r - 通过R在redis中存储大数据帧

Question

我在 R 中有许多大型数据帧，我计划使用 redis 进行存储。我对 redis 完全陌生，但今天一直在阅读它并且一直在使用 R 包 rredis。

我一直在研究小数据，并使用 redisSet() 和 redisGet() 函数保存和检索小数据帧。但是，当涉及到保存较大的数据帧时(其中最大的数据帧为 430 万行，另存为 .RData 文件时为 365MB) 使用代码 redisSet('bigDF', bigDF) 我收到以下错误消息:

Error in doTryCatch(return(expr), name, parentenv, handler) : 
  ERR Protocol error: invalid bulk length
In addition: Warning messages:
1: In writeBin(v, con) : problem writing to connection
2: In writeBin(.raw("\r\n"), con) : problem writing to connection

大概是因为dataframe太大无法保存。我知道 redisSet 将数据帧写为字符串，这可能不是处理大型数据帧的最佳方式。有谁知道最好的方法吗？

编辑:我在创建一个非常大的虚拟数据框时重现了错误:

bigDF <- data.frame(
'lots' = rep('lots',40000000),
'of' = rep('of',40000000),
'data' = rep('data',40000000),
'here'=rep('here',40000000)
)

运行 redisSet('bigDF',bigDF) 给我错误:

 Error in .redisError("Invalid agrument") : Invalid agrument

第一次，然后立即再次运行我得到错误

Error in doTryCatch(return(expr), name, parentenv, handler) : 
  ERR Protocol error: invalid bulk length
In addition: Warning messages:
1: In writeBin(v, con) : problem writing to connection
2: In writeBin(.raw("\r\n"), con) : problem writing to connection

谢谢

Answer 1

简而言之:您不能。 Redis can store a maximum of 512 Mb of data in a String value并且您的序列化演示数据框比那个大:

> length(serialize(bigDF, connection = NULL)) / 1024 / 1024
[1] 610.352

---

技术背景:

serialize是通过redisSet和rredis:::.redisCmd在包的.cerealize函数中调用的>:

> rredis:::.cerealize
function (value) 
{
    if (!is.raw(value)) 
        serialize(value, ascii = FALSE, connection = NULL)
    else value
}
<environment: namespace:rredis>

---

题外话:你为什么要把这么大的数据集存储在 redis 中？ Redis 适用于小型键值对。另一方面，我在 CouchDB 中存储了一些大的 R 数据集。和 MongoDB (使用 GridFS)通过将压缩的 RData 作为附件添加到那里。