使用furrr时多会话内存占用过高，如何最小化？

针对你遇到的furrr会话内存过高（尤其是Shiny环境中）的问题，即使设置globals=FALSE和指定包也无效，可尝试以下几个关键优化方向：

1. 改用cluster计划替代multisession #

multisession会复制主进程的整个环境（包括Shiny加载的大量框架资源），而cluster计划可以更严格地控制worker的初始化环境，避免不必要的内存复制。

示例代码：

library(furrr)
library(parallel)

# 创建集群时指定仅加载必要包，且不继承主环境的冗余变量
cl <- makeCluster(10, 
                  outfile = "",
                  rscript_args = c("--no-save", "--no-environ", "--no-site-file"))
# 在每个worker中手动加载所需包
clusterEvalQ(cl, {
  library(paws)
  library(jsonlite)
})

plan(cluster, workers = cl)

results_calc_rds <- future_map(.x = tokens, 
                               .f = my_fun,
                               .options = furrr_options(seed = NULL, 
                                                       globals = character(0)))

# 用完集群后关闭释放资源
stopCluster(cl)

2. 严格排查函数的全局变量依赖 #

globals=FALSE可能并未真正生效，如果my_fun中隐式引用了主环境的变量（比如未作为参数传入的对象），future仍会自动传递这些变量到worker，导致内存飙升。用以下命令检查函数的全局依赖：

codetools::findGlobals(my_fun)

如果输出中包含除paws/jsonlite函数外的其他全局对象，需将这些对象改为函数参数传入，或在worker环境中重新定义，避免隐式传递。

3. 清理Shiny主环境的冗余资源 #

Shiny默认会在全局环境加载很多框架资源，multisession会复制这些资源到每个worker。优化点：

• 将非必要的包、数据移到server()函数内部加载，而非全局环境
• 避免在全局环境存储大对象（如大数据集、缓存），仅在需要时创建

4. 精确控制全局变量传递 #

如果必须使用multisession，可放弃globals=FALSE，转而精确指定需要传递的变量（仅保留tokens和函数运行必需的对象），避免自动捕获冗余内容：

plan(multisession, workers = 10)
results_calc_rds <- future_map(.x = tokens, 
                               .f = my_fun,
                               .options = furrr_options(seed = NULL, 
                                                       globals = c("tokens"),
                                                       packages = c("paws", "jsonlite")))

注意：如果tokens本身是大对象，考虑拆分后分批处理，减少单个worker的内存占用。

5. 限制worker的R启动参数 #

在创建worker时，禁止加载不必要的配置文件，减少初始化内存：

plan(multisession, 
     workers = 10,
     gc = TRUE,  # 自动触发垃圾回收
     rscript_args = c("--no-save", "--no-environ", "--no-site-file", "--no-init-file"))

内容的提问来源于stack exchange，提问作者Arkadi w