R 中带有 IN 子句的参数化 SQL 查询

Question

我正在尝试通过 RODBC 包从 Vertica DB 获取数据。我目前有一个 SQL 查询，如下所示。

library(rodbc) channel = odbcconnect("VerticaDB") query = paste
(
       SELECT *
       FROM   item_history
       WHERE  item_exp_date BETWEEN ",x," AND    ",y,"
       AND    item_code IN ('A1',
                            'A2',
                            'B1',
                            'B2')",sep="")result = (sqlQuery(channel,query)
)

我已经能够参数化 'BETWEEN' 子句中传递的数据。有没有一种方法可以参数化 'IN' 子句中传递的数据？

'IN' 子句中传递的数据元素数量也非常多（超过 100 个不同的项目）。

有没有办法从外部Vector或者文件传过来？

Answer 1

你得到的是 SQL 注入而不是参数化查询。您可能需要查看 RODBCext 包及其 vignette.

要正确参数化查询，您可以

library(RODBC)
library(RODBCext)
channel = odbcConnect("VerticaDB")
query = paste0("select * from Item_History ",
               "where Item_Exp_Date between ? and ? ",
               "and Item_Code = ?")
item <- c("A1", "A2", "B1", "B2")
x <- 3
y <- 10 # I don't actually know what your x and y are, but hopefully you get the idea
sqlExecute(
  channel = channel,
  query = query,
  data = list(x = rep(x, length(item)),
              y = rep(y, length(item)),
              item = item),
  fetch = TRUE,
  stringsAsFactors = FALSE
)

然而，这有很大的缺点，因为 sqlExecute 将运行对 data 参数中的每一行进行查询（列表将被强制转换为数据框）。如果您的 item 向量中有数百个元素，您将运行对您的 SQL 实例进行数百次查询，这可能不是特别有效。

一种不太明显的方法是编写一个存储过程来构造查询。

您在 SQL 中的存储过程可能类似于

CREATE PROCEDURE schema.specialQuery 
  @x int;
  @y int;
  @in varchar(2000);
AS
BEGIN
  DECLARE @query = varchar(8000);
  SET @query =  'select * from Item_History ' + 
                'where Item_Exp_Date between ' + convert(@x, varchar(10)) + 
                        ' and ' + convert(@y, varchar(10)) + 
                        ' and Item_Code IN (' + @in ')'
  EXEC @query
END
GO

您可能需要 fiddle 使用 convert 函数和一些引号，但它适用于

sqlExecute(
  channel = channel,
  query = "EXECUTE schema.specialQuery @x = ?, @y = ?, @in = ?",
  data = list(x = x,
              y = y,
              in = sprintf("'%s'", paste0(item, collapse = "', '"))),
  fetch = TRUE,
  stringsAsFactors = FALSE
)

不幸的是，这种方法仍然容易受到通过 item 传递格式不正确的字符串的问题，但它可能比运行我展示的第一种方法中的数百个查询更快。

Answer 2

要像问题中那样使用字符串操作来做到这一点：

x <- "2000-01-01"
y <- "2001-01-01"
Item_Code <- c('A1','A2','B1','B2')

query <- sprintf("select * from Item_History
                  where Item_Exp_Date between '%s' and '%s'
                        and Item_Code in (%s)", x, y, toString(shQuote(Item_Code, 'sh')))

我们可以交替使用 gsubfn 包中的 fn$ 进行字符串插值：

library(gsubfn)
query2 <- fn$identity("select * from Item_History
              where Item_Exp_Date between '$x' and '$y'
              and Item_Code in ( `toString(shQuote(Item_Code, 'sh'))` )")

R 中带有 IN 子句的参数化 SQL 查询

Parameterized SQL query in R with IN clause

sql

r

parameterized-query

rodbc