我正在使用混浊的r aws.s3代码从s3下拉RDS文件。我在lambda中拥有自己的自定义R运行时。 aws.s3有一个方便的方法，称为s3readRDS（“ s3：// pathtoyourfile”）。这很好用，但是有一个限制，那就是它将RDS文件保存到磁盘，然后必须使用readRDS将其读回。对于较小的文件，这很好，但是对于较大的文件，由于我们的磁盘存储空间有限，因此无法进行。
现在，我有点被这些庞大的数据文件所困扰，由于目标人群的原因，将它们拉到数据库中的能力目前还不可行，所以我试图将成本和成本降到最低。最大化吞吐量，这是棺材中的最后一个钉子。
根据文档： “有些用户可能会发现\ code {get_object}的原始矢量响应格式不熟悉。该对象还将包含属性，包括\ dQuote {content-type}，这对于决定如何后续处理矢量可能很有用。两种常见策略如下所示。对于文本内容类型，运行\ code {\ link [base] {charToRaw}}可能是使响应易于阅读的最有用的第一步；或者，使用\ code { \ link [base] {rawConnection}}也可能有用，因为它通常可以像文件连接一样传递给解析函数。“
基于此（以及一个使用load（）的示例），以下代码看起来应该可以工作，但是不起作用。
foo <- readRDS(rawConnection(get_object("s3://whatever/foo.rds")))
Error in readRDS(rawConnection(get_object("s3://whatever/foo.rds", :
unknown input format
我似乎无法将数据流用于readRDS或反序列化来理解它。我知道文件是正确的，因为使用“保存到磁盘/从磁盘加载”效果很好。但是我想知道如何在不保存/加载的情况下将“ foo”变成未序列化的对象。