我在 Google BigQuery 中有许多大表，其中包含要在 R 中处理的数据。我正在使用 Container Engine 在 Google Cloud Platform 上通过 Docker 运行 RStudio。
我在 BigQuery 中测试了几条路线，其中包含 3800 万行（三列）的表，表大小为 862 MB。
我测试的第一条路线是使用 R 包 bigrquery。首选此选项，因为可以直接从 BigQuery 查询数据。数据采集可以合并到 R 循环中。不幸的是，这个选项很慢，需要将近一个小时才能完成。
我尝试的第二个选项是将 BigQuery 表导出到 Google Cloud Storage 上的 csv 文件（大约 1 分钟），并使用公共链接在 Rstudio 中导入（另外 5 分钟）。这条路线需要相当多的人工处理，这至少是不可取的。
在 Google Cloud Console 中，我注意到可以授予 VM 实例访问 BigQuery 的权限。此外，可以将 RStudio 配置为在其 Docker 容器中具有 root 访问权限。
所以最后我的问题是：有没有办法使用这个后门以自动方式实现从 BigQuery 到 R 数据帧的快速数据传输？或者还有其他方法可以实现这个目标吗？
非常感谢任何帮助！
编辑：
我已经将同一张表加载到托管在 Google Cloud SQL 中的 MySQL 数据库中，这次加载相同数量的数据只需要大约 20 秒。因此，从 BigQuery 到 SQL 的某种翻译也是一种选择。