- 問題: 當你想要問問題時，請使用這個類別
[問題類型]:
效能諮詢(我想讓R 跑更快)
[軟體熟悉度]:
使用者(已經有用R 做過不少作品)
[問題敘述]:
我目前使用write.csv輸出data，再利用bigmemory輸出des/bin檔，
因為資料量有點多，總共超過100G，只能利用這樣的方式，降低RAM的使用量
實際上是，有將近50種變數，每個大約2~3GB，
想問問看有沒有其他的方法，目前可能會朝購買SSD的方向走
直接買1TB的SSD
PS :
做data mining，不知道重要變數，所以只好生一堆變數出來，
再用一些演算法去降維
謝謝

binary format, ex: protocol buffer或是saveRDS之類的函數fwrite 那些應該只是csv 的存取快，但是若你的選擇不只是csv, 用binary一般來說會快滿多的

https://github.com/Rdatatable/data.table/issues/1664他還有一些問題沒修正基本上是1.9.8才會正式RELEASE這個函數我記得沒錯的話 最後一碼是奇數 現在都被稱作開發版本，偶數是正是釋出版

https://goo.gl/SiQQCf 1.9.8後fwrite會以平行處理輸出

data.table fwritedevtools::install_github("Rdatatable/data.table")還在development階段你如果要來拿production就建議不要訓練資料，自己玩，我覺得還算穩定

輸出成RData吧，容量小很多:save(X, file = "abc.RData")若是要csv, 可考慮readr::write_csv, 但他用;分隔excel打開格式會跑掉.