由于最近用R语言跑的数据比较多，且都是重复的操作，跑一次时间长，所以尝试了下并行运算，所用的包为<font color="red">parallel</font>，使用简单，易于上手。

parallel的用法

parallel包的用法非常简单，我们只需要将原本的apply()改为parApply()，lapply()改为parLapply()，然后在函数前面加上初始化线程和结束线程的语句即可。

我们可以通过detectCores()来检查我们自己电脑（或者服务器）的总线程数，并对其进行合理的线程设置。

示例如下：

# 设置并行线程数
num.cores <- 4
# 初始化线程
cl <- makeCluster(num.cores)
# 定义线程函数
parLapply(cl, seq(1,4), function(x) c(x^2, x^4))
# 结束线程
stopCluster(cl)

输出结果如下：

[[1]]
[1] 1 1

[[2]]
[1]  4 16

[[3]]
[1]  9 81

[[4]]
[1]  16 256

我们只需对并行的函数进行修改即可实现多线程并行运算，在资源充足的情况下，大大地加快我们的运算时间。

小小建议

1. 申请全局变量时，需要把变量放在makeCluster()初始化之前，不然会一直提示报错，报错类似如下：

ERROR:  Error in doTryCatch(return(expr), name, parentenv, handler): object 'batch.length' not found

2. 使用rm()删除多余变量，以防运行内存过大。