如何使用R和dplyr连接来自不同SQL数据库的表？

Question

我使用的是dplyr (0.7.0) ， dbplyr (1.0.0) ， DBI 0.6-1和odbc (1.0.1.9000) 。 我想做类似以下的事情：

db1 <- DBI::dbConnect(
  odbc::odbc(),
  Driver = "SQL Server",
  Server = "MyServer",
  Database = "DB1"
)
db2 <- DBI::dbConnect(
  odbc::odbc(),
  Driver = "SQL Server",
  Server = "MyServer",
  Database = "DB2"
)
x <- tbl(db1, "Table1") %>%
  dplyr::left_join(tbl(db2, "Table2"), by = "JoinColumn") 

但我一直得到一个似乎没有任何实质内容的错误。 当我使用show_query ，似乎代码正在尝试创建一个SQL查询，该查询连接两个表而不考虑单独的数据库。 根据dplyr::left_join的文档，我也尝试过：

x <- tbl(db1, "Table1") %>%
      dplyr::left_join(tbl(db2, "Table2"), by = "JoinColumn", copy = TRUE) 

但输出或错误消息没有变化。 是否有不同的方法从同一服务器上的不同数据库连接表？

Answer 1

我假设您提供的代码（a）您有兴趣在运行collect() 之前通过dplyr的语法加入两个tbl对象并将结果拉入本地内存并且（b）您想要引用直接调用tbl()的数据库对象。

如果您想利用dplyr以编程方式构建查询逻辑，同时利用数据库服务器将大量数据下载到您感兴趣的集合中，这些选择很重要。（或者至少这就是为什么我在这里结束了。）

我找到的解决方案使用一个连接而不指定数据库，并使用in_schema()数据库和架构信息（我无法在任何地方找到此文档或in_schema()晕）：

conn <- DBI::dbConnect(
  odbc::odbc(),
  Driver = "SQL Server",
  Server = "MyServer"
)

x <- tbl(src_dbi(conn),
         in_schema("DB1.dbo", "Table1")) %>%
  dplyr::left_join(tbl(src_dbi(conn),
                       in_schema("DB1.dbo", "Table2")),
                   by = "JoinColumn")

Answer 2

我会使用merge()函数来执行表上的左连接。 它将类似于x <- merge(df1, df2, by = "JoinColumn", all.x = TRUE) 。

Answer 3

我遇到了同样的问题，我无法用dplyr :: left_join解决它。

至少我能够使用以下解决方法完成这项工作。 我连接到SQL Server而没有声明默认数据库，然后我用sql（）运行查询。

con <- dbConnect(odbc::odbc(), dsn="DWH" ,  uid="", pwd= "" )

data_db <- tbl( con, sql("SELECT * 
                    FROM DB1..Table1 AS a
                    LEFT JOIN DB2..Table2 AS b ON a.JoinColumn = b.JoinColumn") ) 

data_db％>％...

希望能帮助到你。