r - 在 R 中，有没有办法在同一台机器上的 R 的不同进程之间共享一个变量？

Question

我的问题是我有一个大模型，加载到内存中很慢。为了在多个样本上进行测试，我需要运行一些 C 程序来为模型生成输入特征，然后运行 ​​R 脚本进行预测。每次加载模型都需要太多时间。

所以我想知道

1) 如果有某种方法可以将模型(R 中的变量)保存在内存中。

或

2) 我可以将 R 的单独进程作为专用服务器运行，然后 R 的所有预测进程都可以在同一台机器上访问服务器中的变量。

模型在所有预测期间都不会改变。它是一个存储在 .rdata 文件中的随机森林模型，大约有 500MB。加载此模型很慢。

我知道我可以使用并行 R(snow、doPar 等)并行执行预测，但是，这不是我想要的，因为它需要我更改我使用的数据流。

非常感谢。

Answer 1

如果您每次都重新生成模型，您可以将模型保存为 RData 文件，然后在不同的机器上共享它。虽然从磁盘加载到内存可能仍然需要时间，但它会节省重新生成的时间。

   save(myModel, file="path/to/file.Rda")

   # then
   load(file="path/to/file.Rda")

根据@VictorK 的建议进行编辑: 正如 Victor 指出的那样，由于您只保存一个对象，saveRDS 可能是更好的选择。

  saveRDS(myModel, file="path/to/file.Rds")

  myModel <- readRDS(file="path/to/file.Rds")