将大型.txt文件（7.7GB）读入R的软件包建议

我在尝试将一个大的.txt文件（7.7GB）读入R时遇到问题。该文件包含817426列和1000多行。所有变量都是数字。 到目前为止，我用命令fread尝试了一些不同的包（data.table；vroom；bigreadr）；vroom；大弗雷德2

使用fread，我已经能够在R会话中读取前145行，但是一旦我尝试读取146行，它就会崩溃。对于其他命令，系统只是在一段时间后中止，错误消息为：

R会话中止。R遇到一个致命错误。会议结束

以下是我目前使用的代码：

system.time(dfUga <- fread("CpG_sexageres.txt", nrows=145, header = TRUE, sep = "\t", colClasses="numeric"))
system.time(dfUga <- vroom("CpG_sexageres.txt", col_names = TRUE))
system.time(dfUga <- big_fread2("CpG_sexageres.txt"))

---

system.time（dfUgaR主要在内存中运行。这意味着，如果读取CSV产生的数据帧大小超过可用RAM，尝试读取它将导致R崩溃。这里的一个选项是使用更适合承载如此大数据集的工具。数据库是一个选项。您可以将数据加载到数据库中，然后使用适当的包从R访问它

如果您确实决定需要使用整个集合，那么大多数关系数据库可能都可以在这里使用。例如，MySQL是一个选项，并且有一个
RMySQL
包可以与MySQL数据库接口

但是，您甚至可能不需要一次真正使用整个数据集。如果您计划对数据集进行一些统计计算，并且CSV文件中的行号数据分布均匀或随机，则您可能只需要将该数据的子集读入R中。从in文件中每N行采样一次以您的7.7GB文件为例，如果您只读取第10行，最终将得到770MB的数据帧（大约），这应该在R安装的内存限制内。
您有多少RAM？我很惊讶vroom不能工作。它应该延迟读取数据，这意味着不能一次将所有内容放入内存。我有16 GB RAMI，我想这可能是一个选项。您建议使用哪种数据库和R包来访问它？@ACZ我有upd我用更多的信息回答了我的问题，希望能对你有所帮助。