在Windows上使用Rserve进行内存管理

Question

我需要用Python执行各种任务:灵敏度分析，优化和仿真启动。然而，模拟结果的第一个后处理依赖于R和存储在Rdata中的庞大数据库(8gb，其中一些数据表代表高达3gb)。所以我需要迭代R脚本的调用，而不迭代数据加载(这需要几分钟)。我首先尝试使用pyRserve，但我面临的内存限制似乎比原始r更严格。

:

import pyRserve
conn = pyRserve.connect()
conn.r.load('.Rdata')

我得到以下错误:

REvalError: Error: cannot allocate vector of size 640.3 Mb

:

1/是否有一种方法可以分配更多的内存到reserve(通常是在raw R中分配的数量，即我的配置为16 Gb)?

2/为了一劳永逸地加载Rdata，然后在同一工作空间内运行R脚本，是否有替代Rserve ?

Answer 1

下面的代码运行得很好。

memory_limit = getattr(conn.r, 'memory.limit')
memory_limit(16287.0)