是否可以运行 SQL直接在classtbl_sql（或tbl_dbi）上查询？

Question

示例代码：

library(DBI)
library(RSQLite)

# will require more details (like user, password, host, port, etc.)
con <- dbConnect(RSQLite::SQLite(), ":memory:")
data(USArrests)
dbWriteTable(con, "USArrests", USArrests)
dbListTables(con)

d0 <- tbl(con, "USArrests")
dbGetQuery(d0, "select * from USArrests")
dbGetQuery(d0, "select * from d0")

哪个returns:

Error in (function (classes, fdef, mtable)  : 
  unable to find an inherited method for function ‘dbGetQuery’ for signature ‘"tbl_dbi", "character"’

显然我可以在 con 上使用 dbGetQuery，但想知道是否有办法让它直接在 d0 上工作。

谢谢。

Answer 1

不，您不能以这种方式将 dbGetQuery 与 dplyr 一起使用，它仅适用于 DBIConnection。

此外，您的第一个查询是多余的，d0 已经表示 USArrests 数据，第二个查询是无意义的。

dplyr 使用的方法有点不同，它使用 dplyr 动词并创建一个 SQL 查询：

d0 %>% filter(Murder > 10) %>% show_query()

Answer 2

好的，查看 str 有助于揭示如何使用以下命令访问所需的元素：

  con <- d0$src$con
  db_name <- db_list_tables(con)[1]

Answer 3

一方面，tbl() 函数是一个 SQL 类型的 SELECT * FROM Table 语句，它在 DBMS 上工作并从数据库服务器检索数据，它需要一个 pull 函数喜欢 collect()。另一方面，函数 dbGetQuery() 使用 SQL 查询将数据检索到 R 会话中。两者都需要与服务器的连接和语句，但第一个使用 SQL 翻译创建语句，另一个是编写 SQL 查询的用户。

为了说明，我将在 postgreSQL DBMS 中使用时间 table tmp：

# Example on postgreSQL
library(tidyverse)
library(dbplyr)
library(RPostgreSQL)
library(DBI) # This is loaded with RPostgreSQL package

con <- dbConnect(PostgreSQL(), 
                 dbname="test",
                 host="localhost",
                 port=5432,
                 user="user",
                 password="pass")

到 PostgreSQL 服务器的虚拟数据

date <- data_frame(Col1 = c("20180212", "20180213"),
                   Col2 = c("A", "B"))
dbWriteTable(con, "tmp", date, temporary = TRUE)

具有tbl()功能

tbl(con, "tmp") %>% show_query()

#><SQL> 
#>SELECT * 
#>FROM "tmp"

tbl(con, "tmp") %>% 
  mutate(date = to_date(Col1, "YYYYMMDD")) %>%
  show_query()

#><SQL>
#>SELECT "row.names", "Col1", "Col2", TO_DATE("Col1", 'YYYYMMDD') AS "date"
#>FROM "tmp"

tbl(con, "tmp") %>% 
  mutate(date = to_date(Col1, "YYYYMMDD")) %>% #this works on DBMS
  collect() %>% #This retrive to R session
  str()

#>Classes ‘tbl_df’, ‘tbl’ and 'data.frame': 2 obs. of  3 variables:
#> $ row.names: chr  "1" "2"
#> $ Col1     : chr  "20180212" "20180213"
#> $ Col2     : chr  "A" "B"
#> $ date     : Date, format: "2018-02-12" "2018-02-13"

具有dbGetQuery()功能

dbGetQuery(con, "SELECT * FROM tmp") %>% 
  str()

#>'data.frame': 2 obs. of  3 variables:
#> $ row.names: chr  "1" "2"
#> $ Col1     : chr  "20180212" "20180213"
#> $ Col2     : chr  "A" "B"

dbGetQuery(con, "SELECT * FROM tmp") %>%
  mutate(date = as.Date(Col1, format = "%Y%m%d")) %>% #This works on R session
  str()

#>'data.frame': 2 obs. of  4 variables:
#> $ row.names: chr  "1" "2"
#> $ Col1     : chr  "20180212" "20180213"
#> $ Col2     : chr  "A" "B"
#> $ date     : Date, format: "2018-02-12" "2018-02-13"

结论

tbl() 函数是 R 编程中 dbGetQuery() 的高级函数。考虑重新设计您的代码链，了解这两个函数之间的差异以及它们的最佳用途。

是否可以运行 SQL直接在classtbl_sql（或tbl_dbi）上查询？

Is it possible to run SQL query directly on class tbl_sql (or tbl_dbi)?

r

dplyr

rsqlite

tibble

dbplyr