针对在16GB内存系统中读取21GB CSV文件时，使用arrow::read_delim_arrow()函数导致R会话异常终止的问题，可以尝试以下

1. 分块读取CSV文件：将大文件分成多个小文件进行读取，避免一次性读取过多数据占用大量内存。可以使用readr或data.table包的fread()函数分块读取，或者使用Hadoop、Spark等分布式计算框架读取大文件。

2. 使用arrow::read_csv()代替read_delim_arrow()：read_csv()函数采用流式读取方式，可以减小内存占用。不过需要注意，arrow::read_csv()目前还处于实验阶段，可能会存在一些问题。

示例代码：

使用data.table包的fread()函数进行分块读取

library(data.table) chunk_size <- 1000000 n_chunks <- 21 file_path <- "path_to_large_csv_file.csv"

for (i in 1:n_chunks) { start_row <- (i-1) * chunk_size + 1 end_row <- i * chunk_size chunk <- fread(file_path, skip = start_row-1, nrows = chunk_size)

do something with the chunk

}

使用arrow::read_csv()进行流式读取

library(arrow) large_file <- "path_to_large_csv_file.csv" output_table <- arrow::read_csv(large_file)