# Thu Sep 10 01:04:04 2020 -

# 字符编码：UTF-8
# R 版本：R x64 4.0.2 for window 10
# cgh163email@163.com
# 个人笔记不负责任
# —— 拎了个梨🍐
rm(list=ls());gc()
.rs.restartR()

require(raster)
# Thu Sep 10 01:04:55 2020 -cluster使用多核集群-----------------------------
# 此功能对于加快预测，内插甚至计算等功能的计算特别有用。
#
beginCluster()
# 使用多核集群
#
# beginCluster确定可用节点（核心）的数量并使用所有这些节点（除非使用了参数n）。
beginCluster() #  有几个核心可用
endCluster() #  关闭集群并删除对象。
# Thu Sep 10 01:22:16 2020 --
# n 整数。 要使用的节点数（可选）
# type  字符。 要使用的集群类型
# nice  整数。 设置工作人员的自付费用，介于-20和20之间（仅适用于UNIX之类的平台）
# exclude   字符。 要从节点上加载的软件包排除在外（因为它们可能在那里失败），但在主服务器上需要/已加载
# x 栅格*对象
# fun   以x为第一个参数的函数
# args  列出函数的参数（x除外，x始终应为第一个参数）
# export    字符。 要导出到集群节点的变量名的向量，以便使它们可见（例如，未作为参数传递的参数）
# filename  字符。 输出文件名（可选）
# cl    集群对象（如果已调用beginCluster（），请不要使用它
# m 调整参数以确定应使用多少个块。 将数字四舍五入并乘以节点数。
# Thu Sep 10 01:22:21 2020 --
## Not run:
# set up the cluster object for parallel computing
beginCluster()

r <- raster()
values(r) <- 1:ncell(r)
plot(r)
x <- clusterR(r, sqrt, verbose=T)

f1 <- function(x) calc(x, sqrt)
y <- clusterR(r, f1)
plot(y)
s <- stack(r, r*2, r*3)
f2 <- function(d,e,f) (d + e) / (f * param)
param <- 122
ov <- clusterR(s, overlay, args=list(fun=f2), export='param')

pts <- matrix(c(0,0, 45,45), ncol=2, byrow=T)
d <- clusterR(r, distanceFromPoints, args=list(xy=pts))

values(r) <- runif(ncell(r))
m <- c(0, 0.25, 1,  0.25, 0.5, 2,  0.5, 1, 3)
m <- matrix(m, ncol=3, byrow=TRUE)
rc1 <- clusterR(r, reclassify, args=list(rcl=m, right=FALSE),
                filename=rasterTmpFile(), datatype='INT2S', overwrite=TRUE)

#等效操作：
rc2 <- reclassify(r, rcl=m, right=FALSE, filename=rasterTmpFile(), datatype='INT2S', overwrite=TRUE)


# example with the calc function
a <- 10
f3 <- function(x) sum(x)+a

z1 <- clusterR(s, calc, args=list(fun=f3), export='a')

# ＃对于某些使用另一个函数作为参数的栅格函数＃您可以编写自己的并行函数，而不是使用clusterR
# ＃获取使用beginCluster创建的集群对象
cl <- getCluster()

library(parallel)
clusterExport(cl, "a")
z2 <- calc(s, fun=function(x){ parApply(cl, x, 1, f3)} )
# ＃设置标志集群再次可用
returnCluster()
#

# 用集群对象完成
endCluster()

## End(Not run)