- 问题: 当你想要问问题时，请使用这个类别
[问题类型]:
效能咨询(我想让R 跑更快)
[软件熟悉度]:
使用者(已经有用R 做过不少作品)
[问题叙述]:
我目前使用write.csv输出data，再利用bigmemory输出des/bin档，
因为资料量有点多，总共超过100G，只能利用这样的方式，降低RAM的使用量
实际上是，有将近50种变量，每个大约2~3GB，
想问问看有没有其他的方法，目前可能会朝购买SSD的方向走
直接买1TB的SSD
PS :
做data mining，不知道重要变量，所以只好生一堆变量出来，
再用一些算法去降维
谢谢

binary format, ex: protocol buffer或是saveRDS之类的函数fwrite 那些应该只是csv 的存取快，但是若你的选择不只是csv, 用binary一般来说会快满多的

https://github.com/Rdatatable/data.table/issues/1664他还有一些问题没修正基本上是1.9.8才会正式RELEASE这个函数我记得没错的话 最后一码是奇数 现在都被称作开发版本，偶数是正是释出版

https://goo.gl/SiQQCf 1.9.8后fwrite会以平行处理输出

data.table fwritedevtools::install_github("Rdatatable/data.table")还在development阶段你如果要来拿production就建议不要训练资料，自己玩，我觉得还算稳定

输出成RData吧，容量小很多:save(X, file = "abc.RData")若是要csv, 可考虑readr::write_csv, 但他用;分隔excel打开格式会跑掉.