使用rmongodb加速大型结果集处理

count <- mongo.count(mongo,ns,query)
cursor <- mongo.find(mongo,query)
name <- vector("character",count)
age <- vector("numeric",count)
i <- 1
while (mongo.cursor.next(cursor)) {
    b <- mongo.cursor.value(cursor)
    name[i] <- mongo.bson.value(b,"name")
    age[i] <- mongo.bson.value(b,"age")
    i <- i + 1
}
df <- as.data.frame(list(name=name,age=age))

这适用于数百或数千个结果但是循环非常非常慢.有什么方法可以加快速度吗？也许是多处理的机会？任何建议,将不胜感激.我平均每小时1M,按照这个速度,我只需要一周时间来构建数据框.

编辑：
我注意到while循环中的矢量越多,它就越慢.我现在正试图为每个向量分别循环.虽然看起来仍然像黑客,但必须有更好的方法.

编辑2：
我对data.table运气不错.它仍在运行,但看起来它将在4小时内完成12M(这是我目前的测试设置),这是进步但远非理想

dt <- data.table(uri=rep("NA",count),time=rep(0,action=rep("NA",bytes=rep(0,dur=rep(0,count))

while (mongo.cursor.next(cursor)) {
  b <- mongo.cursor.value(cursor)
  set(dt,i,1L,mongo.bson.value(b,"cache"))
  set(dt,2L,"path"))
  set(dt,3L,"time"))
  set(dt,4L,"bytes"))
  set(dt,5L,"elaps"))

}