ある処理にとても時間が掛かるため、一定時間経過後はその処理を途中で打ち切りたいときがある。
例えば、for文で、あるループだけが重いため全体として時間が掛かってしまう場合、その処理を一旦スキップしてfor文の先に処理を進めたい、などである。

ここでは、そのひとつの解決策として、関数に時間制限を設けて、一定時間経過後はその関数を強制終了するコードをご紹介する。
ただし、このコードはLinux環境でのみ動作する点にご注意いただきたい。

環境

Ubuntuのバーション


$ cat /etc/lsb-release 
DISTRIB_ID=Ubuntu
DISTRIB_RELEASE=16.04
DISTRIB_CODENAME=xenial
DISTRIB_DESCRIPTION="Ubuntu 16.04.2 LTS"

Rのバージョン


$  R --version
R version 3.4.0 (2017-04-21) -- "You Stupid Darkness"
Copyright (C) 2017 The R Foundation for Statistical Computing
Platform: x86_64-pc-linux-gnu (64-bit)

ソースコード

さっそくだが、関数に時間制限を設けるための関数のソースコードを以下に記載する。

簡単に説明すると、2つのスレッドを用意し、一方は与えられた関数を実行し、もう一方はその与えられた関数を監視する。

監視するスレッドは、一定時間が過ぎるまではLinuxのpsコマンドからプロセスID(PID)を抽出し、与えられた関数の処理が終了したら監視を終える。
また、一定時間経過後は、与えられた関数の処理をLinuxのkillコマンドで強制終了して監視を終える。


limitTime <- function(expr,
                      stop.seconds = 60 * 5,
                      interval.seconds = 1) {
  require(parallel)
  require(tools)
  
  monitor <- function(x, stop.seconds, interval.seconds) {
    s <- proc.time()
    while (T) {
      if ((proc.time() - s)[3] < stop.seconds) {
        l.ps <- system("ps x", intern = T)
        s.ps <- strsplit(l.ps, " ")
        c.ps <- sapply(s.ps, function(x) {
          return(x[2])
        })
        if (!(as.character(x$pid) %in% c.ps)) {
          break
        }
      } else{
        tools::pskill(pid = x$pid, signal = tools::SIGKILL)
        break
      }
      Sys.sleep(interval.seconds)
    }
  }
  
  p <- parallel::mcparallel(expr)
  q <- parallel::mcparallel(monitor(p, stop.seconds, interval.seconds))
  
  res <- parallel::mccollect(list(p, q))
  return(res[[1]])
}

テスト

実際の動作を試してみる。

処理が完了する場合

重い処理が5秒、時間制限が10秒の場合を実行してみる。


heavyFunc <- function(x) {
  Sys.sleep(5)
  return(x)
}

start <- proc.time()
res <- limitTime(heavyFunc(1:10), stop.seconds = 10)
end <- proc.time()

実行結果は次のようになり、正常に処理が終了していることを確認することができる。


> print(res)
 [1]  1  2  3  4  5  6  7  8  9 10

> print(end - start)
   ユーザ   システム       経過  
    0.192      0.624      5.329 

処理を途中で打ち切る場合

重い処理が10秒、時間制限が5秒の場合を実行してみる。


heavyFunc <- function(x) {
  Sys.sleep(10)
  return(x)
}

start <- proc.time()
res <- limitTime(heavyFunc(1:10), stop.seconds = 5)
end <- proc.time()

実行結果は次のようになり、途中で打ち切られていることを確認することができる。


> print(res)
NULL

> print(end - start)
   ユーザ   システム       経過  
    0.164      0.316      5.185 

注意

与えられた関数は、別スレッドで動作するため、変数のスコープには注意が必要である。
具体的には、この関数内から関数外の変数には取得も設定もできない。
つまり、この関数の実行に必要となる変数はすべて引数で与え、結果は戻り値として受け取らなければならない。

まとめ

関数に時間制限を設ける方法をご紹介させていただいた。
Rの並列化は主に、for文やapply関数関連が多い。
しかし、parallelパッケージのmcparallel関数とmccollect関数を用いることができれば、さらに柔軟に並列化処理を組み込むことができるとわかっていただけたと思う。
今回ご紹介したソースコードが皆様のお役に立てれば幸いだ。

関連する記事

  • R アップデート後にパッケージが見つからない場合の対処法 Ubuntuで、Rのバージョンを3.4.1にアップデートした後、パッケージが見つからない場合の対処法をお伝えいたします。 すでにRStudio上でRを動かしている場合、パッケージのインストール先はデフォルトでユーザーのホームディレクトリ配下になっています。 今回の問題は、このホームディレクトリ配下のパスを認識しなくなったことが原因です。 環境 環境を確認しておきま […]
  • ApacheとWildflyの連携方法ApacheとWildflyの連携方法 ApacheとWildflyを連携する方法を3つの手順でご紹介する。Jboss […]
  • WindowsにMariaDBをインストールする手順WindowsにMariaDBをインストールする手順 WindowsにMariaDBをインストールする手順についてお伝えいたします。 ファイルのダウンロード MariaDBのインストールファイルをダウンロードするために、次のサイトに移動します。 MariaDB.org - Supporting continuity and open […]
  • 適切な回答を得るためのアンケートの作り方適切な回答を得るためのアンケートの作り方 アンケートは正しく質問をしないと、適切な回答が得られずにアンケートが持つ情報の価値が半減すると言っても過言ではない。 アンケートを回答しているときの気持ちを思い出して欲しい。おそらく、さっさと終わらせようと思いながら回答用紙に記入しているのではないだろうか。 あなたが質問者の側になったときは、この気持ちを常に念頭に置いて質問を考えよう。 ここでは、質問を作成 […]
  • これだけは抑えておきたい収益性分析の基本これだけは抑えておきたい収益性分析の基本 収益性分析とは、主に損益起算書上の数値から収益獲得力や投資効率性を測定する分析である。企業が継続的発展を遂げるためには利益確保が欠かせないが、企業経営は好調のときもあれば不調のときもあるため、様々な観点から収益または利益の状況を把握する必要がある。 ここでは、収益性分析の代表的な指標をいくつか紹介する。 これらの代表的な指標を活用するに当たっては、業種によってかなり異 […]
R 関数に時間制限を設ける方法