Parallel.R(2011.10)
Q.Ethan.McCallum
                                                                                                   
It’s tough to argue with R as a high-quality, cross-platform, open source statistical software product—unless you’re in the business of crunching Big Data. This concise book introduces you to several strategies for using R to analyze large datasets. You’ll learn the basics of Snow, Multicore, Parallel, and some Hadoop-related tools, including how to find them, how to use them, when they work well, and when they don’t.
                                                    With these packages, you can overcome R’s single-threaded nature by spreading work across multiple CPUs, or offloading work to multiple machines to address R’s memory barrier.
                                                   

•                                                             Snow: works well in a traditional cluster environment
•                                                             Multicore: popular for multiprocessor and multicore computers
•                                                             Parallel: part of the upcoming R 2.14.0 release
•                                                             R+Hadoop: provides low-level access to a popular form of cluster computing
•                                                             RHIPE: uses Hadoop’s power with R’s language and interactive shell
•                                                             Segue: lets you use Elastic MapReduce as a backend for lapply-style operations