我是R Markdown的新手。如果问题有一个明显的答案，而我错过了，我深表歉意。
上下文：
我正在使用R Markdown中的一个大型数据集(大约9000万行(来生成一个简短的报告。在处理文件格式时，我想经常编织最终的HTML文档(例如，在进行更改后(来查看格式。
问题：
问题是数据集需要很长时间才能加载，因此每个编织都需要很长的时间才能执行(大约五到十分钟(。我确实需要所有的数据，所以加载到一个较小的文件中不是一个可行的选择。当然，由于数据被加载到全局环境中，我能够对单个块进行编码，但格式化是非常繁重的，因为在不查看编织产品的情况下很难可视化格式化更改的结果。
尝试解决问题：
经过一些研究，我发现并尝试使用cache = TRUE和cache.extra = file.mtime('my-precious.csv')(根据Yihui Bookdown的这一部分(。然而，这个选项没有起作用，因为它导致了以下结果：
Error in lazyLoadDBinsertVariable(vars[i], from, datafile, ascii, compress, :
long vectors not supported yet: connections.c:6073
Calls: <Anonymous> ... <Anonymous> -> <Anonymous> -> lazyLoadDBinsertVariable
为了克服这个错误，我在chunk选项中添加了cache.lazy = FALSE(如上所述(。不幸的是，虽然代码有效，但编织文档所需的时间并没有减少。
我对这个过程的理解有限，因为有了cache = TRUE和cache.extra = file.mtime('my-precious.csv')，就会缓存代码块的执行结果，这样下次编织文件时，就会加载上一次运行的结果。但是，由于我的文件太大，cache = TRUE无法工作，所以我必须使用cache.lazy = FALSE来反转cache = TRUE所做的操作。最后，这意味着每次运行文件时都会将数据集加载到我的内存中，从而延长了编织文档所需的时间。
我向R社区寻求答案的问题：
- 当文件大小较大(约9000万行(时，是否有方法在R Markdown中缓存数据加载块
- 每次编织R Markdown文件时，有没有一种(更好的(方法可以绕过耗时的数据加载过程
- 我对绕过时间密集型数据加载过程的
cache = TRUE方法的理解正确吗？如果不是，为什么cache = TRUE方法对我不起作用
如有任何帮助，我们将不胜感激。
每次编织R Markdown文件时，是否有(更好的(方法来规避耗时的数据加载过程
是的。在Rmarkdown报告的外部执行计算。
绘图可以保存到文件中，并通过knitr::include_graphics(myfile)包含在报告中表格可以保存到较小的摘要文件中，通过fread加载，并通过kable显示。
请注意，如果需要在循环中打印表，则应指定result=asischunk选项。
```{r my_chunk_label, results='asis', echo=F}
for(i in 1:length(data_full)) {
print(kable(data_full[[i]]))
cat('n')
}
```
运行一次昂贵的计算，保存结果。使用易于格式化的轻型Rmarkdown报告来使用这些结果。
如果仍有较大的csv文件要加载，则应该使用data.table::fread，它比基本函数效率高得多。
事实上，不久前我发布了一个类似的问题。你并不孤单。