writeBin(1, f)
                res
            }, 
            mc.preschedule = mc.preschedule, mc.set.seed = mc.set.seed,
            mc.silent = mc.silent, mc.cores = mc.cores,
            mc.cleanup = mc.cleanup, mc.allow.recursive = mc.allow.recursive
        )

    }, finally = {
        if (mc.progress) close(f)
    })
    result
}

Ответ 3

Здесь функция, основанная на @fotNelton solution, применяется везде, где вы обычно используете mcapply.

mcadply <- function(X, FUN, ...) {
  # Runs multicore lapply with progress indicator and transformation to
  # data.table output. Arguments mirror those passed to lapply.
  #
  # Args:
  # X:   Vector.
  # FUN: Function to apply to each value of X. Note this is transformed to 
  #      a data.frame return if necessary.
  # ...: Other arguments passed to mclapply.
  #
  # Returns:
  #   data.table stack of each mclapply return value
  #
  # Progress bar code based on https://stackoverflow.com/a/10993589
  require(multicore)
  require(plyr)
  require(data.table)

  local({
    f <- fifo(tempfile(), open="w+b", blocking=T)
    if (inherits(fork(), "masterProcess")) {
      # Child
      progress <- 0
      print.progress <- 0
      while (progress < 1 && !isIncomplete(f)) {
        msg <- readBin(f, "double")
        progress <- progress + as.numeric(msg)
        # Print every 1%
        if(progress >= print.progress + 0.01) {
          cat(sprintf("Progress: %.0f%%\n", progress * 100))
          print.progress <- floor(progress * 100) / 100
        }
      }
      exit()
    }

    newFun <- function(...) {
      writeBin(1 / length(X), f)
      return(as.data.frame(FUN(...)))
    }

    result <- as.data.table(rbind.fill(mclapply(X, newFun, ...)))
    close(f)
    cat("Done\n")
    return(result)
  })
}

Ответ 4

Пакет pbapply реализовал это для общего случая. Оба pblapply и pbsapply имеют аргумент cl. Из документация:

Параллельная обработка может быть разрешена с помощью аргумента cl. parLapplyвызывается, когда cl является объектом cluster, mclapply вызывается, когда cl равно целое число. Отображение полосы выполнения увеличивает связь накладные расходы между основным процессом и узлами/дочерними процессами к параллельным эквивалентам функций без индикатора выполнения. Эти функции возвращаются к исходным эквивалентам, когда индикатор выполнения отключен (т.е. getOption("pboptions")$type == "none" dopb() FALSE). Это значение по умолчанию, если interactive()if FALSE (т.е. вызывается из командной строки R script).

Если вы не заказываете cl (или пропускаете NULL), используется непараллельный lapply по умолчанию, также включающий индикатор выполнения.

Ответ 5

Основываясь на ответе @fotNelson, используя индикатор выполнения вместо строчной печати и вызывая внешнюю функцию с помощью mclapply.

library('utils')
library('multicore')

prog.indic <- local({ #evaluates in local environment only
    f <- fifo(tempfile(), open="w+b", blocking=T) # open fifo connection
    assign(x='f',value=f,envir=.GlobalEnv)
    pb <- txtProgressBar(min=1, max=MC,style=3)

    if (inherits(fork(), "masterProcess")) { #progress tracker
        # Child
        progress <- 0.0
        while (progress < MC && !isIncomplete(f)){ 
            msg <- readBin(f, "double")
                progress <- progress + as.numeric(msg)

            # Updating the progress bar.
            setTxtProgressBar(pb,progress)
            } 


        exit()
        }
   MC <- 100
   result <- mclapply(1:MC, .mcfunc)

    cat('\n')
    assign(x='result',value=result,envir=.GlobalEnv)
    close(f)
    })

.mcfunc<-function(i,...){
        writeBin(1, f)
        return(i)
    }

Присвоение соединения fifo к .GlobalEnv необходимо использовать с помощью функции вне вызова mclapply. Спасибо за вопросы и предыдущие ответы, мне было интересно, как это сделать какое-то время.

Ответ 6

Вы можете использовать функцию echo вашей системы для записи ваших сотрудников, поэтому просто добавьте следующую строку в вашу функцию:

myfun <- function(x){
if(x %% 5 == 0) system(paste("echo 'now processing:",x,"'"))
}

mclapply(1:10,myfun,mc.cores=5)
> now processing: 5 
> now processing: 10 

Это будет работать, если вы передадите индекс, например, вместо передачи списка данных, передайте индекс и извлеките данные в рабочей функции.