我有以下问题/疑问：
我编写了一个R函数，用于平滑时间序列中的值。时间序列由大量单个全局光栅文件定义，因此每个单个像素具有n个时间步长（通常大于500）的系列。即使我有足够的RAM，我也不得不依赖于块处理，因为加载整个数据集太多了。到目前为止一切都很好。
我写了（恕我直言）一个相当不错的代码，它尽可能利用并行处理。我有一台加工机器应该配备齐全，可以处理这么多的数据和计算。这让我相信大部分时间都是通过从磁盘读取大量值来完成的，然后在平滑后，将大量值写入磁盘。
所以我尝试使用普通硬盘或普通SSD上的文件来运行代码。 与我的期望相反，这并不重要。 然后我尝试运行一个测试功能，该功能读取文件，获取值并将其写回磁盘，光栅位于HDD，SSD或超快速SSD上。再次，没有显着差异。
我已经做了相当多的分析，以找到瓶颈，以及大量的时间用Google搜索有效的解决方案。这里和那里有一些信息，但我决定在这里发布这个问题，以获得明确的答案，也许还有一些指示我和其他人如何有效地管理事物。
所以没有进一步的麻烦（对于那些跳过上述内容的人），这是我的问题：
在如上所述的设置中（高数据量，块式处理，从磁盘读取和写入），在长栅格时间序列上进行计算的最有效（和/或最快）方式是什么涉及从磁盘读取和写入值？（特别是关于读写方面）
假设我有一个快速的SSD，我该如何利用速度？它是自动完成的吗？ 有哪些影响因素（文件大小，文件类型，缓存）以及这些因素的最有效设置？
我知道就光栅而言，R与.grd的工作速度最快，但出于灵活性，兼容性和磁盘空间的原因，我想避免使用此格式。
也许我也误解了raster包与磁盘上的文件的交互方式。在这种情况下，我应该使用与getValues和writeValues不同的功能吗？
- 一些系统信息和示例代码： -
Os: Win7 x64
CPU: Xenon E5-1650 @ 3.5 GHz
RAM: 128 GB
R-version: 3.2
Raster file format: .rst
读/写基准功能：
benchfun <- function(x){
# x ... raster file
xr <- raster(x)
x2 <- raster(xr)
xval <- getValues(xr)
x2 <- setValues(x2,xval)
writeRaster(x2,'testras.tif',overwrite=TRUE)
}
如果需要，我还可以为时间序列处理提供一些示例代码，但是现在我认为不需要。
欣赏所有提示！
谢谢，
缬氨酸