在大数据集上运行R-script时，如何防止计算机崩溃 目标：从一个位置到另一个位置读取、压缩和写入图像。 图像数据集的大小约为5 TB。单个图像的平均大小约为2-5 Mb 问题：当我运行它时 整个数据集，我的Mac在大约1GB后崩溃。剧本很有效 对于大约400幅图像的子集

通过一个接一个地阅读图片，我希望它不会需要太多的内存和处理能力，但我可能错过了一些东西。有人能回顾一下我下面的代码，并深入了解它崩溃的原因吗？如有任何提示和建议，将不胜感激。抱歉没有给出可复制的示例

rm(list=ls())

## 1. LOAD PACKAGES
library(magick)
library(purrr)
library(furrr)

## 2. SET MAIN FOLDER
Directory_Folder <- "C:/Users/Nick/Downloads/" 
Folder_Name <- "Photos for Nick"

## 3. SET NEW LOCATION
New_Directory <- "C:/Users/Daikoro/Desktop/"     ## MAKE SURE TO INCLUDE THE FINAL FORWARD SLASH

## 4. LIST ALL FILES
list.of.files <- list.files(path = paste0(Directory_Folder, Folder_Name), full.names = TRUE, recursive = TRUE)

## 5. FUNCTION FOR READING, RESIZING, AND WRITING IMAGES
MyFun <- function(i) {
  
  new.file.name <- gsub(Directory_Folder, New_Directory, i)
  
  magick::image_read(i) %>%  ## IMPORT PHOTOS INTO R
            image_scale("400") %>%  ## IMAGE RE-SCALING
            image_write(path = new.file.name)
}

## 6. SET UP MULTI-CORES
future::plan(multiprocess)

## 7. RUN FUNCTION ON ALL FILES
future_map(list.of.files, MyFun)   ## THIS WILL TAKE A WHILE...AND CRASHES AT 1GB

rm（list=ls（））
## 1. 加载包
图书馆（magick）
图书馆（purrr）
图书馆（Furr）
## 2. 设置主文件夹
在Ben Bolker、r2evans和Waldi的反馈下，我成功地启动了脚本。我在MyFun的最后一行添加了
gc（）
。并且还指定了一些核心，如下所示：

## SET UP MULTI-CORES
no_cores <- availableCores() - 1
future::plan(multisession, workers = no_cores)

##设置多核
没有内核您使用了多少内核？啊，我没有指定，但我假设“future:：plan（multiprocess）”将评估并设置适当的内核数。我的观点是，多进程不是共享内存，因此您可能会尝试并行运行比您有内存的任务更多的内存，从而耗尽内存？。。。虽然
多进程
有合理的默认值。。。相信it会知道您计划做什么，并给您提供适当数量的流程，这确实是解决问题的良方。我想这是你自找的。顺便说一句：由于您所做的只是缩放所有图像，因此使用
magick.exe
命令行实用程序（不包括在R的
magick
包中）很可能更容易做到这一点，因为我怀疑不需要在R中将图像读取到内存中。例如，如果您在包含源图像的目录下的控制台中，然后你可以
mkdir-sm；ls*jpg | xargs-p4-IZ magick convert Z-resize 300 sm/Z
用于同时调整四幅图像的大小。如果你想提高一个档次，就把
-P
号调高。我不认为R的
magick
包比这个方法快，即使作者采取了很多警告，如果R的实现“有点”慢（未经测试），我也不会感到惊讶。