如何解决PBS/TORQUE集群中future.apply并行任务被误杀问题？

我在本地机器使用future.apply和future包实现R任务并行化完全正常，但在PBS/TORQUE管理的计算机集群上运行时，任务会因违反资源策略被终止。查看进程后发现，qstat报告的resources_used.mem和resources_used.vmem数值高得离谱。

注：我已了解并使用过batchtools和future.batchtools包，但它们需要按特定方式组织脚本并向队列提交任务，本次案例希望避免使用这类工具。

最小可复现示例（MVE） #

代码先生成一个含10^9个元素的向量，再通过future_lapply进行并行运算：

library(future.apply)

plan(multicore, workers = 12)

sample <- rnorm(n = 10^9, mean = 10, sd = 10)

print(object.size(sample)/(1024*1024)) # 占用约8GB内存
options(future.globals.maxSize=+Inf) 
options(future.gc = TRUE)

future_lapply(future.seed = TRUE,
              X = 1:12, function(idx){
                # 执行简单操作
                for(i in sample){
                  if (i > 0) dummy <- 1
                }
                return(dummy)
              })

集群运行情况 #

在本地32GB可用内存的计算机上，代码运行正常（无内存问题）。但在资源充足的集群上通过以下命令提交交互式任务：

qsub -I -l mem=60Gb -l nodes=1:ppn=12 -l walltime=72:00:00

任务会因违反资源策略被自动终止。执行qstat -f JOBNAME | grep used查看资源使用情况：

resources_used.cput = 00:05:29
resources_used.mem = 102597484kb
resources_used.vmem = 213467760kb
resources_used.walltime = 00:02:06

结果显示进程占用约102GB内存和213GB虚拟内存，但实际通过htop等工具监控节点时，内存使用量是正常的，问题出在TORQUE/PBS的统计数值虚高。

内容的提问来源于stack exchange，提问作者D1X