R 编程：parpvclust 脚本被杀死

Question

我目前正在尝试通过 pvclust 库运行并行层次聚类，使用命令 parPvclust。我使用的数据集是 57 行乘 30000 列。我运行程序。从我的 nohup.out 我得到以下信息：

`[1] "2015-09-23 11:31:31 EDT"
 [1] "Data transposed"
 [1] "2015-09-23 11:31:39 EDT"
 [1] "start clustering"
 Multiscale bootstrap...`

然后与我的 nohup.out 分开。命令行吐出Killed，但如果我运行top，它们仍然是运行的R进程。这是一张照片：

这是我的脚本。

#parallel clustering via pvclust library
library(data.table)
library(reshape2)
library(parallel)
library(pvclust)

nabec <- fread("/labshare/Nick/projects/nabec/pilot/normalized.transcripts.usable.autosomal.1.txt")

#transpose file
nabecCohort.T <- dcast.data.table(melt(nabec, id.vars = "ID"), variable ~ ID)
testNabec <- nabecCohort.T[2:58, 2:dim(nabecCohort.T)[2], with = F]
testNabec <- sapply(testNabec, as.numeric)

Sys.time()
print("Data transposed")

cl <- makeCluster(23)

Sys.time()
print("start clustering")
nabec.pv <- parPvclust(cl,testNabec[1:57,],nboot=1000)

我找到了这篇文章，但它并没有太大帮助。

我还能解决哪些其他问题？有什么想法吗？我没有收到诸如“无法分配大小的向量..”之类的错误。

编辑：对于数据集的较小子样本（57 行 * 1000 列），脚本也可以正常运行

Answer 1

您的系统可能内存不足。

请看dmesg的输出。

当您的操作系统内存不足时，作为最后的措施，它会调用OOM killer。它根据一些标准选择一个进程，并终止该进程以释放一些系统内存。如果发生这种情况，它将在dmesg 和您的系统日志中显示。

当您的系统严重耗尽内存时，您的主要R 进程似乎已被杀死。如果您想提前失败，实际上减少交换大小可能会有所帮助。交换只需要足够大以存储不需要的系统部分（例如未使用的服务）。

不幸的是，R 可能非常消耗内存。它可能有助于例如将testNabec[1:57,] 写入文件，然后在 fresh 会话中再次加载它。尝试找出哪些行导致的内存消耗最多。

哦，当然要杀死僵尸进程。您似乎有许多 R 进程正在运行，每个进程都使用 10 GB 的 RAM...