آموزش کار با دیتابیس در زبان R

0 دیدگاه

داده‌ها را در سیستم‌های پایگاه‌داده رابطه‌ای (Relational Database Systems) به‌صورت نرمال‌سازی‌شده ذخیره می‌کنیم. بنابراین برای محاسبات آماری، به پرس‌وجوهای بسیار پیشرفته و پیچیده SQL نیاز داریم. بااین‌حال، شما می‌توانید با R به‌سادگی به پایگاه‌های داده‌ای مانند MySQL، Oracle و SQL Server متصل شوید و رکوردها را به شکل یک Data Frame دریافت کنید. وقتی داده‌ها را وارد محیط R می‌کنید، آن‌ها به یک مجموعه‌داده معمولی R تبدیل می‌شوند و شما می‌توانید با همه بسته‌ها و توابع قدرتمند، آن‌ها را تحلیل یا پردازش کنید.

در این آموزش از پایگاه‌داده MySQL به‌عنوان مرجع اتصال به R استفاده می‌کنیم.

بسته RMySQL

زبان R بسته داخلی RMySQL را در اختیار دارد و این بسته اتصال مستقیم به پایگاه‌داده MySQL را فراهم می‌کند. این بسته را با دستور زیر در محیط R نصب کنید:

1	install.packages("RMySQL")

اتصال R به MySQL

پس از نصب بسته، یک شیء اتصال (Connection Object) در R می‌سازیم و به پایگاه‌داده وصل می‌شویم. این شیء نام کاربری، گذرواژه، نام پایگاه‌داده و نام میزبان را می‌گیرد.

# ایجاد شیء اتصال به پایگاه‌داده MySQL

# در این مثال به پایگاه‌دادهٔ نمونه‌ای به نام "sakila" که همراه نصب MySQL وجود دارد، متصل می‌شویم.

mysqlconnection = dbConnect(MySQL(), user = 'root', password = '', dbname = 'sakila',

host = 'localhost')

# فهرست جداول موجود در این پایگاه‌داده

dbListTables(mysqlconnection)

وقتی کد بالا را اجرا می‌کنیم، نتیجه زیر را تولید می‌کند:

[1] "actor" "actor_info"

[3] "address" "category"

[5] "city" "country"

[7] "customer" "customer_list"

[9] "film" "film_actor"

[11] "film_category" "film_list"

[13] "film_text" "inventory"

[15] "language" "nicer_but_slower_film_list"

[17] "payment" "rental"

[19] "sales_by_film_category" "sales_by_store"

[21] "staff" "staff_list"

[23] "store"

اجرای پرس‌وجو روی جداول

برای پرس‌وجو از جداول پایگاه‌داده در MySQL می‌توانید از تابع dbSendQuery() استفاده کنید. این پرس‌وجو در MySQL اجرا می‌شود و تابع fetch() در R نتایج را بازیابی می‌کند. در نهایت داده‌ها در قالب یک Data Frame در R ذخیره می‌شوند.