我想读入多个CSV文件（~50），运行多个操作，然后使用write.csv()输出主文件。由于CSV文件较大（约80 Mb），我想知道打开两个R实例是否更有效，在一个实例上读取一半CSV，在另一个实例上读取一半。然后我会将每个写入一个大型CSV，读入两个CSV，并将它们组合成一个主CSV。有谁知道如果运行两个R实例会增加读入所有csv所需的时间吗？
我正在使用带有4Gb RAM的Macbook Pro OSX 10.6。
答案 0 :(得分：2)
如果大部分代码执行时间用于读取文件，那么它可能会更慢，因为两个R进程将竞争磁盘I / O.但如果大部分时间用于“运行一系列操作”，它会更快。
答案 1 :(得分：1)
read.table（）和相关可能会很慢。 判断您是否可以从并行化中受益的最佳方法是为R脚本计时，并对文件进行基本读取。例如，在终端中：
time cat *.csv > /dev/null
如果“cat”时间明显较低，则问题不在于I / O限制，您可以 并行。在这种情况下，您应该使用并行包，例如
library(parallel)
csv_files <- c(.....)
my_tables <- mclapply(csv_files, read.csv)