R读取大型数据集内存不足如何解决，如果利用Linux有什么有效方法吗？

有个比较简单暴力的方法是fread里的nrows参数设置。

R所有读取数据的函数都有nrows和skip这两个参数，可以写个循环，一个文件分段读取，skip跳过前面读过的，用nrows控制最大读入行数，防止内存不足。

分段处理之后将文件写入本地，用rm将比较大的变量消除掉，用gc（）释放这部分内存。

——好处是简单粗暴多平台可用，缺点是，真的很慢……

如果有条件还是建议申请个服务器来跑，比如学生可以询问导师院系有没有用于大型计算的服务器。

另外Unix系统对内存的限制确实是比Windows好些，可惜我也不知道正确的打开方式QAQ

可以。出现r语言内存不足的问题很常见，可以在windows中对数据的虚拟内存进行适当上限的调整。r语言是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。

1, 你是说内存不够用么？一般很少有这个问题，因为linux本身对内存要求并不高。增加内存，并重新给你的 swap 分下区吧，设置为你物理内存的两倍；

2，你是想改 linux kernel 和 user space 的 1：3 分配比例么？可以使用某些补丁来改成 2:2 之类的，2.6 的内核里面现在应该有选项可以设置的，让你在编译内核的时候，即可完成设置；

---