在 dplyr 中，sql builder 是如何工作的？

Question

在R中，我们可以有如下表达式：

tbl(con, "table1") %>% filter(col1 > 12)

执行

select * from table1 where col1 > 12

但是如果你有 tbl(con, "table1")，它会执行 select * from table。

第一个函数 tbl(con, "table1") 是如何知道它有附加函数链接到它的，并且需要等待链结束才能构建正确的 sql 查询并执行命令。是的，我知道它使用惰性求值，但我无法编写一个简单的玩具示例来以相同的方式构建字符串

即

shoppingList("I need to get")

打印出“我什么都不需要”

和

shoppingList("I need to get") %>% item("apples") %>% item("oranges")

打印出“我需要买苹果和橘子”

Answer 1

也许让您感到困惑的是 dplyr 函数 tbl 和 filter 实际上并没有将任何代码发送到数据库执行。当你运行时

tbl(con, "table1") %>% filter(col1 > 12)

返回的是一个包含 sql 查询的 tbl_dbi 对象。当您在 R 中以交互方式运行这行代码时，返回的 tbl_dbi 对象随后被传递给 print 函数。为了打印 tbl_dbi，必须在数据库中执行查询。您可以通过将输出保存到变量来看到这一点。

q <- tbl(con, "table1") %>% filter(col1 > 12)
class(q)

在上面的两行中，没有任何内容发送到数据库。 tbl 函数返回一个 tbl_dbi 对象，过滤器修改了该 tbl_dbi 对象。最后将结果保存到变量q。 当我们打印q 时，SQL 被发送到数据库。因此tbl 函数不需要知道在它之后调用的任何其他 dplyr 函数（如本例中的filter）。无论如何，它的行为都是一样的。它总是返回一个 tbl_dbi 对象。

现在 dbplyr 如何从更简单的查询中构建更复杂的查询，这超出了我的理解。

这是一些实现您的示例的代码。

library(dplyr)

shoppingList <- function(x){
     stopifnot(is.character(x))
     class(x) <- c("first", "shoppingList", class(x))
     x
}

item <- function(x, y){
     if("first" %in% class(x)){
          out <- paste(x, y)
     } else {
          out <- paste0(x, " and ", y)
     }
     class(out) <- c("shoppingList", class(out))
     out
}

print.shoppingList <- function(x){
     # code that only runs when we print an object of class shoppingList
     if("first" %in% class(x)) x <- paste(x, "nothing")
     print(paste0("***", x, "***"))
}

shoppingList("I need to get") 
#> [1] "***I need to get nothing***"

shoppingList("I need to get") %>% item("apples") %>% item("oranges")
#> [1] "***I need to get apples and oranges***"

但是print 是如何知道将 SQL 发送到数据库的呢？我的（过于简单化的）概念性答案是 print 是一个通用函数，其行为会根据传入的对象类而有所不同。实际上有很多 print 函数。在上面的示例中，我为 shoppingList 类的对象创建了一个特殊的打印函数。您可以想象一个特殊的print.tbl_dbi 函数，它知道如何处理 tbl_dbi 对象，方法是将它们包含的查询发送到它们连接的数据库，然后打印结果。我认为实际的实现更复杂，但希望这能提供一些直觉。