在R中后台运行作业

我正在使用一个250乘250的矩阵。然而，计算这个需要花费大量的时间。至少需要一个小时

有没有可能我可以把这个矩阵存储在R的内存中，这样每次我打开R，它就已经在那里了

---

理想情况下，我想知道是否有可能在R的后台运行一个作业，这样我就不必等待一个小时才能得到矩阵，并能够处理它

有帮助的方法是在计算完后将其输出到文件中，然后每次打开R时都解析该文件。编写computeMatrix（）函数或脚本，以合理的格式存储矩阵，生成一个文件。还要编写一个loadMatrix（）函数或脚本，读入该文件并将该矩阵加载到内存中以供使用，然后在每次启动R并希望使用该矩阵时调用或运行loadMatrix

就在后台运行R作业而言，您可以从命令行运行一个R脚本，语法为“R CMD BATCH scriptName”，脚本名称替换为您的脚本名称。

1）关闭R时，您可以保存R的工作区。关闭R时，R通常会询问“保存工作区图像”。如果您回答“是”，它将把工作区保存在一个名为“.Rdata”的文件中，并在启动一个新的R实例时加载它

2） 更好的选择（更安全）是显式保存矩阵。有几种方法可供选择。其中一个选项是将其另存为Rdata文件：

save(m, file = "matrix.Rdata")

其中

m

是矩阵

您可以随时使用

load("matrix.Rdata")

如果您在同一工作目录上

---

3） R没有后台计算这样的选项，但您可以打开多个R实例。在一个实例中执行计算，在另一个实例中执行其他操作。

最好使用ff包并将矩阵保存为ff对象。这意味着实际矩阵将以高效的方式保存在磁盘上，然后当您启动新的R会话时，您可以指向同一文件，而无需将整个矩阵加载到内存中。当你需要矩阵的一部分时，只有你需要的部分会被加载，这样会更快。即使您需要将整个矩阵加载到内存中，它的加载速度也应该比读取文本文件快。

或者检查R中的工作空间概念。对不起，您能更明确地说，什么需要一个小时？？？250x250矩阵算不了什么，我每天都在处理300000x20表。启动时没有pb加载250x250，应instantaneous@statquant，矩阵的大小是无关的。重要的是计算其中每个值需要多长时间…@flodel，那么为什么要提到它的大小呢？OP提到“将此矩阵存储在内存中”他想要的只是存储，一旦矩阵存在并且每次启动时都读取

read.csv

，这只是一个微不足道的

write.csv

，但他提到他想要一份后台工作。。。这是完全不清楚的知道矩阵很小，使得写入/读取文件成为一个非常可行的解决方案，所以我认为他提到的大小是一件好事…你能给我一些示例代码吗？因为我理解你的意思，但我不知道怎么做。代码取决于你矩阵的形式。如果它只是一个数字矩阵，我个人会将其输出为csv格式，然后使用read.csv（）函数将其重新加载。矩阵中的每个元素是什么？

writeMatrix为了澄清，“dat”是所需的矩阵，对吗？或者在将其写入文件之前必须先将其转换为数据帧吗？是的。对于额外选项，您可能需要也可能不需要。在本例中，矩阵很小，为250*250。我不认为有理由使用
ff
@djhurio，我同意对于所述情况，250x250很小，并且提及的其他方法可以很好地工作，但是如果原始海报或其他读者扩展到一个非常大的矩阵，该怎么办？ff解决方案可以更好地扩展。是的，但无论如何它超出了问题的范围。我也经常使用这种方法，以及package parallel的并行功能。在执行此操作时，将数据复制到并行工作程序只会复制ff对象的虚拟部分，这比将所有传递到并行函数的数据复制要快得多。