通过

在 SQL Server 和 XDF 文件之间移动数据（SQL Server 和 RevoScaleR 教程）

适用于： SQL Server 2016 (13.x) 及更高版本

这是介绍如何在 SQL Server 中使用 RevoScaleR 函数的 RevoScaleR 教程系列的第 13 个教程。

在此教程中，你将学习如何使用 XDF 文件在远程和本地计算上下文之间传输数据。 将数据存储在 XDF 文件中，则可以对数据执行转换。

完成后，使用该文件中的数据创建新的 SQL Server 表。 函数 rxDataStep 可以将转换应用于数据，并执行数据帧和 .xdf 文件之间的转换。

从 XDF 文件创建 SQL Server 表

在本练习中，会再次使用信用卡欺诈数据。 在此方案中，要求对加利福尼亚州、俄勒冈州和华盛顿州的用户执行一些额外分析。 为了提高效率，决定在本地计算机上只存储这些州的数据并只处理 gender、ardholder、state 和 balance 这几个变量。

  1. 再次使用之前创建的 stateAbb 变量以确定要包括的级别，并将其写入新变量 statesToKeep。

    statesToKeep <- sapply(c("CA", "OR", "WA"), grep, stateAbb)
statesToKeep

    结果

    CA OR WA
    5 38 48

  2. 使用 Transact-SQL 查询定义想要从 SQL Server 导入的数据。 稍后，将此变量用作 rxImport 的 inData 参数。

    importQuery <- paste("SELECT gender,cardholder,balance,state FROM",  sqlFraudTable,  "WHERE (state = 5 OR state = 38 OR state = 48)")

    确保没有隐藏字符，如换行符或查询中的选项卡。

  3. 接下来，定义在 R 中处理数据时要使用的列。例如，在较小的数据集中，只需三个因素级别，因为该查询只返回三个州的数据。 应用 statesToKeep 变量以确定要包括的正确级别。

    importColInfo <- list(
    gender = list( type = "factor",  levels = c("1", "2"), newLevels = c("Male", "Female")),
    cardholder = list(  type = "factor",  levels = c("1", "2"), newLevels = c("Principal", "Secondary")),
    state = list(   type = "factor",  levels = as.character(statesToKeep), newLevels = names(statesToKeep))
        )

  4. 将计算上下文设置为本地，因为需在本地计算机上使用所有数据。

    rxSetComputeContext("local")

    rxImport 函数可以将数据从任何受支持的数据源导入到本地 XDF 文件。 如果想要对数据进行多种不同的分析，但避免反复运行相同的查询，则使用数据的本地副本会非常方便。

  5. 通过将之前定义为参数的变量传递给 RxSqlServerData，创建数据源对象。

    sqlServerImportDS <- RxSqlServerData(
    connectionString = sqlConnString,
    sqlQuery = importQuery,
    colInfo = importColInfo)

  6. 调用 rxImport，将数据写入当前工作目录中一个名为 ccFraudSub.xdf 的文件。

    localDS <- rxImport(inData = sqlServerImportDS,
    outFile = "ccFraudSub.xdf",
    overwrite = TRUE)

    rxImport 函数返回的 localDs 对象为轻量 RxXdfData 数据源对象，表示存储在本地磁盘上的 ccFraud.xdf 数据文件。

  7. 对 XDF 文件调用 rxGetVarInfo 以验证数据架构是否相同。

    rxGetVarInfo(data = localDS)

    结果

    rxGetVarInfo(data = localDS)
Var 1: gender, Type: factor, no factor levels available
Var 2: cardholder, Type: factor, no factor levels available
Var 3: balance, Type: integer, Low/High: (0, 22463)
Var 4: state, Type: factor, no factor levels available

  8. 现在，可以调用各种不同的 R 函数以分析 localDs 对象，正如对 SQL Server 上的源数据执行的操作一样。 例如，可以按 gender 进行汇总：

    rxSummary(~gender + cardholder + balance + state, data = localDS)

后续步骤

本教程为介绍 RevoScaleR 和 SQL Server 的多部分系列教程画上了句号。 它介绍了许多与数据相关的计算概念，为你处理自己的数据和项目需求打下了基础。

若要加深对 RevoScaleR 的了解，可返回到 R 教程列表，逐步完成你可能错过的任何练习。 或者，查看目录中的操作方法文章，获取有关一般任务的信息。

SQL Server 的 R 教程

  • Last updated on