我在使用 R 语言分析大型数据集时，已经达到了 RAM 的极限。我认为下一步应该是将这些数据导入 MySQL 数据库，并使用 RMySQL 包。但由于我不熟悉数据库行话，我不能够通过若干个小时的谷歌和 RSeeking（我正在 Mac OSX 10.6 上运行 MySQL 和 MySQL Workbench，但也可以运行 Ubuntu 10.04）来进行安装以外的操作。
是否有一个很好的指南可以帮助我开始这个用法？在此时此刻，我不想进行任何形式的关系数据库操作。我只想将 .csv 文件导入本地 MySQL 数据库，然后使用 RMySQL 进行子集筛选。
非常感谢任何提示（包括“您完全错了！”因为我是新手，特别是对于大数据集...这个数据集大约有80 mb）。
第一步很容易：在MySQL控制台中，只需“create database DBNAME”。或者从命令行使用mysqladmin，或者通常有MySQL管理GUI。
第2步有点困难，因为您必须指定表字段及其类型。这将取决于CSV（或其他分隔符）文件的内容。一个简单的例子可能看起来像：
use DBNAME;
create table mydata(
id INT(11) NOT NULL AUTO_INCREMENT PRIMARY KEY,
height FLOAT(3,2)
);
请创建一个包含两个字段的表格：id，它将是主键（因此必须是唯一的），并且在添加新记录时会自动递增；height，这里指定为浮点数（数字类型），总共有3位数字，小数点后有2位（例如100.27）。重要的是您了解data types。
步骤3 - 有多种方法可以将数据导入表中。其中最简单的方法之一是使用mysqlimport实用程序。在上面的示例中，假设您的数据与表格名称相同（mydata），第一列是制表符，第二列是高度变量（没有标题行），则可以使用以下方法：
mysqlimport -u DBUSERNAME -pDBPASSWORD DBNAME mydata
第四步 - 需要您知道如何运行MySQL查询。再举一个简单的例子：
select * from mydata where height > 50;
意思是“从表mydata中获取所有行（id+height），其中height大于50”。
一旦你掌握了这些基础知识，就可以转向更复杂的例子，例如创建2个或更多的表，并运行查询以连接每个表中的数据。
然后 - 你可以去看RMySQL手册。在RMySQL中，你设置数据库连接，然后使用SQL查询语法将行返回为数据框。因此，真正重要的是你掌握SQL部分 - RMySQL部分很容易。
网上有很多MySQL和SQL教程，包括MySQL网站上的“官方”tutorial。只需谷歌搜索“mysql教程”即可。
就我个人而言，我认为80 Mb并不是一个大数据集；我很惊讶这会导致RAM问题，我相信本地R函数可以轻松处理它。但学习新技能，如SQL，即使你不需要它们解决这个问题也是好的。
create table tablename (
id INT(11) INTEGER PRIMARY KEY,
first_column_name TEXT,
second_column_name TEXT,
third_column_name TEXT
);
编辑：以下是我认为在这种情况下它会有用的原因（来自网站）：
使用sqldf，用户无需执行以下操作，所有这些操作都会自动完成：
请参阅此处：在R中快速将非常大的表作为数据框读取
我同意到目前为止所说的话。虽然我猜如果你要处理数据，从一般意义上开始使用MySQL（数据库）对于长期来说并不是一个坏主意。我的意思是，我查看了你的个人资料，上面写着金融博士生。我不知道这是否意味着量化金融，但你在职业生涯中很可能会遇到非常大的数据集。如果你能抽出一些时间，我建议学习一些关于数据库的知识。它只会有帮助。
MySQL本身的文档非常完整，你可以在SO上获得许多额外的（特定的）帮助。
我也在Mac OS X Snow Leopard上使用MySQL和MySQL Workbench。以下是帮助我相对容易地完成任务的方法。
我安装了MAMP，它提供了一个带有PHP、MySQL和MySQL工具PHPmyadmin的本地Apache Web服务器，可以用作MySQL Workbench的良好基于Web的替代品（在Mac上不总是超级稳定:)。您将拥有一个小部件来启动和停止服务器，并可以通过浏览器访问一些基本配置设置（例如端口）。这里真的只需要一键安装。
安装R包RMySQL。我会在这里放置我的连接字符串，也许这会有所帮助：
使用MySQL Workbench创建您的数据库。在开始时，INT和VARCHAR（对于包含字符的分类变量）应该是您基本需要的字段类型。
尝试找到最适合您的导入例程。我不知道您是否是一个shell/终端人员——如果是，您会喜欢neilfws建议的内容。您还可以使用LOAD DATA INFILE，这是我更喜欢的方法，因为它只需要一个查询，而不是逐行插入（INSERT INTO）
如果您能更准确地指定您遇到的问题，您将获得更具体的帮助 - 所以请随意提问 ;)
我假设您必须大量使用时间序列数据 - 有一个项目（TSMySQL）使用R和关系数据库（如MySQL，但也适用于其他DBMS）存储时间序列数据。此外，您甚至可以将R连接到FAME（在金融界很受欢迎，但价格昂贵）。最后一段内容肯定不是基础知识，但我认为它可能会帮助您考虑是否值得深入研究。