mclapply 用户时间大于经过时间答案

【问题标题】：mclapply user time larger than elapsed timemclapply 用户时间大于经过时间
【发布时间】：2013-09-06 20:49:04
【问题描述】：

我正在尝试在R 中使用parallel 包的mclapply 函数。该函数通过计算对数似然距离将值分配给序列矩阵 - 一个 CPU 密集型操作。

生成的 system.time 值令人困惑：

> system.time(mclapply(worksample,function(x){p_seqi_modj(x,worksample[[1]],c(1:17))}))
   user  system elapsed 
 29.339   1.242  18.581

我认为elapsed 表示聚合时间（user+system）。在这种情况下，上述结果意味着什么？我应该定位到什么时间？我无与伦比的版本在user 中花费的时间更少，在elapsed 中花费的时间更多。

【问题讨论】：

【解决方案1】：

帮助页面?system.time 说函数返回的值是类proc_time 的对象，我们应该咨询?proc.time。在那里我们了解到用户时间是

cumulative sum of user and system times of any child processes

因此您的任务在每个内核上花费了大约 15 秒（mclapply 默认使用 2 个内核，请参阅 mc.cores 参数）。

其实前面我们在帮助页面看到proc.time()返回了5个元素将进程和子时间分开，而打印中使用的summary方法将用户和系统时间折叠成进程+子时间，所以有提供更多信息。

【讨论】：

只是重申并确保我理解，这意味着经过的时间是从操作开始到结束实际经过的时间，而用户时间是所有花费时间的总和核心（在我的情况下为 2）。因此，如果我在 2 个内核上并行运行，每个内核花费 15 秒来完成任务（总共约 30 秒），但总耗时仅为 18 秒，这正是由于并行执行的任务所致。这是正确的吗？
这个答案不正确，因为您错误地阅读了帮助文件。 proc.time()返回5个值，第4个和第5个值分别是“4：（用户的累计总和[任何子进程的时间]）和5：（任何子进程的系统时间）”。