所以我终于想出了如何让我的 R 脚本在 Amazon EC2 云上运行。我一直在使用具有 26 个 ECU、8 个内核和 69 GB RAM 的 AMI。
然后我将我的代码分成多个脚本，并在一个 R 实例中运行每个脚本。使用这种大小的服务器，我可以轻松地同时运行 20-40 个脚本，每个脚本运行几个 1000 次模拟。
我想知道的是，R 是否在本机利用了所有这些计算能力。我应该安装专门告诉 R 使用所有这些额外内存/多个 CPU 的软件包吗？我已经看到这个page 和一些packages（至少从描述中）看起来很有希望。但我无法弄清楚如何将其合并到我的代码中。 任何人都可以更清楚地说明这一点吗？
【问题讨论】：
标签： r resources cloud amazon-web-services
Dirk 的 cmets 出现在 w.r.t multicore/foreach/doMC 上。
如果您要进行数千次模拟，您可能需要考虑 Amazon 的 Elastic Map Reduce (EMR) 服务。当我想在 R 中扩展我的模拟时，我从巨大的 EC2 实例和多核包开始（就像你一样！）。它进展顺利，但我遇到了一个 EC2 账单。我并不真正需要所有的 RAM，但我为此付出了代价。我的工作将在凌晨 3 点完成，然后我要到早上 8 点才能进入办公室，所以我支付了我不需要的 5 个小时。
然后我发现我可以使用 EMR 服务来启动 50 个廉价的小型 Hadoop 实例，运行我的模拟，然后让它们自动关闭！我已经完全放弃在 EC2 上运行我的模拟程序，现在几乎完全使用 EMR。这非常有效，以至于我的公司开始测试将更多定期模拟活动迁移到 EMR 的方法。
这是我第一次开始在 EC2 上使用多核时写的 blog post。然后，当我发现我可以使用 Amazon EMR 做到这一点时，我写了一个 follow up post。
编辑： 自从这篇文章以来，我一直在开发一个包，以便更轻松地将 EMR 与 R 一起用于并行应用功能。我已将项目命名为 Segue and it's on Google Code。
进一步更新：我已经弃用 Segue，因为有更好、更成熟的产品可以从 R 访问亚马逊的服务。
【讨论】：