上次咱们谈到了Matlab的并行计算，用的是parfor的并行方式，详情查看：Matlab并行计算方法（上）。
parfor并行计算比较方便，但是也要注意几点：一是分配给每个核的任务不能有相互调用，否则会出问题；二是存放数据的数组需要预分配，在这里要注意，预分配的数组只能是向量的形式，二维的数组不能用来存放数据，至少我在使用时出现了这种情况，解决方法就是先开一个一维向量存放数据，然后再根据需要转成二维的数组。
科研中并行计算不限于导师给的（破）台式机，一般这些台式机的CPU核心数不会很多，开不了太多线程来跑程序，这样子进行测试还可以，如果要进行大量的计算（比如参数扫描）的话，恐怕还是不太够，那么这时候就需要把任务提交到学校的服务器上进行计算。这时候并行计算用parfor就不太方便，事实上，在服务器上调用parfor只能在管理节点上进行计算，这样不太好，除非你就是管理员。
那么废话不多说，我们来看一下如何在服务器上运行matlab
1、安装
要想跑matlab程序，那你首先要在服务器上安装matlab，这里不讲安装的事情，可自行百度或者联系管理员安装，如果自行安装强烈建议安装破😆解😆版matlab,因为学校的服务器不一定能连接外网；并且破解版功能全面，安装较快。
2、编写程序
这里我会详细的说明相应的流程，请各位看的仔细一点。
2.1、将程序封装成函数
譬如我写了一段计算的代码，接下来我想要放到服务器上并行计算，那么第一步我就要封装自己写的代码，比如：
function c = myCode(a)
xxx;
xxx;
xxx;
xxx;
c = xxxxx;
end
这里的xxx就是你自己写的代码，c是你输入参数a从而想要得到的输出结果，封装函数的好处有两个：一是可以随时随地调用；二是分离代码，使得整个代码框架变得简洁易懂。这一步不难，学过python或者C的同学应该十分清楚。
2.2、编写并行计算框架
函数封装之后，接下来是最重要的并行计算框架搭建：
首先规定你要调用的计算机核数：
% 比如你要调用30个核心，这里cpu_core只是一个变量名而已，没有其他意思
cpu_core = 30;
接下来采用函数parcluster创建一个集群：
c = parcluster();
注意这里不像之前是创建进程池parpool哦!
然后规定这个集群上的核心数，aka你之前创立的核心数变量：
c.NumWorkers = cpu_core;
在这个集群之上创建job
job = createJob(c);
到这里，革命已经成功了一半，剩下的是根据你自己的程序来改写，这里举个例子：
比如我需要扫描参数a_scan，该参数范围：，也就是说我要把参数
a_scan扫描100次(😉😉),根据输入的不同a来得到不同的c，那么程序可以这么写：
for i = 1:length(a_scan)
a = a_scan(i);
parameter = {a};
t = createTask(job,@myCode,1,parameter)
end
OK,我知道各位想赶紧编写程序的同学已经迷糊了，这里解释一下：
首先for循环是很清楚的，就是每次提取一个参数a然后把函数放在某个核上面跑（是哪个核不用管）。
然后，parameter这个玩意，正如其名，就是你自己的函数myCode的参数。
最后，在job上创建一个task，createTask这个函数有这么几个参数：
第一个参数是你创建的
job，这个不用作改动第二个参数是调用刚才你封装的函数
myCode，要注意有一个@.第三个参数是：你调用的函数需要返回的参数个数，比如说，这里你的函数
myCode由于只有一个参数c需要返回，所以你就写上1就可以了，记住是返回的参数个数！最后一个参数就是函数的输入参数，也就是刚才定义的
parameter.
有人可能觉得我这里这个parameter非常多余，相信我，如果你的参数有10个以上，这绝对不是多余的，要时刻记住代码的可读性简洁性是非常重要的，方便自己也方便他人阅读。
编写完这个，最后再加上几个函数：
% 提交job
submit(job);
% 等待服务器算完结果
wait(job);
% 提取结果
output = fetchOutputs(job);
最后千万别忘了保存计算结果！
% save函数保存结果，注意都需要引号
save("myData.mat","output")
那么并行计算框架就搭好了！接下来通过pbs作业脚本提交到服务器上就可以运行了！
3、总结
读者诸君不难发现，这里的并行计算实际上可以分为三部分：
1. 创建集群，并在集群上创建job
2. 根据自己的情况根据参数依次分配任务
3. 提交任务
第一部分不需要作太多改动，只要改动你需要的核心数cpu_core
第二部分则需要作出改动，但是思路已经全部告诉各位了
第三部分不需要改动（当然你可以改动保存的文件名称）
4、附录
最后附上整个框架：
% 第一部分
cpu_core = 30;
c = parcluster();
c.NumWorkers = cpu_core;
job = createJob(c);
% 第二部分
a_scan = 0:0.01:100;
for i = 1:length(a_scan)
a = a_scan(i);
parameter = {a};
t = createTask(job,@myCode,1,parameter);
end
% 第三部分
submit(job);
wait(job);
output = fetchOutputs(job);
save("myData.mat","output")
%% =======================封装的函数============================
function c = myCode(a)
xxx;
xxx;
xxx;
xxx;
c = xxxxx;
end
上面这个是最为简单的并行计算的框架，请各位根据自身的情况酌情修改，有问题可以在下面留言讨论。
另外：简书上的markdown显示出来的结果比较奇怪，比如英文字母和中文大小不一样；代码的颜色变化显得支离破碎，我在typora上编写时不是这样的，请读者谅解。
