如何修改knitr缓存的存储与加载方式？相关技术疑问

1. 你的判断是否正确？ #

完全正确。knitr 默认使用 saveRDS() 将缓存对象以R原生数据格式保存到磁盘（默认存储在文档目录下的 .cache 文件夹里），而非常驻内存。重新编织时需要从磁盘读取这些缓存文件，若对象体积较大，原生RDS格式的读写速度确实会成为瓶颈，导致重新编织提速不明显。

2. 是否有官方认可的修改方式改用qs格式？ #

有的，knitr 提供了缓存读写钩子（cache.save 和 cache.load）来定制缓存的存储逻辑，这是官方明确支持的扩展方式。你可以直接替换默认的读写函数为qs包的多线程版本，示例代码如下：

library(knitr)
library(qs)

# 设置缓存读写钩子，替换为qs的函数
opts_chunk$set(
  cache = TRUE,
  cache.save = function(object, file) qsave(object, file, nthreads = parallel::detectCores()),
  cache.load = function(file) qread(file, nthreads = parallel::detectCores())
)

这样后续的chunk缓存就会用qs格式存储，利用其多线程读写特性提升速度。

3. 能否将对象直接保存到不同环境并按需访问？ #

可以实现，有几种可行方式：

• 利用knitr自带的cache.env参数，为特定chunk指定缓存对象存储的环境。比如：

```{r, cache=TRUE, cache.env=new.env()}
# 此chunk的缓存对象会存在新建的环境中
big_data <- read.csv("large_file.csv")

后续需要访问时，可以直接从该环境中提取对象。
- 结合自定义缓存钩子，手动控制对象的存储环境。比如在`cache.save`钩子中，不仅将对象保存到磁盘，同时将其赋值到指定环境；或者在`cache.load`时，将对象加载到目标环境而非全局环境。
- 通过`cache.path`参数为不同chunk指定不同的磁盘存储路径，实现物理上的分离，按需加载对应路径下的缓存文件。

---
内容的提问来源于stack exchange，提问作者statquant