我使用doMC
使用包的那个multicore
。它发生了(几次),当我(在控制台中)调试时,它侧身并被fork-bombed。
R 有 setrlimit() 系统调用吗?在 pyhton 中,我会使用resource.RLIMIT_NPROC
理想情况下,我想将运行的 R 进程数限制为一个数字
编辑:操作系统是 linux CentOS 6
我使用doMC
使用包的那个multicore
。它发生了(几次),当我(在控制台中)调试时,它侧身并被fork-bombed。
R 有 setrlimit() 系统调用吗?在 pyhton 中,我会使用resource.RLIMIT_NPROC
理想情况下,我想将运行的 R 进程数限制为一个数字
编辑:操作系统是 linux CentOS 6
应该有几个选择。这是编写 R 扩展的相关部分,第 1.2.1.1 节
Packages are not standard-alone programs, and an R process could
contain more than one OpenMP-enabled package as well as other components
(for example, an optimized BLAS) making use of OpenMP. So careful
consideration needs to be given to resource usage. OpenMP works with
parallel regions, and for most implementations the default is to use as
many threads as 'CPUs' for such regions. Parallel regions can be
nested, although it is common to use only a single thread below the
first level. The correctness of the detected number of 'CPUs' and the
assumption that the R process is entitled to use them all are both
dubious assumptions. The best way to limit resources is to limit the
overall number of threads available to OpenMP in the R process: this can
be done via environment variable 'OMP_THREAD_LIMIT', where
implemented.(4) Alternatively, the number of threads per region can be
limited by the environment variable 'OMP_NUM_THREADS' or API call
'omp_set_num_threads', or, better, for the regions in your code as part
of their specification. E.g. R uses
#pragma omp parallel for num_threads(nthreads) ...
That way you only control your own code and not that of other OpenMP
users.
我最喜欢的工具之一是一个控制它的包:RhpcBLASctl。这是它的描述:
控制“BLAS”(又名“GotoBLAS”、“ACML”和“MKL”)上的线程数。并且可以控制“OpenMP”中的线程数。如果可行的话,获得一些逻辑核心和物理核心。
毕竟,您需要控制并行会话的数量以及分配给每个并行线程的 BLAS 内核的数量。并行包每个会话默认有 2 个线程是有原因的...
所有这些都应该在很大程度上独立于您正在运行的 Linux 或 Unix 的风格。好吧,除了 OS X 当然(仍然!!)没有给你 OpenMP 的事实。
以及您可以从doMC
朋友那里控制的最外层。
您可以使用(请参阅此处registerDoMC
的文档)
registerDoMC(cores=<some number>)
另一种选择是ulimit
在运行 R 脚本之前使用该命令:
ulimit -u <some number>
限制 R 能够生成的进程数量。
如果要限制多个 R 进程同时使用的 CPU 总数,则需要使用cgroups或cpuset并将 R 进程附加到 cgroup 或 cpuset。然后它们将被限制在 cgroup 或 cpuset 中定义的物理 CPUS 中。cgroups 允许更多控制(例如内存),但设置起来更复杂。