rocker/r-parallel

r-parallel

镜像概述和主要用途

r-parallel是一个基于Docker的Linux容器，通过扩展https://hub.docker.com/r/rocker/r-base/容器构建，包含基础R安装环境，以及多个用于并行/异步处理的系统库和R包。该镜像旨在为R用户提供便捷的并行计算环境，无需手动配置相关依赖。

核心功能和特性

• 基础环境：基于官方rocker/r-base容器，提供稳定的R运行环境
• 并行处理支持：预安装parallel、future.apply、foreach等R并行计算包
• 系统依赖：包含支持并行处理所需的系统库
• 兼容性：可作为独立R环境运行，也可作为后台工作节点构建并行集群

使用场景和适用范围

• 独立运行R进行并行计算任务
• 作为分布式R集群的工作节点
• 需要快速部署并行R环境的科研和数据分析工作
• 与Docker或Singularity结合构建容器化并行计算环境

使用方法和配置说明

镜像获取

本地构建

sh
$ docker build . --tag rocker/r-parallel

从Docker Hub拉取

sh
$ docker pull rocker/r-parallel

使用方式

独立模式

直接启动R环境进行交互式操作：

sh
$ docker run -ti rocker/r-parallel

R version 3.6.1 (2019-07-05) -- "Action of the Toes"
Copyright (C) 2019 The R Foundation for Statistical Computing
Platform: x86_64-pc-linux-gnu (64-bit)

R是自由软件，不带任何担保；在满足某些条件的情况下，您可以重新分发它。
输入'license()'或'licence()'以获取分发细节。

  自然语言支持，但运行在英语区域设置

R是一个协作项目，有许多贡献者。
输入'contributors()'以获取更多信息，
'citation()'以了解如何在出版物中引用R或R包。

输入'demo()'查看一些演示，'help()'获取在线帮助，或
'help.start()'通过HTML浏览器查看帮助。
输入'q()'退出R。

> # 基础计算示例
> y <- sapply(1:3, FUN = function(x) sqrt(x))
> y
[1] 1.000000 1.414214 1.732051

> # 使用parallel包
> library(parallel)
> y <- mclapply(1:3, FUN = function(x) sqrt(x))
> y <- Reduce(c, y)
> y
[1] 1.000000 1.414214 1.732051

> # 使用集群计算
> cl <- makeCluster(future::availableCores())
> y <- parSapply(cl, X = 1:3, FUN = function(x) sqrt(x))
> y
[1] 1.000000 1.414214 1.732051
> stopCluster(cl)

> # 使用future.apply包
> library(future.apply)
> plan(multiprocess)
> y <- future_sapply(1:3, FUN = function(x) sqrt(x))
> y
[1] 1.000000 1.414214 1.732051

> # 使用foreach包
> library(foreach)
> doFuture::registerDoFuture()
> plan(multiprocess)
> y <- foreach(x = 1:3, .combine = c) %dopar% sqrt(x)
> y
[1] 1.000000 1.414214 1.732051

> quit("no")

作为R后台工作节点

从主机系统的R安装中，启动由两个运行在独立Docker容器中的R工作节点组成的并行集群：

r
$ R --quiet

> library(parallel)
> cl <- future::makeClusterPSOCK(rep("localhost", times = 2L), rscript = c(
    "docker", "run", "--net=host", "rocker/r-parallel", "Rscript"
  ))
> print(cl)
socket cluster with 2 nodes on host ‘localhost’

> y <- parSapply(cl, 1:3, function(x) sqrt(x))
> y
[1] 1.000000 1.414214 1.732051

> stopCluster(cl)

使用Singularity的类似操作：

r
> library(parallel)
> cl <- future::makeClusterPSOCK(rep("localhost", times = 2L), rscript = c(
    "singularity", "exec", "docker://rocker/r-parallel", "Rscript"
  ))
> print(cl)
socket cluster with 2 nodes on host ‘localhost’

> y <- parSapply(cl, 1:3, function(x) sqrt(x))
> y
[1] 1.000000 1.414214 1.732051

> stopCluster(cl)