《数据科学：R语言实现》——2.6　从数据库中读取数据

本节书摘来自华章计算机《数据科学：R语言实现》一书中的第2章，第2.6节，作者 丘祐玮（David Chiu），更多章节内容可以访问云栖社区“华章计算机”公众号查看。

2.6 从数据库中读取数据

由于R会把数据读入内存中，因此这对于处理和分析小型数据集很合适。然而，由于企业每天积累的数据量要比个人的多得多，数据库文档在存储和分析大型数据时就变得更加常用。为了使用R访问数据库，我们可以使用RJDBC、RODBC或者RMySQL作为通信桥梁。在这一部分中，我们会介绍如何使用RJDBC连接存在数据库中的数据。

执行下列步骤，使用RJDBC连接R和MySQL。

1.首先，我们需要安装加载RJDBC程序包：

2.然后我们可以从链接 https://dev.mysql.com/get/Downloads/Connector-J/mysql-connector-java-5.0.8.zip 下载MySQL的JDBC驱动。

3.解压下载的mysql-connector-java-5.0.8.zip，并把解压文件mysql-connector-java-5.0.8-bin.jar放在对应的位置。例如，在作者的计算机上，解压的.jar文件放在C:Program FilesMySQL路径下。

4.接着，我们可以下载MySQL驱动，以便连接MySQL：

5.我们可以使用注册的MySQL驱动，建立MySQL连接：

6.使用基本操作，从连接中获取表列：

7.使用SELECT操作获取数据：

8.最后，我们从MySQL断开连接：

R可以使用两大标准访问数据库，即ODBC和JDBC。JDBC（又称Java数据库连接）由一系列Java实现的类和接口组成，它们允许Java和数据库间直接通信。另外，ODBC（又称公开数据库连接）是由微软开发的标准接口。
要比较两个标准，ODBC在输入和输出数据方面性能更优；但是它也是平台依赖的。换句话说，在你的程序运行之前，你必须为不同的操作系统配置连接。相反，JDBC是平台独立的，意味着写好的程序可以在任何操作系统上运行。

要使用RJDBC连接R和MySQL，我们首先需要从CRAN安装加载RJDBC程序包。RJDBC提供了接口来连接数据库。 因为JDBC是使用Java实现的，在使用RJDBC之前，你需要安装rJava。

接着，我们从MySQL的官方下载网站下载MySQL Connector/J，它是MySQL的官方JDBC驱动。解压.zip文件（或.tar文件后），我们把文件放在合适的路径下（你可以把.jar文件添加到类路径下）。现在我们可以编写R程序来访问数据库了。

在我们的R脚本中，我们在提交任何查询请求之前，首先需要注册和初始化MySQL驱动。这里，我们需要指定驱动的类名，com.mysql.jdbc.Driver（不同的数据库有不同的类名），以及.jar文件mysqlconnector-java-5.0.8-bin.jar。我们可以在.jar文件中找到类 。接着，我们使用注册的驱动建立数据库连接。这里，我们需要提供连接字符串（jdbc:mysql://localhost:3306/finance）、用户名（root）和密码（test）来访问数据库。因为我们的MySQL服务器安装和运行在本地主机上，我们可以设计一个连接字符串"jdbc:mysql://localhost:3306/finance" 。3306是默认的MySQL端口，finance是我们的目标数据库。

连接建立以后，我们可以给数据库提交SQL请求。我们首先使用dbListTables命令列出finance数据库上的表。然后，我们创建名为majortrade的表，并使用insert语句把snp500.csv中的数据记录插入majortrade表中。然后我们使用select语句获取数据库中的数据。最后，要释放连接，我们需要使用dbDisconnect命令。

在R中，你也可以使用RODBC和RMySQL来连接数据库。在这一部分中，我们会介绍如何通过RMySQL访问数据库。执行下面的步骤，安装加载RMySQL程序包，然后给MySQL数据库提交查询。

1.我们需要安装加载RMySQL程序包：

2.我们可以使用合法的用户名和密码访问MySQL：

3.现在，我们可以给数据库提交查询，并从finance数据库中选取交易数据：

9月20日云栖精选夜读 | 如何轻松搞定数据科学面试：Python＆R语言篇 对于数据科学家来说，工作的一大部分都需要在交互式编程环境中对数据进行处理、分析和可视化。 在过去几年，R语言和Python成了进行数据科学中最炙手可热的两种语言。这两种语言各有优缺点，掌握这两种语言大有益处，但是针对面试者而言，最好的方式是学习其中一种并熟练掌握。
这是R数据科学的读书笔记之一，《R数据科学》是一本教你如何用R语言进行数据分析的书。即便我使用R语言快2年多了，但是读这本书还是受益颇多。
这是R数据科学的读书笔记之一，《R数据科学》是一本教你如何用R语言进行数据分析的书。即便我使用R语言快2年多了，但是读这本书还是受益颇多。
Python赶超R语言，成为数据科学、机器学习平台中最热门的语言？ 近日，kdnuggets做了一个关于数据科学、机器学习语言使用情况的问卷调查，他们分析了954个回答，得出结论——Python已经打败R语言，成为分析、数据科学和机器学习平台中使用频率最高的语言。