问题标签 [snowfall]

我已经使用 CSS3 开发了具有降雪效果的网页，并且运行良好。引用此链接：-http:
//designshack.net/articles/css/make-it-snow-on-your-website-with-css-keyframe-animations/

但我无法使用预定义的背景来做到这一点。我有一张背景图片，我想在那张图片上下雪。我不知道我应该如何做到这一点。尝试了很多。有人可以分享他/她对此的想法吗？

据我了解，从属进程无法访问 R 包降雪中全局/父环境中的变量。

例如，下面的代码将按照我的预期给出错误消息：

错误信息：

但是，在另一个函数中并行代码时没有错误消息。

结果如下：

我不理解这种行为，因为var3函数中不存在parfun，但在他的父环境中fun1。

有人可以向我解释吗？感谢您的任何建议。

我有两个函数fun1和fun2。我想在我的 R 脚本中并行运行它们。当他们完成后，我想按顺序使用他们的输出进行进一步处理。我想这意味着我需要等待他们完成。

我非常感谢任何提示或指示。

谢谢你。

我一直在尝试遵循一些指南，以便在运行 Windows 7 的工作机器上使用我的所有 (4) 个处理器。它们都建议使用 snowfall() 包。但是，当我运行以下代码时，R 会一直运行，直到我终止它。换句话说，R 挂起。

结果相同

并再次与

对于好奇，我的 Sys.info()

和...

我正在lapply研究一堆 URL 以获取一些数据，并且在这个readLines(<URL>)命令中工作正常。当我切换到sfLapply代码时无法读取网页。有谁知道为什么？下面的例子

我收到的错误消息是 - checkForRemoteErrors(val) 中的错误：3 个节点产生了错误；第一个错误：无法打开连接

I am trying to get my head around the Snowfall library and its usage.

Having writing a simulation that makes use of environments, I encountered the following issue. If I source a file to load functions within the parallel mode, the function seems to use a different environment than when I declare the function within parallel mode direclty.

To make things a little bit more clear, lets consider the following two scripts:

q_func.R declares the function

q_snowfall.R main function that uses snowfall

If I execute the script "q_snowfall.R" I get the error

However, if I use the second option (declaring the function within the SnowFunc-function the error disappears.

Do you know how Snowfall handles the different environments? Or do you even have a solution for the issue. (note that 'q_func.R' actually takes some 100 lines of code, therefore I would prefer to have it in a separate file, thus the "keep option 2" is not a solution!)

Thank you very much!

Edit If I change all get(envname) to get(envname, envir = globalenv()) it seems to work. But it seems to me that this is more or less a workaround and not a very snowfall-like solution.

我的目标是使用相同的数据结构和快速的速度将 5 只股票（xts 对象）的每日回报映射到 90 天回顾期的滚动标准差（计算过去 90 天回报的 SD） . 使用核心功能“lapply”的方法效果很好。但是，由于某些原因，降雪包中的并行方法“sfLapply”不起作用。这是插图：

初始化库并模拟数据集和参数：

使用 lapply 计算滚动 SD 得到有效的解决方案：

这是不起作用的并行版本：

上面的代码返回以下错误：

我不确定为什么会收到此错误，因为我什至没有编写自己的 for 循环。请指出任何可能的错误，任何想法将不胜感激并感谢您的帮助！

环境：R：3.2.0/ RStudio：0.99.472 / 雪：0.3-13 / 降雪：1.84-6/ xts:0.9-7/ PerfomanceAnalytics：1.4.3541

可以使用 PS runSD 代替 apply.rolling，使用 apply.rolling 是因为它可以使用不同的功能。

我试图让多个降雪线程使用 write.table() 写入同一个文件。在少数情况下，行被破坏，即我观察到它看起来像是多行混合在一起，我认为这是两个线程尝试同时写入同一个文件时。

一个例子是：

有没有办法确保一次只有一个线程写入文件，本质上是一个线程锁定文件，写入文件然后释放锁定？

我有一个包含许多列和行的表 M，从文本文件中获得：

要按我成功使用的列获得排名：

我想加快计算速度，但我没有成功在降雪中实现此功能。

我试过了 ：

M <- apply(M,2,rank)降雪量相当于什么？

在此先感谢您的帮助 ！

我在 R 编程世界中有点新，我正在处理一些与（不是那么多）大数据处理的并行化相关的问题。

为此，我使用 data.table 包进行数据存储和处理，并使用 snowfall 包作为包装器来并行化工作。

我举了一个具体的例子：我有一个很大的元素向量，我想在每个元素上应用一个函数 f（我使用向量化版本）；然后我将大向量平衡为 N 个部分（较小的向量），如下所示：

我看到奇怪的是，当我从命令行或脚本（即 largeVector 在全局环境中）运行这段代码时，性能在时间方面很好，我在 MS Windows 任务管理器中看到每个核心似乎正在使用与 subVector 大小成比例的内存量；但是当我在函数环境中运行代码（即从命令行调用它并将 largeVector 作为参数传递）时，性能会随着时间的推移而变差，我检查每个核心现在似乎都在使用大矢量...

这有意义吗？

问候

编辑添加一个可重现的例子

只是为了简单起见，一个虚拟示例，其 Date 向量约为 300 MB，具有 +36 M 个元素和一个工作日函数：

我的时间出现在评论中，虽然这个虚拟示例没有那么显着的差异，但可以看出顺序时间>函数内并行>全局并行

此外，您可以看到分配内存的差异：

3.3 GB < 5.2 GB > 4.4 GB

希望这可以帮助