Paquete parallel y detectCores()
Inicie clústeres fork o de sockets y distribuya el trabajo entre los núcleos de la CPU.
Paquete parallel y detectCores() es una lección gratuita de R Academy en CoddyKit. Esta es la lección 1 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de R Academy, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de R Academy incluye 4 lecciones en total.
¿Por qué usar computación paralela?
Los ordenadores modernos tienen varios núcleos de CPU. De forma predeterminada, R se ejecuta en un solo núcleo y deja los demás inactivos. El paquete parallel (incluido en R) permite aprovechar todos los núcleos para acelerar los cálculos repetitivos.
# Check how many cores your machine has
library(parallel)
total_cores <- detectCores()
logical_cores <- detectCores(logical = TRUE)
physical_cores <- detectCores(logical = FALSE)
cat('Total logical cores:', total_cores, '
')
cat('Physical cores:', physical_cores, '
')makeCluster y stopCluster
makeCluster(n) inicia n procesos de trabajo. Llame siempre a stopCluster(cl) al terminar para liberar recursos. Una convención habitual consiste en usar detectCores() - 1 para dejar un núcleo disponible para el sistema operativo.
library(parallel)
# Spawn workers (leave 1 core for system)
n_cores <- detectCores() - 1
cl <- makeCluster(n_cores)
cat('Cluster created with', n_cores, 'workers\n')
# Always clean up!
stopCluster(cl)
cat('Cluster stopped.\n')clusterExport: compartir variables
Los procesos de trabajo tienen su propio espacio de memoria y no pueden ver su entorno global. Use clusterExport(cl, varlist) para copiar los objetos especificados del proceso principal a todos los procesos de trabajo.
library(parallel)
cl <- makeCluster(2)
# Define a variable and a function in the master
base_value <- 100
add_base <- function(x) x + base_value
# Export them to workers
clusterExport(cl, varlist = c('base_value', 'add_base'))
# Now workers can use them
result <- parLapply(cl, 1:4, function(x) add_base(x))
cat(unlist(result), '\n') # 101 102 103 104
stopCluster(cl)clusterEvalQ: ejecutar código de configuración
clusterEvalQ(cl, expr) evalúa una expresión en cada proceso de trabajo, lo que resulta útil para cargar paquetes o ejecutar archivos auxiliares en todos los nodos antes de iniciar el cálculo principal.
library(parallel)
cl <- makeCluster(2)
# Load a package on every worker
clusterEvalQ(cl, {
library(stats)
set.seed(42) # set seed per worker
})
# Each worker can now use stats functions
result <- parLapply(cl, 1:4, function(n) rnorm(n, mean = 0, sd = 1))
result[[1]] # one random normal value
stopCluster(cl)parLapply: lapply en paralelo
parLapply(cl, X, FUN) es el equivalente paralelo de lapply(). Distribuye los elementos de X entre los procesos de trabajo y recopila los resultados en una lista. Funciona en todas las plataformas (Windows, macOS y Linux).
library(parallel)
cl <- makeCluster(2)
# Simulate slow computation: sleep 0.1s per item
clusterEvalQ(cl, Sys.sleep)
slow_square <- function(x) {
Sys.sleep(0.05)
x^2
}
clusterExport(cl, 'slow_square')
system.time(
result <- parLapply(cl, 1:8, slow_square)
)
cat(unlist(result), '\n') # 1 4 9 16 25 36 49 64
stopCluster(cl)parSapply: resultados simplificados
parSapply(cl, X, FUN) es la versión paralela de sapply(). Simplifica automáticamente el resultado a un vector o una matriz cuando es posible, lo que resulta práctico cuando la función devuelve un escalar.
library(parallel)
cl <- makeCluster(2)
# parSapply returns a simplified vector
squares <- parSapply(cl, 1:10, function(x) x^2)
cat(squares, '\n') # 1 4 9 16 25 36 49 64 81 100
# Returns a matrix if FUN returns a vector of same length
stats_result <- parSapply(cl, 1:4, function(n) {
x <- rnorm(100)
c(mean = mean(x), sd = sd(x))
})
print(stats_result) # 2x4 matrix
stopCluster(cl)mclapply: paralelismo basado en bifurcación
mclapply() utiliza forking: copia el proceso de R actual en lugar de iniciar procesos nuevos, por lo que comienza más rápido y proporciona a los procesos de trabajo acceso implícito al entorno principal. Sin embargo, solo funciona en Unix/macOS, no en Windows.
library(parallel)
# mclapply: Unix/macOS only
# Workers inherit the parent environment automatically
base_value <- 42
if (.Platform$OS.type != 'windows') {
result <- mclapply(
1:8,
function(x) x * base_value, # base_value visible without export
mc.cores = 4
)
cat(unlist(result), '\n')
} else {
cat('mclapply not supported on Windows. Use parLapply instead.\n')
}Comparación de rendimiento: secuencial frente a paralelo
El paralelismo tiene costes adicionales: el inicio del clúster, la serialización de datos y la comunicación entre procesos requieren tiempo. Solo resulta ventajoso cuando el cálculo de cada elemento es lo bastante costoso como para compensar esos costes.
