R语言lapply()运行未结束时如何保存已计算的中间结果

对应当前已跑到99%进度的运行中任务的处理 #

首先明确：原生lapply()执行时，已完成的计算结果存储在R进程的内部临时内存块中，默认不会暴露到全局工作环境，你可以按优先级尝试以下操作：

• 优先选择：如果剩余1%任务的预计耗时不超过30分钟，不要做任何中断操作，等任务自然跑完是最稳妥的方案。一旦强制中断或者关机，内存里的临时数据会被直接回收，大概率找不回来。
• 如果必须立刻关机：不要直接杀进程、关R或者关电脑，先在R控制台按Esc（RStudio环境）或者Ctrl+C（终端运行R环境）触发软中断。中断后立刻运行ls(all.names = TRUE)查看全局环境所有对象（含隐藏对象），如果找到和lapply返回结构一致的列表对象，第一时间运行saveRDS(对象名, "interim_res.rds")把结果存到本地磁盘。
• 如果中断后没找到对应结果，说明临时结果没有被抛到R层面，这种情况没有简便方法可以提取内存里的残留数据，只能接受进度丢失的结果。

后续长耗时计算任务的稳妥写法 #

不要直接用原生lapply()跑耗时超过1小时的任务，改成自带中间存盘、支持断点续跑的逻辑，从根源上避免进度全丢的问题：

• 无依赖手动实现（最可控，推荐）
  核心逻辑是用循环替代原生lapply，每计算固定数量的任务就把当前结果存到本地，下次启动时自动读取本地缓存，跳过已完成的计算部分，示例代码：

n <- 10^7
# 配置存盘频率：每算完1000个任务存一次盘，可根据单任务耗时调整
save_every <- 1000
cache_path <- "interim_cache.rds"

# 读取已有缓存
if (file.exists(cache_path)) {
  res <- readRDS(cache_path)
  start_idx <- length(res) + 1
  message("检测到历史缓存，从第", start_idx, "个任务开始续跑")
} else {
  res <- list()
  start_idx <- 1
}

# 执行计算
for (i in start_idx:n) {
  # 进度打印
  if (i %% save_every == 0 || i == n) {
    print(paste0("进度：", round(i/n*100, 1), "%"))
  }
  # 替换成你实际的计算逻辑
  res[[i]] <- rnorm(100)
  # 定期存盘
  if (i %% save_every == 0) {
    saveRDS(res, cache_path)
  }
}

# 计算完成后可按需删除缓存文件
# unlink(cache_path)

这种写法最多只会丢失最后一次存盘后最多save_every个任务的计算结果，哪怕突然断电、强制关R都不会丢大部分进度。

• 替代方案：你也可以使用带内置缓存、断点续跑功能的批量计算函数替换原生lapply，本质逻辑和上述手动实现一致，不需要自己写循环判断逻辑。
• 额外提醒：如果总计算结果体积超过你电脑的可用内存，不要把所有结果存在同一个列表里，建议分块存为多个独立的本地文件，避免内存溢出导致所有结果丢失。

内容的提问来源于stack exchange，提问作者LulY