R语言怎么处理大数据时内存out of memory的问题

这篇文章主要介绍"R语言怎么处理大数据时内存out of memory的问题"，在日常操作中，相信很多人在R语言怎么处理大数据时内存out of memory的问题问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答"R语言怎么处理大数据时内存out of memory的问题"的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

R处理大数据时偶尔会出现out of memory的问题，相关解决方法：

1、memory.size()查看当前work space内存使用状况（MB）

2、memory.limit()查看当前work space运行使用内存的上限

> memory.size()[1] 94.2> memory.limit()[1] 8081

3、ls() 查看当前work space的变量

4、利用object.size()查看前一步返回结果中涉及的变量所占内存

> ls() [1] "aa"          "age"         "bb"          "diabetes"    "expression"  "geneID"      "n"           "patientData" [9] "patientID"   "sample1"     "sample2"     "sample3"     "status"     > object.size(geneID)88 bytes

5、rm()删除一些不需要的变量（使用gc()进行Garbage collection）

> rm(geneID)> rm(patientData)> rm(patientID)> rm(age)> gc()          used (Mb) gc trigger (Mb) max used (Mb)Ncells  999611 53.4    1770749 94.6  1442291 77.1Vcells 1996363 15.3    3142662 24.0  2550980 19.5

6、memory.limit(Limit)，如果提高内存使用上限

> memory.limit(100000)[1] 1e+05> memory.limit()[1] 1e+05>

到此，关于"R语言怎么处理大数据时内存out of memory的问题"的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注网站，小编会继续努力为大家带来更多实用的文章！