R语言RODBC数据库操作

合集 - R语言(6)

1.R语言的精度和时间效率比较（简单版）2018-06-042.R语言求根2018-06-053.R语言最优化(多维）2018-06-144.R语言最优化(一维)2018-06-13

5.R语言RODBC数据库操作2018-06-08

6.R语言数值积分2018-06-07

收起

　　最近准备做一个股票的数据库，用R语言来获取数据，然后存在SQL Sever 2016 express 里面，虽然前面接触过一些操作，但是还是很不熟悉，现在数据已经能获取到了，是时候好好学习一下怎么用R来操作数据库.

• RODBC基础(翻译自RODBC文档)

1. 连接数据库

?

1 2 3 4 5 6 7 8

###载入包 library(RODBC) ###新建一个连接 ch <- odbcConnect("some dsn") ###关闭连接 colse(ch) ###或者 odbcClose(ch)<br>###如果有密码/大多数情况都有<br>ch <- odbcConnect("some_dsn", uid = "user", pwd = "****")

　　2. 从数据库读取文件

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

###获取可以访问的表 sqlTables(ch) ###更加精确的查询 sqlTables(ch, tableType = "TABLE") sqlTables(ch, schema = "some pattern") sqlTables(ch, tableName = "some pattern") ###这里的schema百度说等价于用户名，我对数据库不怎么了解 ###要获取某个表的数据 res <- sqlFetch(ch, "table name") ###限制最大行数 res <- sqlFetch(ch, "table name", max = m) res <- sqlFetchMore(ch, "table name", max = m) ###细节有机会再看了，这里返回的是一个data.frame ###提取列 sqlColumns(ch, "USArrests") ###使用SQL语句筛选出需要返回的数据 sqlQuery(sh, paste("SELECT State, Murder FROM USArrests",             + "WHERE Rape > 30 ORDER BY Murder")) ###SQL语句的意义另作讨论，不在本文范畴内，需要指出每个DBMS的SQL语句可能不一样

　　　　表名字

　　文中说DBMS允许的表名称可能不一样,有的表名允许有空格,小数点等,像这种数据库需要在连接的时候指定一下参数,具体的看连接的函数,命名的时候还是不要给自己找麻烦的好.

3.向数据库写入

?

1 2 3 4 5

###删除表，可能存在的 sqlDrop(ch, "table name", errors = FALSE) ###创建表，默认使用的是数据框的名字，还有一个函数sqlUpdate sqlSave(ch, some data frame) ###数据类型存入数据库后只有二进制值和字符串（日期将会作为字符串）

　　讲道理，会这些应该就能满足我的需要了，虽然这里面肯定还有很多坑，只有实践才会知道了。

• 和SQL server交互

SQl server的安装不在这里说，都是easy的事情，不过需要注意的是在现版本的sql server，需要自己再下载一个management studio(SSMS),至于为什么要装这个......还不是因为不熟悉......

要使用ODBC需要先配置ODBC数据源，方法是win+R搜索ODBC，选择用户dsn,点击添加，选择sql server，服务器不要使用下拉栏的，反正我的会报错，服务器名称去SSMS里面查看，然后复制过来就好。

测试是否可以连接：

这种就算是可以了。

这里我使用一个下载的股票数据来测试，如下：

?

1 2 3 4

###其中temptable是我自己创建的 ###此函数是我获取股票数据的 stock_data_1 <- get_stock_data_today() sqlSave(stock_dsn,stock_data_1)

能成功写入。

?

1 2 3 4 5 6 7

###增加一行 sqlSave(stock_dsn,stock_data_1[1,],"stock_data_1",append = TRUE) ###这里增加一行之后，rownames会有重复,再次读取的时候会报错 ###但是像这样读取不会报错，却会多一列。 temp <- sqlFetch(stock_dsn,"stock_data_1",rownames = FALSE) ###删除表 sqlDrop(stock_dsn,"stock_data_1")

　　　　　目前这样可以完全满足我的需求了~~~nice