library(parallel)
cl <- makeCluster(2)
# Task: compute 100 iterations of matrix multiply
heavy_task <- function(n) {
m <- matrix(rnorm(200), nrow = 100)
sum(m %*% t(m))
}
clusterExport(cl, 'heavy_task')
seq_time <- system.time(lapply(1:20, heavy_task))[['elapsed']]
par_time <- system.time(parLapply(cl, 1:20, heavy_task))[['elapsed']]
cat('Sequential:', round(seq_time, 3), 's\n')
cat('Parallel: ', round(par_time, 3), 's\n')
cat('Speedup: ', round(seq_time / par_time, 2), 'x\n')
stopCluster(cl)Inicialización del generador aleatorio en paralelo
La generación de números aleatorios en paralelo es compleja: cada proceso de trabajo necesita una secuencia independiente y reproducible. Use clusterSetRNGStream(cl, seed) con el generador L'Ecuyer-CMRG para obtener aleatoriedad paralela reproducible.
library(parallel)
cl <- makeCluster(2)
# Set reproducible RNG streams across workers
clusterSetRNGStream(cl, iseed = 123)
# Each worker uses its own independent random stream
results1 <- parSapply(cl, 1:6, function(i) rnorm(1))
# Reset and repeat — same results
clusterSetRNGStream(cl, iseed = 123)
results2 <- parSapply(cl, 1:6, function(i) rnorm(1))
cat('Run 1:', round(results1, 4), '\n')
cat('Run 2:', round(results2, 4), '\n')
cat('Identical:', identical(results1, results2), '\n')
stopCluster(cl)Gestión de errores en clústeres
Si un proceso de trabajo genera un error, parLapply() lo vuelve a lanzar en el proceso principal. Envuelva las llamadas en tryCatch() dentro de la función o use tryCatch() alrededor de toda la llamada a parLapply() para gestionar los fallos correctamente.
library(parallel)
cl <- makeCluster(2)
# Wrap risky code inside the worker function
safe_log <- function(x) {
tryCatch(
log(x),
warning = function(w) NA_real_,
error = function(e) NA_real_
)
}
clusterExport(cl, 'safe_log')
# -1 produces NaN warning, 'a' produces an error
input <- list(4, 9, -1, 'a', 16)
result <- parLapply(cl, input, safe_log)
cat(unlist(result), '\n') # 1.386 2.197 NaN NA 2.773
stopCluster(cl)Patrón práctico de paralelismo
Este es un flujo de trabajo paralelo completo e idiomático: detectar los núcleos, crear el clúster, exportar las dependencias, ejecutar el cálculo, recopilar los resultados y detener siempre el clúster, incluso si se produce un error, mediante on.exit().
library(parallel)
run_parallel <- function(data, fn, n_workers = detectCores() - 1) {
cl <- makeCluster(n_workers)
on.exit(stopCluster(cl)) # guaranteed cleanup
clusterExport(cl, 'fn', envir = environment())
result <- parLapply(cl, data, fn)
result
}
# Example: bootstrap mean estimation
samples <- lapply(1:100, function(i) rnorm(50, mean = 5, sd = 2))
means <- run_parallel(samples, mean)
cat('Grand mean:', round(mean(unlist(means)), 3), '\n')
cat('95% CI: [',
round(quantile(unlist(means), 0.025), 3), ',',
round(quantile(unlist(means), 0.975), 3), ']\n')Comprobación rápida
¿Qué función debe utilizar para garantizar que se llame a stopCluster(cl) aunque se produzca un error dentro del código paralelo?
Repaso: paquete parallel
Conceptos clave:
detectCores()informa de los núcleos disponibles; usedetectCores() - 1para determinar el tamaño del clústermakeCluster(n)/stopCluster(cl)gestionan el ciclo de vida de los procesos de trabajoclusterExport()copia objetos;clusterEvalQ()ejecuta código de configuración en los procesos de trabajoparLapply()/parSapply()son iteradores paralelos multiplataformamclapply()solo funciona en Unix, pero inicia más rápido gracias a la bifurcación- Use
on.exit(stopCluster(cl))para garantizar la limpieza - El paralelismo solo resulta rentable en tareas con un coste computacional elevado
# Minimal reproducible parallel pattern
library(parallel)
cl <- makeCluster(max(1, detectCores() - 1))
on.exit(stopCluster(cl))
clusterSetRNGStream(cl, iseed = 42)
result <- parSapply(cl, 1:8, function(x) x^2 + rnorm(1, 0, 0.1))
cat(round(result, 2), '\n')Aprende R con un tutor de IA — gratis
Escribe y ejecuta código real en tu navegador, obtén ayuda instantánea de un tutor de IA disponible 24/7 y continúa donde lo dejaste en la web o en la aplicación.
- Cursos
- 43
- Lecciones
- 159
Preguntas frecuentes
¿La lección «Paquete parallel y detectCores()» es gratis?
Sí — el texto completo de «Paquete parallel y detectCores()» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de R Academy, actualiza a CoddyKit PRO. El curso de R Academy incluye 4 lecciones en total.
¿Qué aprenderé en «Paquete parallel y detectCores()»?
Inicie clústeres fork o de sockets y distribuya el trabajo entre los núcleos de la CPU. Practicas R Academy con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.
¿Necesito experiencia previa para empezar R Academy?
No se requiere experiencia previa. R Academy en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 1 de 4.
¿Cuánto tiempo toma la lección «Paquete parallel y detectCores()»?
La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.
¿Puedo escribir y ejecutar código en esta lección de R Academy?
Sí. Cada lección de R Academy incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.
Todas las lecciones de este curso
- Paquete parallel y detectCores()
- El framework future
- furrr: operaciones paralelas de purrr
- Depuración y equilibrio de carga del código paralelo