r语言 - 为什么这个foreach/dopar函数没有使用我要求的所有内核？

Question

我正在尝试将doMC与foreach和%dopar%一起使用。以下是功能：

doTheMath_MC <- function(st, end, nd) {
    print(getDoParWorkers())    
    if (st > end) stop("end must be larger than st")
    # Helper function from stackoverflow.com/a/23158178/633251
    tr <- function(x, prec = 0) trunc(x * 10^prec) / 10^prec
    # Function to use with foreach
    fef <- function(i, j, num, trpi) {
        if (num[j] >= num[i]) return(NULL)
        val <- num[i]/num[j]
        if (!tr(val, nd) == trpi) return(NULL)
        return(c(i, j, tr(val, nd)))
        }
    # Here we go...
    nd <- nd - 1
    trpi <- tr(pi, nd)
    num <- st:end
    ni <- length(num)
    ans <- foreach(i = 1:ni, .combine = rbind) %:%
        foreach(j = 1:ni, .combine = rbind) %dopar% {
            fef(i, j, num, trpi)
            }
    cat("Done computing", paste("EST", st, end, nd+1, sep = "_"), "n")
    if (is.null(ans)) return(NULL)
    ans <- as.matrix(na.omit(ans)) # probably not needed in MC version
    return(ans) # c("num", "den", "est", "eff")
    }

我之前已经设置了核心，另一个函数调用了上面的函数（下面发布的信息，我认为这不是问题所在）。getDoParWorkers()报告已经按预期分配了7个核心。cat语句验证2个"循环"在输出时是否正常工作。但是，仅使用1个核心。有人知道为什么吗？Mac OSX 10.10.2和R 3.2（2015-03-15 r67992）。最后，使用doParallel来控制一切，得到了相同的结果。

设置一切的步骤：

mn <- 1
mx <- 10000
jmp <- 1000
mc <- TRUE
if (mc)     {
    require("doMC")
    registerDoMC(7)
    }
st <- seq(mn -1, mx - jmp, jmp) + 1
end <- seq(mn - 1 + jmp, mx, jmp)
nd <- rep(1:15, each = mx/jmp) # watch the recycling
df <- data.frame(st = st, end = end, nd = nd)
for (i in 1:nrow(df)) {
    findEsts(df$st[i], df$end[i], df$nd[i], MC = mc)
    }

Answer 1

很抱歉回答我自己的问题！我改变了dopar的处理方式，使得只有外循环是平行的：

ans <- foreach(i = 1:ni, .combine = rbind) %dopar%
   for (j in 1:ni) {
   fef(i, j, num, trpi)
   }

而且，我只是没有要求足够的迭代。为了测试，我一直在使用mx = 10000和jmp = 1000（见原始问题）。显然，它们不够大，无法触发并行处理。每增加10倍是进行并行处理所必需的。感谢评论者！

注意：当上面的代码激活并行处理时，它不会正确返回答案。这将是另一个问题的主题。