sql - 如何给 dplyr 一个 SQL 查询并让它返回一个远程 tbl 对象？

Question

假设我使用 dbplyr 打开了一个远程 tbl，并且我想对其使用 SQL 查询(可能是因为没有 dbplyr 翻译来实现我想要执行的操作)，我该如何提供它以使其返回远程 tbl对象？

DBI::dbGetQuery() 函数允许您向 db 发出查询，但它返回内存上的数据帧，而不是远程 tbl 对象。

例如，假设您已经有一个与数据库打开的连接con，您可以创建一个如下表:

library(tidyverse)

x_df <- expand.grid(A = c('a','b','c'), B = c('d','e','f', 'g','h')) %>% 
  mutate(C = round(rnorm(15), 2))

DBI::dbWriteTable(conn = con,
                  name = "x_tbl",
                  value = x_df,
                  overwrite = TRUE)

x_tbl = tbl(con, 'x_tbl')

sql_query <- build_sql('SELECT a, b, c, avg(c) OVER (PARTITION BY a) AS mean_c FROM x_tbl')

y_df <- DBI::dbGetQuery(con, sql_query) # This returns a data frame on memory

y_tbl <- x_tbl %>% 
  group_by(a) %>% 
  mutate(mean_c = mean(c))

show_query(y_tbl) # This is a remote tbl object

在这种情况下，我可以只使用y_tbl。但有些情况下，该函数尚未在 dbplyr 上进行翻译(例如，分位数不起作用)，我需要使用 SQL 代码。但我不想收集结果，我希望它创建一个远程 tbl 对象。有没有一种方法可以提供 SQL 查询(例如使用 dbGetQuery())但让它返回远程表？

谢谢

Answer 1

嗯，考虑一下它的工作原理，我想我找到了一种方法。您可以在 mutate 函数内给出 sql 查询:

y_tbl <- x_tbl %>% 
  group_by(a) %>% 
  mutate(mean_c = sql("avg(c) OVER (PARTITION BY a)"))

show_query(y_tbl) # This is a remote tbl object

这将让您给出变量的 SQL 定义，而无需计算表。