调用H2O的h2o.splitFrame函数时触发CURL超时错误求助

我调用H2O库的h2o.splitFrame函数时遇到如下错误：

Error en .Call(R_curl_fetch_memory, enc2utf8(url), handle, nonblocking):
se ha alcanzado el límite de tiempo transcurrido

已经尝试通过任务管理器释放笔记本内存，以及调整参数组合，均未解决问题。我的完整代码如下：

# 设置CURL超时时间
options(RCurlOptions = list(timeout = 600))

library(h2o)
library(parallel)
library(doParallel)

# 检测可用核心数
n_cores <- parallel::detectCores()
registerDoParallel(cores=4)

# 使用优化参数初始化H2O
h2o.init(
  ip = "localhost",
  nthreads = max(1, n_cores - 1),
  max_mem_size = "6g"
)

# 禁用进度输出
h2o.no_progress()

data <- as.h2o(ordata.ren)

splits <- h2o.splitFrame(
  data = data, 
  ratios = c(0.7, 0.15),  # 将数据划分为70%、15%、15%的子集
  destination_frames = c("train", "valid", "test"),  # 帧ID（非必需）
  seed = 1  # 设置种子保证可复现性
)

# 运行此部分代码时，出现上述错误：
# Error en .Call(R_curl_fetch_memory, enc2utf8(url), handle, nonblocking): 
#   se ha alcanzado el límite de tiempo transcurrido.

train <- splits[[1]]
valid <- splits[[2]]
test <- splits[[3]]

y <- "Price"
x <- setdiff(names(data), y)
print(x)

可行的解决方法 #

• 延长H2O连接超时时间
  在h2o.init中直接指定更长的超时参数，覆盖全局设置的局限性：

  h2o.init(
    ip = "localhost",
    nthreads = max(1, n_cores - 1),
    max_mem_size = "6g",
    timeout = 1200  # 设置为20分钟，根据数据量调整
  )
  

• 移除doParallel并行设置
  H2O本身是分布式并行框架，与doParallel的本地并行机制会产生资源冲突，直接删除相关代码：

  # 删掉以下代码块：
  # library(parallel)
  # library(doParallel)
  # n_cores <- parallel::detectCores()
  # registerDoParallel(cores=4)
  

• 优化数据导入方式
  避免先在R中加载大数据集再转换为H2O帧，直接用H2O的导入函数读取源文件，减少内存占用：

  # 假设数据源是CSV文件，直接读取
  data <- h2o.importFile("你的文件路径/ordata.ren.csv")
  

• 简化splitFrame参数
  移除destination_frames参数，让H2O自动处理帧存储，减少额外的通信开销：

  splits <- h2o.splitFrame(
    data = data, 
    ratios = c(0.7, 0.15),
    seed = 1
  )
  

• 重启H2O实例
  清理H2O运行时的内存碎片和无效连接：

  h2o.shutdown(prompt = FALSE)
  h2o.init(
    ip = "localhost",
    nthreads = max(1, n_cores - 1),
    max_mem_size = "6g",
    timeout = 1200
  )
  

内容的提问来源于stack exchange，提问作者user23479948