Eine weit verbreitete Programmierumgebung für statistische Berechnungen und Grafiken.

Versionen

Aktuell haben wir auf dem Cluster Version 4.2.2 als neueste Version von R installiert. Aus Gründen der Kompatibilität werden jedoch auch ältere Versionen (siehe rechte Spalte) angeboten.

Alle Versionen wurden mit dem Intel Compiler aus dem Intel® Parallel Studio XE übersetzt und sind gegen die Intel MKL gelinkt.

options(BioC_mirror = "http://bioc.repo.test.hhu.de")

Zusatzpakete

Eine Liste aller Zusatzpakete innerhalb von R erhält man mit:

ip <- as.data.frame(installed.packages()[,c(1,3:4)])
rownames(ip) <- NULL
ip <- ip[is.na(ip$Priority),1:2,drop=FALSE]
print(ip, row.names=FALSE)

In der aktuellen Version sind folgende Zusatzpakete vorhanden (Stand 14.05.2019):

Eigene Pakete hinzufügen

R ermöglicht es, eigene bzw. zusätzliche Pakete in das Home-Verzeichnis zu installieren. Dazu muss zunächst von CRAN das gewünschte Source-Paket (im tar.gz-Format) herunterladen werden. Danach kann dies, z. B. in einem interaktiven Job, wie folgt installiert werden:

1. R-Modul laden

   Codeblock
   language bash
   module load R/3.6.1

   
   

2. Verzeichnis(se) für weitere Pakete anlegen (falls noch nicht geschehen)

   Codeblock
   language bash
   mkdir -p ~/R/libs

   
   

3. diesen neuen Pfad für R bekannt machen

   Codeblock
   language bash
   echo 'R_LIBS_USER="~/R/libs"' >> $HOME/.Renviron

   
   

4. neues Paket (als Beispiel mypackage.tar.gz) in diesen Pfad installieren

   Codeblock
   language bash
   R CMD INSTALL -l ~/R/libs/ mypackage.tar.gz

   
   

Sollen weitere Pakete installiert werden, dann erübrigen sich die ersten Schritte (insbesondere 2. und 3.).

unzip mypackage.zip
das heruntergeladene Archiv entpacken und dann mittels

tar --create --verbose --gzip --file=mypackage.tar.gz mypackage/

wieder in ein tar.gz-Archiv packen. Damit sollte dann der 4. Schritt funktionieren.

$ mkdir -p ~/R/libs
$ module load R/4.0.3
$ R
> install.packages("tidyselect", lib = "~/R/libs/", repos = "http://cran.repo.test.hhu.de/")
...
* DONE (tidyselect)

Parallel Execution

It is possible in R to execute methods in parallel across multiple cores with the library 'parallel': https://dept.stat.lsa.umich.edu/~jerrick/courses/stat701/notes/parallel.html. The method detectCores() returns incorrect numbers and should not be used. A good replacement is https://github.com/HenrikBengtsson/parallelly.  To the best of our knowledge other commonly used R libraries for parallel Execution as 'doParallel', 'doSNOW' or 'foreach' are only addressing one core.

A second possibility is - if possible - seperating your job in the RScript into several tasks (below 200 tasks from 0 to 199).

#!/bin/bash
#PBS -A YourProject
#PBS -l select=1:ncpus=1:mem=8G
#PBS -l walltime=01:59:00
#PBS -r y
#PBS -J 0-199

module load R/4.0.3

jobargs=$(echo "'--args ${PBS_ARRAY_INDEX}'")
jobstr=$(echo "R CMD BATCH --no-save --no-restore ${jobargs} your_script.R your_script.Rout")
eval ${jobstr}

The job argument (0 to 199 in this example) can be used in your RScript as followed:

args = commandArgs(TRUE)
...

Of course both ways to parallel processing using R can be combined by creating several jobs which use multiple cores with the library 'parallel'.

Common Errors

error #308: member "std::complex::_M_value" (declared at line 1337 of "/usr/include/c++/4.8.5/complex") is inaccessible

The Intel compiler, that we use to build R, conflicts with gcc headers when using complex data types, resulting in an error similar to the one below when installing some R libraries:

/software/intel/xe2019/compilers_and_libraries_2019.0.117/linux/compiler/include/complex(310): error #308: member "std::complex<double>::_M_value" (declared at line 1337 of "/usr/include/c++/4.8.5/complex") is inaccessible

 CFLAGS += -wd308
CXXFLAGS += -wd308
CPPFLAGS += -wd308
PKG_CFLAGS += -wd308
PKG_CXXFLAGS += -wd308
PKG_CPPFLAGS += -wd308