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 77.1 Vcells 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，请继续关注云搜网网站，小编会继续努力为大家带来更多实用的文章！
