使用 RMySQL 包的 dbGetQuery 查询多个表

Question

在 dbConnect 的帮助下，与 SQL DB（比如 DB1 和 DB2）建立了多个连接。如何编写涉及 DB1 和 DB2 表的查询？ dbGetQuery 是否允许只查询一个数据库？建立数据库连接后是否可以使用 sqldf 包？

Answer 1

这不是您要寻找的答案，但我遇到了同样的问题。

简而言之，我会放弃在 SQL 中的 1 个（或更多）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，特别是使用 dplyr 或 data.table，几乎不需要。我能想到 SQL 更快的唯一例外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：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，或者只是在 SQL 中执行 GROUP BY 以返回 100k 行的最终结果。

在时间方面，总是存在 R 或 SQL 更快的临界点，除了可能在 MySQL 中连接维度表之外，R 几乎总是在所有方面都更快。 （我的例子是我的硬件的临界点。）

dplyr 像 SQL 一样易于使用，我不确定我们是否需要再问这个问题了。