r - 使用 RMySQL 包的 dbGetQuery 查询多个表

Question

在 dbConnect 的帮助下，与 SQL 数据库(例如 DB1 和 DB2)建立了多个连接。如何编写涉及 DB1 和 DB2 表的查询？ dbGetQuery 是否只允许查询一个数据库？建立数据库连接后可以利用 sqldf 包吗？

Answer 1

这不是您要找的答案，但我遇到了同样的问题。

简而言之，我会放弃在 SQL 中的 1 个(或多个)数据库中的表之间进行任何连接/分组/子查询的想法。使用 R 中较新的大数据包，特别是 dplyr 或 data.table 几乎没有必要。我能想到 SQL 更快的唯一异常(exception)是当您的查询结果大到足以占用太多 RAM 时。

对我来说一个有趣的用例如下:我来自 MPP 数据库的表大约有 20B 行。问题:查询整个 2M 行的结果集，并使用 dplyr::group_by() 对 3 个变量进行分组，或者只在 SQL 中执行 GROUP BY 以返回 100k 行的最终结果。

在时间上，总会有一个转折点，即 R 或 SQL 更快，除了 MySQL 中的维表连接外，R 几乎总是更快。 (我的例子是关于我的硬件的临界点。)

由于 dplyr 与 SQL 一样易于使用，我不确定我们是否需要再问这个问题。