使用 parSapply 生成随机数答案

【问题标题】：Using parSapply to generate random numbers使用 parSapply 生成随机数
【发布时间】：2015-06-18 15:44:18
【问题描述】：

我正在尝试运行一个函数，该函数中有一个随机数生成器。结果与我预期的不一样，所以我做了以下测试：

# Case 1
set.seed(100)
A1 = matrix(NA,20,10)
for (i in 1:10) {
  A1[,i] = sample(1:100,20)
}

# Case 2
set.seed(100)
A2 = sapply(seq_len(10),function(x) sample(1:100,20))

# Case 3
require(parallel)
set.seed(100)
cl <- makeCluster(detectCores() - 1)
A3 = parSapply(cl,seq_len(10), function(x) sample(1:100,20))
stopCluster(cl)

# Check: Case 1 result equals Case 2 result
identical(A1,A2)
# [1] TRUE

# Check: Case 1 result does NOT equal to Case 3 result
identical(A1,A3)
# [1] FALSE

# Check2: Would like to check if it's a matter of ordering
range(rowSums(A1))
# [1] 319 704

range(rowSums(A3))
# [1] 288 612

在上面的代码中，parSapply 生成一组与 A1 和 A2 不同的随机数。我拥有 Check2 的目的是，我怀疑 parSapply 可能会改变顺序，但似乎并非如此，因为这些随机数的最大和最小总和不同。

如果有人能解释一下为什么 parSapply 会给出与 sapply 不同的结果，请不胜感激。我在这里错过了什么？

提前致谢！

【问题讨论】：

标签： r random parallel-processing

【解决方案1】：

查看?vignette(parallel)，尤其是“第 6 节随机数生成”。除其他事项外，它指出以下内容

使用（伪）随机数进行并行计算时需要注意：运行独立计算部分的进程/线程需要运行独立的（最好是可重现的）随机数流。

当 R 进程启动时，它会在已保存的工作空间中从对象 .Random.seed 中获取随机数种子，或者在首次使用随机数生成时从时钟时间和进程 ID 构造一个（请参阅帮助在 RNG 上）。因此工作进程可能会得到相同的种子因为包含 .Random.seed 的工作空间已恢复或在分叉之前已使用随机数生成器：否则这些将获得不可重现的种子（但很有可能每个工人都有不同的种子）。

您还应该看看?clusterSetRNGStream。

【讨论】：