snow包主要運行于傳統的集群計算。它主要用于蒙特卡洛模擬（Monte Carlo simulations），boostrapping，交叉驗證（cross validation），集成機器學習算法（ensemble machine learning algorithms）和K均值聚類（K-Means clustering）等，并且也很好支持并行隨機數的生成。 snow包的安裝一般應用install.packages('snow'). 要使用snow包進行并行運算，首先要創建一個集群對象，主要用于與內核的交互，一般傳遞與snow包中函數的第一個參數。 基本的集群創建函數為makeCluster()，它能創建任何類型的集群，例如，在本地機器上創建一個4核的集群：
第一個參數為集群設定，即設定使用的CPU數；第二個參數是集群類型。 注意：在結束集群時使用stopCluster()。 下面使用snow包做一個并行運算。
數據是MASS包自帶的Boston數據集。 K均值函數使用stats包中的kmeans()。
library(MASS)result <- kmeans(Boston, 4, nstart = 100)在使用并行計算前，首先看看使用lapply函數的運行情況
results <- lapply(rep(25,4), function(nstart) kmeans(Boston, 4, nstart = nstart)i <- sapply(results, function(result) result$tot.withiness)result <- results[[which.min(i)]]相比較clusterEvalQ而言，clusterCall更好用，它的第一個參數為集群對象，第二個參數為一個函數，并且其他的參數可以傳遞給這個函數。最終返回一個列表。
clusterCall函數可以調用多個包，
worker.init <- function(packages) {for (p in packages) {library(p, character.only=TRUE)}NULL}clusterCall(cl, worker.init, c('MASS', 'boot'))character.only=TRUE是使library把參數解釋為字符向量，否則library會重復載入名稱為p的包。
clusterApplyLB與clusterApply函數相似，但clusterApplyLB的運行效率更高。在使用clusterApply并行運算時，如果每一個內核花費不同的時間進行運算，那么在那個運行時間長的內核結束之前，運行時間短的內核不能進行下一次運算，而clusterApplyLB不同，它是在運行時間短的內核結束之后接著就運行下一次的運算，這樣就減少了時間的浪費，因此提高了效率。 為了說明clusterApplyLB的效率，我們使用控制任務時間長度的函數Sys.sleep。用snow.time收集整個執行過程的時間信息。
set.seed(7777442)sleeptime <- abs(rnorm(10, 10, 10))tm <- snow.time(clusterApplyLB(cl, sleeptime, Sys.sleep))plot(tm)
作為對照，我們用clusterApply函數來觀察運行時間
由此看出clusterApplyLB效率更高。
parLapply是snow包中的一個高級函數，它比clusterApply函數更高效，如果參數x的長度與內核的數量相等，parLapply的優勢不明顯，如果參數x的長度遠大于內核的數量，parLapply相比于clusterApply是一個更好的選擇。 應用一個并行休眠函數的用法，首先使用clusterApply
bigsleep <- function(sleeptime, mat) Sys.sleep(sleeptime)bigmatrix <- matrix(0, 2000, 2000)sleeptime <- rep(1, 100)tm2 <- snow.time(clusterApply(cl, sleeptime, bigsleep, bigmatrix))plot(tm2)
由圖看出并不高效，因為有大量的輸入輸出時間，下面再試一試clusterApplyLB：
由上圖看出，運算集中在第1、2和3個內核上，第4個內核上運算的時間非常少，及運算效率差，但總體還是比clusterApply函數要好一些。 看看最終的函數parLapply：
由此看出，傳輸交換的時間大大縮短了，因此提高了效率。
新聞熱點
疑難解答
