在R中使用RJDBC输入数据时定义列类

Question

我正在尝试从R中的HANA数据库导入非常大的数据集。RJDBC包的问题之一是所有带有字符的列都作为字符列类型加载。 在我们的案例中，将列作为因子加载会更加有效，因为只有少数几个唯一值。 是否可以在RJDBC调用中的某个地方定义col类，以及在哪里进行col类转换？ 如果在HANA中进行因子转换会很好，因为它将减少必须传输到R的GB数量。示例代码：

dbFetch(dbSendQuery(conn = hana_connection, statement = 'select CHAR_COL FROM TABLE_NAME'))

在文档https://www.rforge.net/RJDBC/上，他们正在谈论所需的DBML语句。

Answer 1

这确实是RJDBC的问题。 使用RODBC，将字符值作为因子读取可以很好地工作（并且易于实现）。

ch<-odbcConnect("S12")
fact<-sqlQuery (ch, 'SELECT TOP 50 \'x\'||DIM10 as CHARCOL from FACT order by DIM10  asc') 
str(fact)
odbcClose(ch)

 str(fact)
'data.frame':   50 obs. of  1 variable:
 $ CHARCOL: Factor w/ 1 level "x0": 1 1 1 1 1 1 1 1 1 1 ...

抛开所有这些，通常不是将大量数据从HANA导入R的最佳方法。相反，在移动数据之前最好应用所有必需的转换和过滤器。