ff和R中的内存太大数据-第III部分
ff通过提供“存储在磁盘上但几乎（就像）它们在RAM中的数据结构，通过透明地仅映射主内存中的一个部分（页面大小）来解决R的内存限制-每个ff对象的有效虚拟内存消耗... ......除了基本的访问功能外，ff软件包还提供了兼容性功能，这些功能有助于为ff和ram对象编写代码，并支持对ff对象（例如as.ram，as.ff，ffapply）进行批处理。
R开发人员可以使用ff / ffbase函数完成很多工作。许多存储器的性能与存储器相同。此外，还有许多仅基于ff的函数可扩展ff对于内存不足数据的功能。las，某些重要的内存数据处理和建模工具没有类似物-最终迫使开发人员不得不自己承担许多任务。
那封电子邮件提示了ff / ffbase是否可以像MonetDB一样为我承担类似功能的问题：将大于RAM的数据存储在文件中，该文件可以有效地将按需子集“服务”到R data.tables /data.frames。因此，我决定使用113670794行和111列的排期数据来给ff镜头，这是R开发人员最喜欢的。  
我最终将为该分析而构建的fst文件用作数据加载起点，最终将6个临时data.frames绑定到ff数据结构中。然后，我开发了一些函数来构建元数据并生成子集的data.tables，而无需首先返回所有数据。
该方法是将较大的ff结构查询“分解”为“ where”属性和“ select”属性。然后，我确定那些满足where子句的记录的行号，并最终构建由where行号预先设置的选择列的data.table。
题库