我正在使用256 GB的RAM在hpc群集上运行脚本，并且有一个42GB的csv文件，正在将R作为数据帧读入R。 但是当我这样做时，该程序说它正在使用148,000,000 TB的内存，这是完全不现实的。
我正在使用pryr包的mem_used（）和object_size（）函数运行r / 3.5.0，以在程序运行时监视内存使用情况。
>library(data.table)
>library(pryr)
>mem_used()
27.1 MB
>myData <- fread("myData.csv")
>object_size(myData)
35.4 GB
>mem_used()
148,000,000 TB
程序会继续运行一段时间，并进行一些操作，但最终由于内存使用过多而终止。
一直以来，持续报告正在使用148,000,000 TB的内存。
您有没有遇到过这种情况，或者知道会发生什么？
我希望能够评估该程序的实际内存使用情况。
谢谢
编辑： 这是sessionInfo（）：
> sessionInfo()
R version 3.5.0 (2018-04-23)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: CentOS Linux 7 (Core)
Matrix products: default
BLAS: /cvmfs/soft.computecanada.ca/easybuild/software/2017/avx2/Compiler/intel2016.4/r/3.5.0/lib64/R/lib/libR.so
LAPACK: /cvmfs/soft.computecanada.ca/easybuild/software/2017/avx2/Compiler/intel2016.4/r/3.5.0/lib64/R/modules/lapack.so
locale:
[1] LC_CTYPE=en_US.UTF-8 LC_NUMERIC=C
[3] LC_TIME=en_US.UTF-8 LC_COLLATE=en_US.UTF-8
[5] LC_MONETARY=en_US.UTF-8 LC_MESSAGES=en_US.UTF-8
[7] LC_PAPER=en_US.UTF-8 LC_NAME=C
[9] LC_ADDRESS=C LC_TELEPHONE=C
[11] LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C
attached base packages:
[1] stats graphics grDevices utils datasets methods base
other attached packages:
[1] pryr_0.1.4 data.table_1.11.8
loaded via a namespace (and not attached):
[1] compiler_3.5.0 magrittr_1.5 tools_3.5.0 Rcpp_1.0.0
[5] stringi_1.2.4 codetools_0.2-15 stringr_1.3.1