用于处理原始问题中数据的机器具有运行 32 位 R 版本的 64 位 Windows 操作系统。结果memory.size()显示大约 2.4Gb 的 RAM 可malloc()用于 R 使用的函数。32-在Windows上的R位版本可以在64位Windows上运行时超过4GB的内存访问的略少最大，每帮助memory.size()。

R 中的内存限制告诉我们，在 Windows 上的 32 位 R 中，通常不可能分配大小为 2Gb 的单个向量，因为 Windows 在 2 Gb 地址空间的中间消耗了一些内存。

一旦我们从问题中加载数据，该zfbrainList对象将消耗大约 1.2Gb 的 RAM。

options(stringsAsFactors = F)
folders <- list.files("./data/zebraFishData",full.names = TRUE)
library(Seurat)
library(dplyr)
zfbrainList = lapply(folders,function(folder){ 
     CreateSeuratObject(counts = Read10X(folder), 
                        project = folder )
})
format(object.size(zfbrainList),units = "Gb")

...结果：

> format(object.size(zfbrainList),units = "Gb")
[1] "1.2 Gb"

此时，代码尝试将列表中的对象合并为一个对象。

zfbrain.combined <- merge(zfbrainList[[1]], 
                          y = c(zfbrainList[[2]],zfbrainList[[3]],zfbrainList[[4]],zfbrainList[[5]],
                                zfbrainList[[6]],zfbrainList[[7]],zfbrainList[[8]],zfbrainList[[9]],
                                zfbrainList[[10]],zfbrainList[[11]],zfbrainList[[12]],zfbrainList[[13]],
                                zfbrainList[[14]],zfbrainList[[15]]), 
                          add.cell.ids = folders, 
                          project = "zebrafish")

当我们计算结果zfbrain.combined对象的大小时，我们发现它的大小也大约为 1.2Gb，超过了原始发布者机器上 R 可用的 RAM。

format(object.size(zfbrain.combined),units = "Gb")

> format(object.size(zfbrain.combined),units = "Gb")
[1] "1.2 Gb"

由于zfbrainList必须在RAM而zfbrain.combined被创建的，所以不可能执行与R的一个实例，其具有的可访问的RAM只有2.4GB以上编码合并因为通过两者消耗的RAMzfbrainList和zfbrain.combined2.4之间-的2.5Gb，独家R 运行所需的其他 RAM。

解决方案：使用 64 位版本的 R

由于大多数基于 Windows 的机器至少有 4Gb 的 RAM，并且报告的 RAM 量memory.size()为 2.4Gb，因此机器上可能至少有 4Gb 的 RAM。原帖中使用的机器已经安装了 64 位 Windows，因此我们可以通过安装和运行 64 位版本的 R 来使 R 访问更多内存。

在基于Windows的计算机与8G的RAM，32位R报道了以下memory.size()和memory.limit()。

有趣的是，R 报告 25.25memory.size()因为根据帮助文档1Mb 向下舍入为 0.01 ，但memory.limit()提供了 0 到 4095 之间的数字（也根据文档）。在我们的测试机器上，它报告 3583，大约 3.5Gb 的 RAM。

当我们在同一台机器上的 64 位 R 中运行这些函数时，memory.size()报告 34.25，这意味着malloc()将分配一个 3.3Gb 的单个对象，并memory.limit()报告 R 可以访问总共 8Gb 的 RAM，总量为安装在这台特定的机器上。

测试解决方案

当我在 64 位 Windows 上的 32 位 R 4.0.3 会话中运行代码时，我能够复制内存不足错误。

当我在 64 位版本的 R 中运行代码时，它运行到完成，并且我能够计算结果zfbrain.combined对象的大小。