加载8GB数据集后R运行极慢，求可行优化解决方案

碰到过一模一样的糟心情况！8GB内存硬塞8GB数据集，相当于把系统内存直接拉满，R和后台进程都没法正常调度，给你几个亲测有效的解决方案：

• 优先精简数据，用内存友好的类型
  别一股脑加载全量数据！先用fread的select参数只导入需要的列，比如fread("data.csv", select = c("col1", "col3", "col5"))；把字符串列转成因子（DT$char_col <- factor(DT$char_col)），数值型列如果范围小就转成integer代替默认的numeric——这些操作能大幅降低内存占用。另外试试vroom包，它是延迟加载列，只在用到的时候才加载到内存，比fread更省内存。

• 用磁盘替代内存做计算
  如果必须用全量数据，别死磕内存！试试disk.frame包，它会把数据拆成小文件存在磁盘上，操作起来和data.table/dplyr几乎一样，但所有计算都是分块在磁盘上完成，不用全加载到内存；或者用dbplyr把数据导入SQLite数据库，用dplyr语法写查询，计算逻辑都在数据库里跑，内存只存结果。

• 系统层面挤内存
  立刻关掉所有后台占内存的程序——浏览器的几十个标签页、Office套件、杀毒软件的实时扫描都暂时关掉，给R腾空间。Windows的虚拟内存可以调大一点（虽然是硬盘读写，速度慢，但总比卡死强），不过64位R的memory.limit()默认就是无上限，调这个没用，别浪费时间。

• 分块处理逻辑，别碰全量数据
  分批加载只是第一步，处理的时候也要分块：用fread的nrows和skip参数分块读取数据，每处理完一块就把结果写到磁盘（比如fwrite(result, "result_part1.csv")），最后再合并结果；别用View()看全量数据，用head(DT, 20)或者DT[1:20]看前几行就行；查行数用DT[,.N]（data.table）或者nrow(DT)，别用length()，后者会遍历全量数据慢到离谱。

• 正确用垃圾回收
  gctorture()是用来测试GC稳定性的，正常用完全没用！应该在每次大操作后手动调用gc()触发垃圾回收，或者设置options(gc = TRUE)让R在内存不足时自动GC——虽然会稍微增加一点计算时间，但能避免内存溢出导致的卡死。

内容的提问来源于stack exchange，提问作者h3ab74