R语言能处理大数据吗？三点建议让你更好使用R语言

R语言究竟能不能处理大数据，其实这个问题的答案取决于你怎样定义所需处理的大数据。R是一种语言，同时也是一种工具，并且是运行在电脑上的，运行的结果也受到电脑的性能影响。那么既然要处理大数据，关键在于如何提高使用R语言处理分析数据的效率。

简单说，有三点：

1）使用运行速度更快的电脑；

2）学习使用各种高效的package；

3）使用Revolution R代替原生的R程序。

第一点暂不讨论，从第二点说起吧。

1. 适合处理大数据的R package

众所周知，R语言的主要优势在于各种包，有的包可以极大的提高工作效率，个人最常用的3个包：和data.table、Rcpp（＋RArmadillo）和parallel。

R里面最重要的内置数据类型就是data.frame了，data.frame本质是一个list，因为list是不要求元素的类型一致，所以data.frame可以存储不同类型的数据在不同的column中。

2. Revolution R

Revolution R是什么？Revolution Analytics是一家公司，在不久前被微软收购，这个公司在R基础上开发了Revolution R。Revolution R有什么优势呢？R本身是单线程的，为了利用多核心cpu，可以用各种并行计算包，如上面提起的parallel／snow等。但是这些都要写额外的代码，那么有没有不用修改任何代码来提高运行效率的办法呢？有，Revolution R就是一个解决方案。

3 MS R Server

上面的两点可以处理比较大的数据，但是并没有质变，不能实现可测量性，如果真的有非常大的数据，建议使用微软推出的MS R server。

关于R语言，小编也为大家准备了R语言相关的学习资料。希望在大数据R语言方向发展并感兴趣的同学可以私信小编获取资料。