下载掌阅APP，畅读海量书库
立即打开
前面提到，R语言的第二大劣势与大型数据集的处理有关。那么，这个劣势来自哪里呢？实际上，这个劣势与R语言的核心机制有关，R语言是一个内存软件。也就是说，在R语言脚本中创建和管理的每一个对象都存储在计算机的RAM中。这意味着数据的总大小不能超过RAM的总大小（前提是其他软件没有占用RAM，但这是不切实际的）。那么，如何克服这个劣势呢？答案实际上超出了本书所要讲解的范围。尽管如此，作者在此简单地总结出3种应对策略。
● 优化代码，使用profvis等程序包对代码进行分析，并遵循R语言编程最佳实践。
● 使用外部数据存储和整理工具，如Spark、MongoDB和Hadoop。在后文中，会对此做进一步介绍。
● 使用ff、filehash、R.huge或者bigmemory等程序包来改变R语言内存处理行为，以尽量避免内存过载。
作为作者，我想要强调的是，这个劣势实际上是可以克服的。对于刚刚开始R语言学习之旅的初学者，在遇到这个劣势时不必担心。
最后补充说明：随着获取计算能力的成本越来越低，与大型数据集处理相关的问题就会显得越来越微不足道。