做数据分析时经常会用到并行的方式来处理。大家应该都知道并行能够充分利用计算资源来降低计算需要的时间，尤其在处理较大的数据时效果更佳明显。所以R中也提供了多进程并行的包如doParallel、parallel。用法我这里就不介绍了，因为我也不怎么熟悉，有空可以学习一下。这里主要跟大家解释一下，我使用时遇到的问题，以及如何解决这个问题的。
首先来看一下我遇到的问题，如下截图：

  看到这个报错后，我也不知道原因，就网上搜索了一番，网上给出的说法是多进程任务时，有些节点找不到 “doParallel”包的位置。回头看一下我使用的脚本内容，发现还真有可能是这个原因。
我使用的脚本内容并行段的代码，主要的功能就是将bam文件按染色体分隔成小的bam文件，然后做一些统计，如下所示：

suppressMessages(library(doParallel))

foreach(i=rownames(temp_chromosome_count)) %dopar% {
    if (Load_samtools_module) {
      Sys.setenv(PATH = paste("/opt/ohpc/pub/libs/samtools/1.4/bin/", Sys.getenv("PATH"), sep = ":"))
    }

    temp_export_bam_command = paste("samtools view -b",temp_sorted_bam,i,">",paste(k,"Viral_BAM_files/",i,".bam ",sep = ""))
    temp_export_bam_command = paste("samtools view -b ",temp_sorted_bam," \'",i,"\'"," > \'",k,"Viral_BAM_files/",i,".bam\'",sep = "")

    system(temp_export_bam_command)
    cat(paste(rownames(temp_chromosome_count),"\n"))
  }

所以我就按照网上的思路修改了代码，加了几句代码，内容如下：

suppressMessages(library(doParallel))
suppressMessages(library(parallel))

cl <- makeCluster(8)
registerDoParallel(cl)
clusterEvalQ(cl, .libPaths("/home/chenyl/software/rlib/r-3.6.1_lib"))

foreach(i=rownames(temp_chromosome_count)) %dopar% {
    if (Load_samtools_module) {
      Sys.setenv(PATH = paste("/opt/ohpc/pub/libs/samtools/1.4/bin/", Sys.getenv("PATH"), sep = ":"))
    }

    temp_export_bam_command = paste("samtools view -b",temp_sorted_bam,i,">",paste(k,"Viral_BAM_files/",i,".bam ",sep = ""))
    temp_export_bam_command = paste("samtools view -b ",temp_sorted_bam," \'",i,"\'"," > \'",k,"Viral_BAM_files/",i,".bam\'",sep = "")

    system(temp_export_bam_command)
    cat(paste(rownames(temp_chromosome_count),"\n"))
  }
#循环的中间代码省略
....
}
#循环结束后结束集群的调用
 stopCluster(cl)

  重要的是 clusterEvalQ(cl, .libPaths("/home/chenyl/software/rlib/r-3.6.1_lib")) 是这句代码，有了这句代码，服务器在并行任务时，每一个节点的R都会加载这个库路径(/home/chenyl/software/rlib/r-3.6.1_lib)到R环境中，这样就能找到安装在该路径下的 'doParallel'包了。

最后

 emm，今天就分享到这里，如果你也遇到同样的问题，希望这个帖子可以对你有所帮助。