r - 有没有办法在Linux上将R对象转移到单独的R session ？

我有一个程序，它反复加载以RRds格式存储的较大数据集。下面是一个愚蠢的例子，它具有所有的显著特征：

# make and save the data
big_data <- matrix(rnorm(1e6^2), 1e6)
saveRDS(big_data, file = "big_data.Rds")

# write a program that uses the data
big_data <- readRDS("big_data.Rds")
BIGGER_data <- big_data+rnorm(1)
print("hooray!")
# save this in a text file called `my_program.R`

# run this program a bunch
for (i = 1:1000){
    system("Rscript my_program.R")
}

瓶颈是加载数据。但是如果我有一个单独的进程，把数据保存在内存中呢？
可能是这样的：

# write a program to hold the data in memory
big_data <- readRDS("big_data.Rds")
# save this as `holder.R`  open a terminal and do
Rscript holder.R

现在有一个进程正在某个地方运行，我的数据在内存中。我怎样才能从另一个R会话中得到它？（我假设这比加载要快——但这是正确的吗？）
可能是这样的：

# write another program:
big_data <- get_big_data_from_holder()
BIGGER_data <- big_data+1
print("yahoo!")
# save this as `my_improved_program.R`

# now do the following:
for (i = 1:1000){
    system("Rscript my_improved_program.R")
}

所以我想我的问题是这个函数看起来像什么？有可能这样做吗？实用吗？
Backstory：我试图解决在R与keras/tensorflow的接口中出现的内存泄漏问题，我已经描述过了here。解决方法是让操作系统清除TF会话遗留下来的所有问题，这样我就可以一个接一个地运行TF会话，而不会让我的计算机慢下来。
编辑：也许我可以用get_big_data_from_holder()系统调用来完成这个任务？从概念上讲，我可以想象我会克隆运行clone()的进程，然后在程序中运行依赖于加载的数据的所有命令。但我不知道怎么做。

最佳答案

您还可以通过关闭压缩来提高保存和加载数据的性能：

saveRDS(..., compress = FALSE)

关于r - 有没有办法在Linux上将R对象转移到单独的R session ？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/52414903/