windows R 内存管理

在做单细胞数据分析的时候习惯生成和保存很多中间变量，以便于debug的时候方便直接读取某一个中间变量进行后续分析。这些变量包括很多seurat object，对于多样本整合的数据来讲最后会很大，每次生成一个新变量都会占用内存，个人电脑内存不足导致无法进行下游分析。

之前遇到这种情况都是重启R studio，但是有点浪费时间。查了一下资料发现原来是可以手动删除中间变量并清理内存的，涉及到一些R环境变量的基本操作。

ls() # 查看工作区内的所有变量
object.size() #看每个变量占多大内存
memory.size() # 查看现在的工作区内存使用情况
memory.limit() # 查看系统规定的内存使用上限 （32位的R中，4G封顶）
memory.limit(new limit) # 手动更改上限
rm(obj) # 删除指定变量
rm(list = ls()) # 清除工作区所有变量

需要注意的是，使用rm()清除变量以后，还需要使用gc()命令做垃圾清理，否则内存依旧没有被释放。