【发布时间】：2015-07-15 18:01:10
【问题描述】：
我已经使用 data.table 加载了相当大的数据集。然后，我想使用以下形式的说明添加大约 30 列：
DT[, x5:=cumsum(y1), by=list(x1, x2)]
DT[, x6:=cummean(y2), by=x1]
在某些时候，我开始收到这样的“警告”：
1: In structure(.Call(C_objectSize, x), class = "object_size") :
Reached total allocation of 8072Mb: see help(memory.size)
我不时检查 tracemem(DT) 以确保没有复制。我得到的唯一输出是：
"<0000000005E8E700>"
我还检查 ls() 以查看正在使用的对象和 object.size() 以查看对象分配了多少 RAM。 ls() 的唯一输出是我的 data.table，第一个错误后的对象大小是 5303.1 Mb。 我在运行 R 的 64 位 Windows 64 位机器上，并且有 8 GB RAM。当我收到警告时，这些 8 GB RAM 中只有 80% 正在使用中。其中 R 使用 5214.0 Mb（奇怪，因为表比这个大）。
我的问题是，如果 R 使用的唯一 RAM 是 5303.1 Mb，而我仍然有大约 2 Gb 的可用内存，为什么我会收到 R 已达到 8 Gb 限制的错误，有什么我可以做的吗？它？如果没有，还有什么其他选择？我知道我可以使用 Bigmemory，但随后我将不得不重写我的整个代码，并且会丢失 data.table 提供的甜蜜的按引用修改。
【问题讨论】：
-
预先分配列时会发生什么？ IE。首先运行
alloc.col(DT, your.final.num.of.columns)，然后添加各个列。 -
我的最终列数是 97。当我尝试 alloc.col(DT, 97) R 告诉我我不能减少分配的列数，因为已经分配了 100 列。但是，我只是将分配的列增加到 150，然后看看它的作用，谢谢！
-
购买更多内存。 blog.codinghorror.com/…
-
@DeanMacGregor 我很乐意，但我有一台只有一个 RAM 插槽高达 8 Gb 的联想 11s。由于经济限制，我也无法购买新电脑。
标签： r memory data.table