R 中的 `create table <tabX> as select * from <tabY>` 等语句的 DBI 功能是什么？

Question

我正在使用

DBI

/

ROracle

.

conn <- dbConnect(ROracle::Oracle(), ...)

我需要从另一个表中的选择查询创建一个表（即像

create table <tabX> as select * from <tabY>

这样的语句）。

似乎有几个函数可以执行此任务，例如：

dbSendQuery(conn, "create table tab1 as select * from bigtable")
# Statement:            create table tab1 as select * from bigtable 
# Rows affected:        28196 
# Row count:            0 
# Select statement:     FALSE 
# Statement completed:  TRUE 
# OCI prefetch:         FALSE 
# Bulk read:            1000 
# Bulk write:           1000 

或：

dbExecute(conn, "create table tab2 as select * from bigtable")
# [1] 28196

甚至：

tab3 <- dbGetQuery(conn, "select * from bigtable")
dbWriteTable(conn = conn, "TAB3", tab3)
# [1] TRUE

每种方法似乎都有效，但我想在性能/最佳实践方面存在差异。运行像

create table <tabX> as select * from <tabY>

这样的语句的最佳/最有效方法是什么？

我没有在 DBI 和 ROracle 帮助页面中找到任何提示。

Answer 1

预先：为此使用

dbExecute

；不要使用

dbSendQuery

，该函数建议返回数据的期望（尽管仍然有效）。

dbSendQuery

只应在您期望返回数据时使用；即使您使用不当，大多数连接也能正常工作，但这就是它的设计。相反，使用

dbSendStatement

/

dbClearResult

或更好但只是

dbExecute

.

以下是一对完全等价的路径：

• 检索数据：

  • dat <- dbGetQuery(con, qry)

  • res <- dbSendQuery(con, qry); dat <- dbFetch(res); dbClearResult(res)

• 发送语句（不返回数据，例如

  UPDATE

  或

  INSERT

  ）：

  • dbExecute(con, stmt)

  • res <- dbSendStatement(con, stmt); dbClearResult(res)

  • （马虎）

    res <- dbSendQuery(con, stmt); dbClearResult(res)

    （我认为有些数据库抱怨这种方法）

如果您选择

dbSend*

，那么在完成语句/获取后，应该always调用

dbClearResult

。 （R 通常会在你之后清理，但如果这里出现问题——我在过去几年中遇到过几次——连接会锁定，你必须重新创建它。这可能会在数据库中留下孤立连接也一样。）

我认为大多数用例都是单次查询和输出，这意味着

dbGetQuery

和

dbExecute

是最容易使用的。但是，有时您可能想要重复查询。来自

?dbSendQuery

的例子：

     # Pass multiple sets of values with dbBind():
     rs <- dbSendQuery(con, "SELECT * FROM mtcars WHERE cyl = ?")
     dbBind(rs, list(6L))
     dbFetch(rs)
     dbBind(rs, list(8L))
     dbFetch(rs)
     dbClearResult(rs)

（我认为在没有捕获数据的情况下对

dbFetch

的文档有点草率......我希望

dat <- dbFetch(..)

，在这里丢弃返回值似乎适得其反。）

执行此多步骤（需要

dbClearResult

）的一个优点是可以处理更复杂的查询：数据库服务器通常倾向于根据其执行引擎“编译”或优化查询。对于服务器来说，这并不总是一个非常昂贵的步骤来执行，而且它可以为数据检索带来巨大的好处。服务器经常缓存这个优化的查询，当它看到相同的查询时，它使用查询的已经优化的版本。这是使用参数绑定真正有用的一种情况，因为查询在重复使用中是相同的，因此永远不需要重新优化。

仅供参考，参数绑定可以如上所示使用

dbBind

重复完成，也可以使用

dbGetQuery

使用

params=

参数来完成。例如，这组等效的表达式将返回与上面相同的结果：

qry <- "SELECT * FROM mtcars WHERE cyl = ?"
dat6 <- dbGetQuery(con, qry, params = list(6L))
dat8 <- dbGetQuery(con, qry, params = list(8L))

至于

dbWriteTable

，对我来说主要是方便快捷的工作。有时 DBI/ODBC 连接在服务器上使用错误的数据类型（例如，SQL Server 的

DATETIME

而不是

DATETIMEOFFSET

；或者

NVARCHAR(32)

与

varchar(max)

），所以如果我需要快速的东西，我会使用

dbWriteTable

，否则我将使用我知道我想要的服务器数据类型正式定义表，如

dbExecute(con, "create table quux (...)")

。到目前为止，这 not 是“最佳实践”，它很大程度上植根于偏好和便利性。对于简单的数据（浮点数/整数/字符串）并且服务器默认数据类型是可以接受的，

dbWriteTable

非常好。也可以使用

dbCreateTable

（创建它而不上传数据），它允许您指定具有更多控制权的字段。