使用plyr的ldply并行化时，如何引入terra等依赖库？

问题出在plyr的ldply不支持.packages参数，且PSOCK集群的每个并行节点是独立的R进程，不会自动继承主进程加载的包，导致节点找不到terra等依赖库的函数。

解决步骤如下：

1. 创建集群后，显式在每个节点加载所需依赖包
   使用clusterEvalQ命令，让所有集群节点同步加载terra、sf（以及你用到的sp）：

   cl <- makePSOCKcluster(3)
   # 在每个集群节点加载依赖包
   clusterEvalQ(cl, {
     library(terra)
     library(sf)
     library(sp) # 如果你的函数依赖sp，加上这行
   })
   registerDoParallel(cl)
   

2. 正常执行ldply并行任务
   此时无需传递.packages参数，直接运行原有代码即可：

   polygons <- 1:100
   paddf <- ldply(polygons, .fun = rasterize_polygons, polysf = polysf, pgdf = pgdf, .parallel = TRUE)
   
   stopCluster(cl)
   

补充说明 #

PSOCK集群的每个节点都是独立的R会话，主进程中加载的包、定义的对象不会自动同步到节点。除了加载包，如果你自定义函数rasterize_polygons依赖主进程中的其他自定义对象，还需要用clusterExport(cl, c("对象1", "对象2"))将这些对象同步到所有节点。

内容的提问来源于stack exchange，提问作者Thomas