【发布时间】：2015-04-11 04:31:52
【问题描述】：
一些机密数据存储在服务器上，研究人员可以通过远程访问进行访问。
- 研究人员可以通过一些（我认为是 cisco）远程客户端登录，并在同一主机上共享虚拟机
- 虚拟机上运行的是 64 位 Windows
系统似乎针对 Stata 进行了优化，我是最早使用 R 使用数据的人之一。客户端上没有安装 RStudio，只有 RGui 3.0.2。
这是我的问题：数据以stata格式保存（.dta），我需要在R中打开它。目前我正在做
read.dta(fileName, convert.factors = FALSE)[fields]
加载较小的文件（大约 200MB）需要 1-2 分钟。但是，加载主文件（3-4 GB）需要很长时间，比我的耐心要长。在此期间，R GUI 不再响应。
我可以在我自己的机器（OS X、RStudio）上使用较小的数据样本测试我的代码，一切正常。这是吗
- 因为 OS X + RStudio，或者只是
- 因为文件的大小？
一所大学正在他们环境中的类似文件上使用Stata，这对他来说效果很好。
我可以做些什么来改善这种情况？我想出的可能解决方案是
- 以某种不同的方式将数据加载到
R（也许有一种方法不需要所有这些内存使用）。我也可以访问stata。如果一切都失败了，我可以在 Stata 中准备数据，例如将其切成小块并在R中重新组合 - 要求他们为我的 VM 用户分配更多内存（如果确实是这个问题）
- 要求他们提供 RStudio 作为后端（即使这不是更快，也许它更不容易崩溃）
【问题讨论】：
-
你试过
haven包吗？ -
@ColonelBeauvel 我会检查我的小数据样本是否会更快。有没有办法生成人工的大型 stata 数据，只是为了比较加载时间？
-
是的，以 200MB 为例，然后多次聚合到 2GB-3GB，看看加载时间如何演变。
标签： r