RMySQL。但是在R里面，回传文本会出现截断的情况，这一情况可把我弄得有点手足无措。
一、数据库读入——RODBC包
CRAN 里面的包 RODBC 提供了 ODBC的访问接口：
- odbcConnect 或 odbcDriverConnect （在Windows图形化界面下，可以通过对话框选择数据库） 可以打开一个连接，返回一个用于随后数据库访问的控制（handle）。 打印一个连接会给出ODBC连接的一些细节，而调用 odbcGetInfo 会给出客户端和服务器的一些细节信息。
- 在一个连接中的表的细节信息可以通过函数 sqlTables 获得。
- 函数 sqlSave 会把 R 数据框复制到一个数据库的表中， 而函数 sqlFetch 会把一个数据库中的表拷贝到 一个 R 的数据框中。
- 通过sqlQuery进行查询，返回的结果是 R 的数据框。（sqlCopy把一个 查询传给数据库，返回结果在数据库中以表的方式保存。） 一种比较好的控制方式是首先调用 odbcQuery， 然后 用 sqlGetResults 取得结果。后者可用于一个循环中 每次获得有限行，就如函数 sqlFetchMore 的功能。
- 连接可以通过调用函数 close 或 odbcClose 来关闭。 没有 R 对象对应或不在 R 会话后面的连接也可以调用这两个函数来关闭， 但会有警告信息。
[plain] view plain copy
print?
- #安装RODBC包
- install.packages("RODBC")
- library(RODBC)
- mycon<-odbcConnect("mydsn",uid="user",pwd="rply")
- #通过一个数据源名称（mydsn）和用户名（user）以及密码（rply，如果没有设置，可以直接忽略）打开了一个ODBC数据库连接
-
- data(USArrests)
- #将R自带的“USArrests”表写进数据库里
- sqlSave(mycon,USArrests,rownames="state",addPK=TRUE)
- #将数据流保存，这时打开SQL Server就可以看到新建的USArrests表了
- rm(USArrests)
- #清除USArrests变量
-
- sqlFetch(mycon, "USArrests" ,rownames="state")
- #输出USArrests表中的内容
- sqlQuery(mycon,"select * from USArrests")
- #对USArrests表执行了SQL语句select，并将结果输出
-
- sqlDrop(channel,"USArrests")
- #删除USArrests表
- close(mycon)
- #关闭连接
本段来自R语言︱文件读入、读出一些方法罗列（批量xlsx文件、数据库、文本txt、文件夹）
1、sqlSave函数
[plain] view plain
copy
print?
- sqlSave(channel, dat, tablename = NULL, append = FALSE,
- rownames = TRUE, colnames = FALSE, verbose = FALSE,
- safer = TRUE, addPK = FALSE, typeInfo, varTypes,
- fast = TRUE, test = FALSE, nastring = NULL)
其中这个函数的使用还是很讲究的，参数的认识很重要。
append代表是否追加，默认不追加，如果一张已经有数据的表，就可以用append追加新的数据，需要同样的column，一般开个这个就行。
rownames，可以是逻辑值，也可以是字符型。
colnames，列名；
verbose，默认为FALSE，是否发送语句到R界面，如果TRUE，那么每条上传数据就会出现在命令栏目致之中。
addPK,是否将rownames指定为主键。
2、sqlUpdate函数
[html] view plain
copy
print?
- sqlUpdate(channel, dat, tablename = NULL, index = NULL,
- verbose = FALSE, test = FALSE, nastring = NULL,
- fast = TRUE)
更新已经存在的表格，需要包括已经存在的列。
——————————————————————————————————————————————
二、sqldf包
本包的学习来自CDA DSC课程，L2-R语言第四讲内容，由常老师主讲。与RODBC的区别在于，前面是直接调用数据库SQL中的数据；而该包是在R语言环境中，执行SQL搜索语言。
组合使用：RODBC从数据库读入环境，sqldf进行搜索（适合SQL大神）。
其他函数的类似功能可以看：R语言数据集合并、数据增减
1、SQL基本特点
SQL语句语句特点：先全局选择，再局部选择
Select * from sale where year=2010 and ...
where后面可以接很多，有比较运算符，算数运算符，逻辑运算符。
比较运算符号：=(等于，不是双引号)；!=（不等于）；>，<，>=，<=
算数运算符：*，/，+，-
逻辑运算符：&&(and,与)， ||（or，或） ，!（,not非）
2、数据筛选与排序
数据筛选可以有subset函数，排序有order/sort函数
[html] view plain
copy
print?
- #选择表中指定列*/
- sqldf("select year,market,sale,profit from sale")
-
- #选择满足条件的行*/
- sqldf("select * from sale where year=2012 and market=‘东‘")
- #语句特点，先抽取全局数据，然后再执行局部选择
- #字符单引号，切记
-
- #对行进行排序*/
- sqldf("select year,market,sale,profit
- from sale
- order by year")
数据筛选：sqldf可以执行选择表中指定指标、满足条件的行（注意：抽取满足条件的行的字符时，字符型需要用单引号），语法结构是：
select 指标名称 from 数据集 where 某指标=条件
排序order：按照某变量排序，语法结构：
select 指标名称（或全部）from 数据集 order by 指标名称
3、数据合并——纵向连接
数据合并的方法很多，基本函数包中有merge、cbind/rbind，以及一些专业的包plyr、dplyr、data.table等
rbind/cbind对数据合并的要求比较严格：合并的变量名必须一致；数据等长；指标顺序必须一致。
sqldf就不会这么苛刻，并参照了一些集合查询的方法（关于基础包的集合查询可参考：R语言︱集合运算）。
（1）并——union
[html] view plain
copy
print?
- UNION3<-sqldf("select * from one union select * from two")
- #合并后去重,rbind是合并后不去重
- UNION_all<-sqldf("select * from one union all select * from two")
- #all可以支持，合并后不去重
rbind/cbind是将数据一股脑子全部帖在一起，只合并不去重；sqldf则可以自行选择，语法结构：
select * from 数据集1 union (all) select * from 数据集2
其中的all代表不去重，一起加进来。
（2）差(except)、交（Intersect）
[html] view plain
copy
print?
- #EXCEPT_差集
- #不存在all
- EXCEPT<-sqldf("select * from one EXCEPT select * from two")
-
- #INTERSECT——交集
- INTERSECT<-sqldf("select * from one INTERSECT select * from two")
差集就是找两个数据集的不同的数据，而且是数据集1中，去掉重复的数值；并集则是两个数据集的重合（去重可以用）之处。
4、数据合并——横向连接
横向连接有三种类型：交叉连接（笛卡尔乘积，大乱炖所有数据重新排列组合合并起来，一般在实验设计涉及全排列的时候可以很好地使用）、内连接（筛选匹配到的数据）、外连接。
其中，sqldf 中的右连接、全连接已经失效，一般情况下会大多选择左联结。
（1）内连接——匹配到完全一致的
[html] view plain
copy
print?
- > inner1<- merge(table1, table2, by = "id", all = F);inner1 #筛选相同id，F为只连接匹配到的，T为没有匹配到的赋值NA
- id a b
- 1 3 c e
- > inner2<-inner_join(table1, table2, by = "id");inner2 #与merge完全一致
- id a b
- 1 3 c e
-
