如何使用R和dplyr連接來自不同SQL數據庫的表？

Question

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

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") 

但我一直得到一個似乎沒有任何實質內容的錯誤。 當我使用show_query ，似乎代碼正在嘗試創建一個SQL查詢，該查詢連接兩個表而不考慮單獨的數據庫。 根據dplyr::left_join的文檔，我也嘗試過：

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

但輸出或錯誤消息沒有變化。 是否有不同的方法從同一服務器上的不同數據庫連接表？

Answer 1

我假設您提供的代碼（a）您有興趣在運行collect() 之前通過dplyr的語法加入兩個tbl對象並將結果拉入本地內存並且（b）您想要引用直接調用tbl()的數據庫對象。

如果您想利用dplyr以編程方式構建查詢邏輯，同時利用數據庫服務器將大量數據下載到您感興趣的集合中，這些選擇很重要。（或者至少這就是為什么我在這里結束了。）

我找到的解決方案使用一個連接而不指定數據庫，並使用in_schema()數據庫和架構信息（我無法在任何地方找到此文檔或in_schema()暈）：

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

我會使用merge()函數來執行表上的左連接。 它將類似於x <- merge(df1, df2, by = "JoinColumn", all.x = TRUE) 。

Answer 3

我遇到了同樣的問題，我無法用dplyr :: left_join解決它。

至少我能夠使用以下解決方法完成這項工作。 我連接到SQL Server而沒有聲明默認數據庫，然后我用sql（）運行查詢。

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％>％...

希望能幫助到你。