本节书摘来异步社区《机器学习与数据科学（基于R的统计学习方法）》一书中的第1章，第1.10节，作者：【美】Daniel D. Gutierrez（古铁雷斯），更多章节内容可以访问云栖社区“异步社区”公众号查看。

1.10　在生产中使用R

当你用R完成了一个机器学习项目时，接踵而来的问题就是能否将解决方案部署到生产环境中去。答案通常是否定的。因为性能和内存限制，开源的R语言对生产系统来说通常不是一个好的选择。对于需要连接到特别大数据集的海量数据机器学习项目来说，性能和内存特别重要，所以除了使用其他语言，例如C++或者Python之外，还有其他选择吗？你可以从使用bigmemory包开始，它能帮助你创建、存储、连接和操纵大量矩阵。然后你可以通过添加biganalytics、bigalgebra、bigtabulate和bigpca包来获得更高级的功能。这些包可以在建立一个可行的生产系统之路上帮助你走得更远，但你依然可能在路上遭遇绊脚石。好在，有几个商业版本的R环境适合企业级应用。其中一个是Revolutions Analytics公司提供的Revolution R Enterprise（RRE）。另一个是TIBCO公司的TIBCO Enterprise Runtime for R（TERR）。这两个商业版本都能提供适合R机器学习算法的最佳版本，用以快速处理海量数据。