并行计算是一种通过执行多条指令来解决大型複杂计算问题的有效算法，可以显着提高计算机系统的计算速度和处理能力。R语言是目前非常流行的一种开源程式语言，在统计学和生物学等学科中得到了广泛套用。本书成功地藉助于R语言实现了并行计算的多种有效算法，并且通过案例分析了如何运用R语言执行并行计算。同时详细介绍了并行计算中的R程式包的使用，如SPRINT包提供了一套从R中调用并行计算的MPI函式。全书案例简单易懂，程式翔实，叙述清晰。本书4位作者都是计算机专业的资深专家和学者，从事并行计算多年，发表了众多优秀成果。本书的引进有益于读者运用R语言进行并行计算的研究，读者可以结合实际套用来学习本书中讨论的算法和模型。

译者序

前言

关于作者

第1章　简单的R并行性

1.1　亚里士多德数谜

1.1.1　求解程式的实现

1.1.2　改进求解程式

1.1.3　将问题分解为多个任务

1.2　R的并行包

1.2.1　使用mclapply（）

1.2.2　使用parLapply（）

1.2.3　并行负载均衡

1.3　segue包

1.3.1　安装segue

1.3.2　设定AWS账户

1.3.3　运行segue

1.3.4　求解亚里士多德数谜

1.4　总结

第2章　讯息传递入门

2.1　为MPI设定系统环境

2.1.1　为MPI选择R包

2.1.2　选择MPI子系统

2.1.3　安装OpenMPI

2.2　MPI标準

2.2.1　MPI的世界

2.2.2　安装Rmpi

2.2.3　安装pbdMPI

2.3　MPI API

2.3.1　点对点阻塞通信

2.3.2　点对点非阻塞通信

2.3.3　集体通信

2.4　总结

第3章　高级讯息传递

3.1　格线并行性

3.1.1　创建格线集群

3.1.2　边界数据交换

3.1.3　中值滤波

3.1.4　平铺分配图像

3.1.5　中值滤波格线程式

3.2　检查和管理通信

3.3　lapply（）的函式变体

3.4　总结

第4章　开发SPRINT—超级计算机的基于MPI的R包

4.1　关于ARCHER

4.2　从R中调用MPI代码

4.2.1　MPI Hello World

4.2.2　从R中调用C

4.3　建立一个MPI R包—SPRINT

4.3.1　简单的并行R接口（SPRINT）包

4.3.2　SPRINT包的体系结构

4.4　将一个新函式添加到SPRINT包中

4.4.1　下载SPRINT原始码

4.4.2　在R中创建一个存根—phello.R

4.4.3　添加接口函式—phello.c

4.4.4　添加实现函式—hello.c

4.4.5　连线存根、接口和实现

4.4.6　编译并运行SPRINT代码

4.5　基因组学分析案例研究

4.5.1　基因组学

4.5.2　基因组数据

4.6　基因组学与超级计算机

4.6.1　目标

4.6.2　ARCHER超级计算机

4.6.3　随机森林

4.6.4　基因组分析案例研究的数据

4.6.5　ARCHER中的随机森林性能

4.6.6　排名产品

4.6.7　ARCHER中的排名产品性能

4.6.8　结论

4.7　总结

第5章　笔记本中的超级计算机

5.1　OpenCL

5.2　ROpenCL包

5.2.1　ROpenCL编程模型

5.2.2　距离矩阵示例

5.3　总结

第6章　并行程式设计的艺术

6.1　理解并行效率

6.1.1　加速比

6.1.2　阿姆达尔定律

6.1.3　并行或者不并行

6.2　数值逼近

6.3　随机数

6.4　死锁

6.5　减少并行开销

6.6　自适应负载均衡

6.6.1　任务场

6.6.2　有效的格线处理

6.6.3　成功并行化的3个步骤

6.6.4　未来将会怎样

6.6.5　混合併行性

6.7　总结