RAM 内存使用和管理：R 与 Power BI。为什么在同一台计算机上 Power Bi 似乎比 R 更好地处理大型数据集？
RAM memory usage and management: R vs Power BI. Why Power Bi seems to deal better with large datasets than R in the same computer?
这更像是一个与硬件相关的问题。在我的公司，我们同时使用 R（用于数据分析）和 Power BI（用于数据可视化）。我们在 R 中构建了一个资产来执行特定领域的计算，我们在 PowerBI 中显示输出，其中包含一些或多或少复杂的图形和计算字段。
我们最近不得不使用我们的 PC（HP 830 G5 - i58250U - 8Gb RAM）处理 2Gb/700 万条记录的数据集。在我们使用上述数据集进行计算期间，R 超时，而 Power BI 能够相对轻松地处理它。
我知道 R 主动使用 RAM 内存作为对象的临时存储，这可能是个问题。但为什么这不是 Power BI 的问题？我问这个问题的原因是想弄清楚在我们所有的笔记本电脑中增加 buying/installing 内存是否是一个好的解决方案。我们需要 R 和 Power BI 才能使我们的资产正常工作。
非常感谢！
再多的 RAM 也无法弥补高效代码的不足。在软件问题上投入硬件最初可能会有所帮助，但不会像好的代码那样扩展。在不了解您的特定用例的情况下，我能给出的最佳建议是利用更高效的库，例如 data.table，或 this piece.
中突出显示的其他有效解决方案之一
您还应该考虑在 parallell 中工作，为您的实例使用多个内核。 Power BI 可能会自动执行此操作，但在 R 中你必须明确说明。
小于10GB的文件，R应该没有问题。但是，如 article.
中强调的那样，超过 10 GB 需要一些解决方法
这更像是一个与硬件相关的问题。在我的公司，我们同时使用 R（用于数据分析）和 Power BI（用于数据可视化）。我们在 R 中构建了一个资产来执行特定领域的计算，我们在 PowerBI 中显示输出，其中包含一些或多或少复杂的图形和计算字段。
我们最近不得不使用我们的 PC（HP 830 G5 - i58250U - 8Gb RAM）处理 2Gb/700 万条记录的数据集。在我们使用上述数据集进行计算期间，R 超时，而 Power BI 能够相对轻松地处理它。
我知道 R 主动使用 RAM 内存作为对象的临时存储，这可能是个问题。但为什么这不是 Power BI 的问题？我问这个问题的原因是想弄清楚在我们所有的笔记本电脑中增加 buying/installing 内存是否是一个好的解决方案。我们需要 R 和 Power BI 才能使我们的资产正常工作。
非常感谢！
再多的 RAM 也无法弥补高效代码的不足。在软件问题上投入硬件最初可能会有所帮助，但不会像好的代码那样扩展。在不了解您的特定用例的情况下，我能给出的最佳建议是利用更高效的库，例如 data.table，或 this piece.
您还应该考虑在 parallell 中工作，为您的实例使用多个内核。 Power BI 可能会自动执行此操作，但在 R 中你必须明确说明。
小于10GB的文件，R应该没有问题。但是，如 article.
中强调的那样，超过 10 GB 需要一些解决方法