1

我有一组基因，我需要并行计算一些系数。在内部计算系数GeneTo_GeneCoeffs_filtered，将基因名称作为输入并返回 2 个数据框的列表。

拥有 100 个长度gene_array，我使用不同数量的核心运行此命令：5、6 和 7。

Coeffslist=mclapply(gene_array,GeneTo_GeneCoeffs_filtered,mc.cores = no_cores)

根据分配给mclapply.

GeneTo_GeneCoeffs_filtered无法返回其具有模式的数据框列表的基因索引。在分配给 mclapply 的 7 个核心的情况下，它是（每 7 个）的 4、11、18、25、... 95 个元素gene_array，当 R 使用 6 个核心时，索引是 2、8、14、...、 98（每 6 个）和 5 个内核的相同方式 - 每 5 个。

最重要的是它们对于这些过程是不同的，这意味着问题不在于特定的基因。

我怀疑可能存在无法正确运行我的功能的“损坏”核心，只有它会产生此错误。有没有办法追溯其 id 并将其从 R 可以使用的核心列表中排除？

4

1 回答 1

1

仔细阅读 mclapply 的联机帮助页会发现，这种行为是设计使然，它是以下交互的结果：

（一种）

“输入 X 被分成与核心一样多的部分（当前值按顺序分布在核心中，即第一个值到核心 1，第二个到核心 2，......（核心 + 1）-th 值到核心1等），然后将一个进程分叉到每个核心并收集结果。”

(二)

将针对失败中涉及的所有值返回一个“try-error”对象，即使并非所有值都失败了。

在您的情况下，凭借（a），您的gene_array 以“循环”方式分布在核心上（连续元素的索引之间有 mc.cores 的间隙），并且凭借（b），如果有的话gene_array 元素引发错误，您会为每个发送到该核心的gene_array 元素返回一个错误（这些元素的索引之间有mc.cores 的间隙）。

我昨天在与 Simon Urbanek 的交流中刷新了我对这一点的理解：https ://stat.ethz.ch/pipermail/r-sig-hpc/2019-September/002098.html在其中我还提供了一种错误处理方法仅针对产生错误的索引的错误。

您还可以仅通过传递生成错误的索引来获取错误mc.preschedule=FALSE。

于 2019-09-17T17:22:40.743 回答