我正在改进流程，将在 r 中使用 SQL 来处理大型数据集。目前，源数据存储在几个不同的 MS Access 数据库中。我最初的方法是使用 RODBC 将所有源数据读入 r，然后根据需要使用 sqldf() 汇总数据。不过，在我开始使用 sqldf() 之前，我的 RAM 已经用完了。
我有没有更有效的方法来使用 r 完成这项任务？我一直在寻找一种方法来运行一个 SQL 查询来连接单独的数据库之前将它们读入 r，但到目前为止我还没有找到任何支持此功能的包。
【问题讨论】：
dbplyr 允许您在 R 中收集输出之前对数据连接/数据库执行多项操作。
标签： r dplyr data.table sqldf rmysql
如果您的数据在a 数据库中，dplyr（tidyverse 的一部分）将是您正在寻找的工具。
您可以使用它连接到本地/远程数据库，将您的联接/过滤器/任何内容推送到那里，并将结果collect() 作为数据框。你会发现这个过程在http://db.rstudio.com/dplyr/
我不太确定 - 但它不是 R 问题，而是 MS Access 问题 - 是跨 多个 MS Access 数据库访问数据的方法。
您可能需要为此编写自定义 SQL 代码并通过 DBI::dbGetQuery() 将其传递到其中一个数据库，并让 MS Access 处理数据库链接。
【讨论】：
dplyr 案例
您发布的链接看起来很有希望。如果它没有产生预期的结果，请考虑将一个 Access DB 链接到所有其他数据库。链接几乎不占用内存。合并链接并从那里获取数据。
# Load RODBC package
library(RODBC)
# Connect to Access db
channel <- odbcConnectAccess("C:/Documents/Name_Of_My_Access_Database")
# Get data
data <- sqlQuery(channel , paste ("select * from Name_of_table_in_my_database"))
这些网址也可能有帮助。
【讨论】：