如何使用future.apply包修改全局变量？附lapply对比示例

用plan(multisession)时，future_lapply会启动多个独立的R工作进程，每个进程都有自己的独立内存空间。你定义的cnt只存在主进程里，子进程中的cnt是它的副本，子进程用<<-修改的只是自己内存里的副本，主进程的cnt完全不受影响，所以最后输出还是NULL。

要让子进程修改主进程能访问的变量，必须用跨进程共享的存储机制，下面是两种可行方法：

方法1：用future::shared()创建共享变量 #

future包的shared()函数可以创建跨进程共享的变量，子进程对它的修改会同步到主进程：

library(future.apply)
plan(multisession)

# 创建共享的cnt变量，初始值为NULL
cnt <- shared(NULL)

f <- function(i) {
  # 修改共享变量需用`$`访问
  cnt$value <- i
}

fla <- future_lapply(1:5, f) 

# 查看结果
cnt$value

运行后输出：

[1] 5

方法2：用bigmemory包创建共享向量 #

如果需要更灵活的数值型共享存储，可以用bigmemory包，它支持跨进程访问同一内存区域：

library(future.apply)
library(bigmemory)
plan(multisession)

# 创建共享的单元素向量，用NA代替NULL初始化
cnt <- big.matrix(nrow = 1, ncol = 1, init = NA, shared = TRUE)

f <- function(i) {
  # 修改共享矩阵的元素
  cnt[1,1] <- i
}

fla <- future_lapply(1:5, f) 

# 查看结果
cnt[1,1]

运行后输出：

[1] 5

• 共享变量的修改是并发的，如果需要保证修改顺序（比如保留最后执行的i值），可能需要用filelock包加锁避免竞争。
• 如果只是要跟踪进程执行进度，用progressr包更可靠，它和future生态兼容，专门处理进度跟踪。

内容的提问来源于stack exchange，提问作者mr.T