我的机器（Windows 7 Pro 64 位）中有 6 GB 内存，而在 R 中，我得到了
> memory.limit()
6141
当然，在处理大数据时，会出现内存分配错误。所以为了让R使用虚拟内存，我使用了
> memory.limit(50000)
现在，在运行我的脚本时，我不再出现内存分配错误，但是 R 占用了我计算机中的所有内存，所以在脚本完成之前我无法使用机器。我想知道是否有更好的方法让 R 管理机器的内存。我认为它可以做的事情是使用虚拟内存，如果它使用的物理内存超过用户指定的。有没有这样的选择？
【问题讨论】：
标签： r memory memory-management
查看 ff 和 bigmemory 包。这使用知道 R 对象的函数将它们保存在磁盘上，而不是让操作系统（它只知道内存块，但不知道它们代表什么）。
【讨论】：
R 不管理机器的内存。那是操作系统的责任。 memory.size 和 memory.limit 在 Windows 上存在的唯一原因是（来自 help("Memory-limits")）：
Under Windows, R imposes limits on the total memory allocation
available to a single session as the OS provides no way to do so:
see 'memory.size' and 'memory.limit'.
R 对象还必须占用 RAM 中的连续空间，因此您可能会遇到仅使用几个大对象的内存分配问题。您可能会更加小心所创建对象的数量/大小，并避免使用太多内存。
【讨论】：
这不是一个解决方案，而是一个建议。尽可能使用内存高效的对象：例如，使用矩阵而不是 data.frame。
这里是一个例子
m = matrix(rnorm(1000), 2, 2)
d = as.data.frame(m)
object.size(m)
232 bytes
object.size(d)
808 bytes
【讨论】：
m = matrix(rnorm(1000), 20000, 10)，对象之间的大小差异可以忽略不计。事实上，我在我的工作区中检查了一些随机的data.frame，matrix 版本大了 2 倍。所以我认为这个建议对手头的问题没有用。
data.frame。 object.size(as.data.frame(rec)): 11542192 bytes 和 object.size(as.matrix(rec)): 26516160 bytes.
d = data.frame(a = 1:100, b = "b") - 尝试检查各种对象大小。没有办法存储例如数字和字符串在matrix 中以比data.frame 更有效的方式（内存和速度）。您的建议只会为统一类型 data.frame's 节省可忽略不计的内存量（字面意思是大约 600 字节），并且不适用于其他任何东西。