【生信进阶练习1000days】day7-RSQLite的使用

学习来源：
https://cran.r-project.org/web/packages/RSQLite/vignettes/RSQLite.html

文章目录

1. 创建一个新的SQLite数据库
2. Loading data (加载数据)
3. Queries (查询)
4. Batched queries
5. Multiple parameterised queries
6. Satements
参考连接

1. 创建一个新的SQLite数据库

我们可以通过函数 dbConnect() 来连接和创建一个新的数据库

mydb <- dbConnect(RSQLite::SQLite(), "my-db.sqlite")
dbDisconnect(mydb)
unlink("my-db.sqlite")

可以使用双引号 "" 来构建一个桌面的临时数据库，或者使用 :memory: 和 file::memory
构建一个内存里的数据库。当我们断开连接，临时数据库就会直接自动删除。

mydb <- dbConnect(RSQLite::SQLite(), "")
dbDisconnect(mydb)

2. Loading data (加载数据)

我们可以使用函数 dbWriteTable(): 来将R数据框格式的数据，导入数据框

mydb <- dbConnect(RSQLite::SQLite(), "")
dbWriteTable(mydb, "mtcars", mtcars)
dbWriteTable(mydb, "iris", iris)
dbListTables(mydb)
#> [1] "iris"   "mtcars"

3. Queries (查询)

使用 dbGetQuery() 函数执行查询

dbGetQuery(mydb, 'SELECT * FROM mtcars LIMIT 5')
#>    mpg cyl disp  hp drat    wt  qsec vs am gear carb
#> 1 21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
#> 2 21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
#> 3 22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
#> 4 21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
#> 5 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2

注意： 不要使用paste()函数来构建用户查询，这样很可能会引起SQL注入攻击
要使用params参数来查询

dbGetQuery(mydb, 'SELECT * FROM iris WHERE "Sepal.Length" < :x', params = list(x = 4.6))
#>   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#> 1          4.4         2.9          1.4         0.2  setosa
#> 2          4.3         3.0          1.1         0.1  setosa
#> 3          4.4         3.0          1.3         0.2  setosa
#> 4          4.5         2.3          1.3         0.3  setosa
#> 5          4.4         3.2          1.3         0.2  setosa

这会显著提高数据库的安全性

4. Batched queries

如果我们执行了一个查询，但是查询结果很大，超出了内存范围，不能直接储存于内存中，
此时我们就需要使用 dbSendQuery() ，dbFetch() ， dbClearResults() 函数来批量处理检索结果，从超大的查询结果中选取自己想要的信息后，再确定存储下来。

注： 这属于检索大文件的操作

dbFetch() 默认检索所有可能的行，使用n参数，可以设置返回的最大行数

rs <- dbSendQuery(mydb, 'SELECT * FROM mtcars')
while (!dbHasCompleted(rs)) {df <- dbFetch(rs, n = 10)print(nrow(df))
}
#> [1] 10
#> [1] 10
#> [1] 10
#> [1] 2
dbClearResult(rs)

dbSendQuery() 可以执行一条查询，但是它不会直接抓取数据库中的数据记录
使用 dbFetch() 对 dbSendQuery() 查询得到的object，进行数据的抓取
完成 dbSendQuery() 和 dbFetch() 操作后，使用 dbClearResult() 来停止抓取数据的操作。

5. Multiple parameterised queries

设置一个参数，进行参数化查询
我们也可以使用 dbBind() 函数，结合 dbSendQuery() 函数以及**dbFetch()** 函数来完成参数化查询

rs <- dbSendQuery(mydb, 'SELECT * FROM iris WHERE "Sepal.Length" < :x')
dbBind(rs, param = list(x = 4.5))
nrow(dbFetch(rs))
#> [1] 4
dbBind(rs, param = list(x = 4))
nrow(dbFetch(rs))
#> [1] 0
dbClearResult(rs)

设置多个参数，进行参数化查询

rs <- dbSendQuery(mydb, 'SELECT * FROM iris WHERE "Sepal.Length" = :x')
dbBind(rs, param = list(x = seq(4, 4.4, by = 0.1)))
nrow(dbFetch(rs))
#> [1] 4
dbClearResult(rs)

6. Satements

DBI有两个新的函数dbSendStatement()和dbExecute()，它们是dbSendQuery()和dbGetQuery()的对应函数，应用于不返回表结果的SQL语句查询（例如将记录插入表、更新表或设置引擎参数）。如果不是很需要得到返回的查询结果，使用新函数是一种很好的实践。

dbExecute(mydb, 'DELETE FROM iris WHERE "Sepal.Length" < 4')
#> [1] 0
rs <- dbSendStatement(mydb, 'DELETE FROM iris WHERE "Sepal.Length" < :x')
dbBind(rs, param = list(x = 4.5))
dbGetRowsAffected(rs)
#> [1] 4
dbClearResult(rs)

con <- dbConnect(RSQLite::SQLite(), ":memory:")dbWriteTable(con, "cars", head(cars, 3))rs <- dbSendStatement(con,"INSERT INTO cars (speed, dist) VALUES (1, 1), (2, 2), (3, 3)"
)
dbHasCompleted(rs)
dbGetRowsAffected(rs)
dbClearResult(rs)
dbReadTable(con, "cars")   # there are now 6 rows# Pass one set of values directly using the param argument:
rs <- dbSendStatement(con,"INSERT INTO cars (speed, dist) VALUES (?, ?)",param = list(4L, 5L)
)
dbClearResult(rs)# Pass multiple sets of values using dbBind():
rs <- dbSendStatement(con,"INSERT INTO cars (speed, dist) VALUES (?, ?)"
)
dbBind(rs, list(5:6, 6:7))
dbBind(rs, list(7L, 8L))
dbClearResult(rs)
dbReadTable(con, "cars")   # there are now 10 rowsdbDisconnect(con)

参考连接

https://www.runoob.com/sqlite/sqlite-drop-table.html
https://www.runoob.com/sqlite/sqlite-drop-table.html
https://cran.r-project.org/web/packages/RSQLite/vignettes/RSQLite.html