我使用 @parallel for 宏来运行一系列参数的模拟 . 每次运行都会产生一维向量 . 最后我想收集 DataFrame 的结果 .
到目前为止，我总是创建一个中间数组并使用 vcat 减少for循环;然后构建了 DataFrame . 我认为它也可以通过 remotecall 对主进程的每次计算结果起作用 . 最小的例子看起来像
X=Float64[]
@sync @parallel for i in linspace(1.,10.,10)
remotecall_fetch(()->push!(X,i),1)
end
其结果始终是一个数组 X ，其中9个不是10个元素 . 随着更多工作人员的增加，丢弃的元素数量会变大 .
这是关于julia-0.6.1 .
我以为我已经理解了julia的并行计算结构，但似乎没有 .
这种行为的原因是什么？我怎样才能更好，更安全地做到这一点？
1 回答
我怀疑你是在触发比赛状态，但不知道在哪里 .
如果你只需要每次迭代返回一个值，我建议只使用
pmap：否则，如果每次迭代都可以返回多个值，那么最好使用RemoteChannels .