Error in do.ply(i) :
task 7 failed - "cannot allocate vector of size 2.5 Gb"
你是否也遇到过这样的报错信息呢？这条报错信息的意思是R不能再获得2.5Gb的运行内存，也就是分配给R的内存不足。R在运行过程中将所有的数据都储存在RAM中，因此在操作大的数据集时会发生这样的报错。
遇到这些情况该如何解决？
本文提供了一些可能有用的方法，供大家参考。
本文概要
+ 如何查看R的内存信息
+ 利用gc()清理R的缓存垃圾
+ linux系统下如何设置分配给R的内存
1. 查看R的内存信息
方法一：
>system('grep MemTotal /proc/meminfo')
MemTotal: 65699540 kB
方法二：
> system('free -m')
total used free shared buff/cache available
Mem: 64159 16630 42839 26 4690 46905
Swap: 10191 9093 1098
2. gc()清理垃圾
gc()是R的清理缓存垃圾的命令，garbage collection，但是Stack Overflow上有些人说这个命令的用处不大，因为R在大部分时候会自动运行这个命令。在99%的时候都不需要人工去调用gc()函数，因为R一旦检测到没用的对象就会回收它，除非要人为告诉操作系统要回收内存资源。很多时候要与rm()配合使用，在删除了一些变量后再进行gc()释放内存。
3. ulimit设置内存
注意ulimit是基于bash的命令，需要在linux上操作。而Windows系统通常使用的是memory.limit()命令。ulimit的设置只是暂时的，在重启bash之后会恢复默认设置。可以用ulimit -a来查看所有的内存设置信息。
# 查看默认内存信息
$ ulimit -s
8192
# 将堆栈内存限制提高到16megs
$ ulimit -s 16384 # enlarge stack limit to 16 megs
# 查看内存信息
$ R --slave -e 'Cstack_info()["size"]'
size
15938355
# 将CPU运行时间设置为10分钟，4G的虚拟内存
$ ulimit -t 600 -v 4000000
stack memory 即为堆栈内存
什么是堆栈内存？
ulimit其他的options：
-a All current limits are reported
-c The maximum size of core files created
-d The maximum size of a process's data segment
-e The maximum scheduling priority ("nice")
-f The maximum size of files written by the shell and its
children
-i The maximum number of pending signals
-l The maximum size that may be locked into memory
-m The maximum resident set size (has no effect on Linux)
-n The maximum number of open file descriptors (most systems
do not allow this value to be set)
-p The pipe size in 512-byte blocks (this may not be set)
-q The maximum number of bytes in POSIX message queues
-r The maximum real-time scheduling priority
-s The maximum stack size
-t The maximum amount of cpu time in seconds
-u The maximum number of processes available to a single
user
-v The maximum amount of virtual memory available to the
shell
有用的命令：
- object.size() 查看对象的占用大小
object.size(mat)
3821700056 bytes
# 364.4M
最后转需：
搬运了一个大神写的：关于R的内存管理
http://adv-r.had.co.nz/memory.html#memory
这篇介绍了R的一个向量占有多少内存，不同数据类型的内存占用有何不同，以及如何写代码使得内存得以监控和控制。
如果这些都无法帮助你解决问题，那么你可能需要一台更高级的服务器，或者用R语言以外的其他语言来解决问题。
