如何使用LMER运行大型data.frame？

我使用的是一个大的data.frame，它包含大约140万个观测值。最初，当我运行模型时，我正在处理一个子样本（占全部样本的10%）。这是因为使用原始数据运行一个模型可能需要大约两个小时。一旦我确定所有变量都很协调，所有回归都运行良好，我就使用完整的样本运行了我的模型。然而，回归没有收敛，我从两个不同的模型中得到了以下两个错误：

Error in fun(xaa, ...) : Downdated VtV is not positive definite

Error in fun(xss, ...) : Downdated VtV is not positive definite 

我不确定这是否相关，但我的笔记本电脑规格如下： MacBook Pro（视网膜，15英寸，2015年年中）

处理器：2.5 GHz四核Intel Core i7

内存：16 GB 1600 MHz DDR3

图形：英特尔Iris Pro 1536 MB

数据的层次结构如下：个人（1级）->国家/年（2级）->国家（3级）

我使用

lmer

函数将此模型拟合在一起，并在第2和第3层包含一个随机斜率。下面是一个可复制的代码。有人能指导我如何回避这个问题吗

df <- tibble(
  y = rnorm(1400000),
  x1 = rnorm(1400000),
  x2 = rnorm(1400000),
  country =sample.int(30,size=1400000,replace=TRUE)-1,
  country_year =sample.int(10,size=1400000,replace=TRUE)-1
  )

df$country = as.factor(df$country)
df$country_year = as.factor(df$country_year)

library(lme4)
model1 <- lmer(y~ x1 + x2 +  
              (x1 + x2 |country_year) +
              (x1 + x2 |country), data=df)

df