数据库
首页 > 数据库> > 使用collect将R连接到MySQL时连接丢失

使用collect将R连接到MySQL时连接丢失

作者:互联网

我想使用dplyr和RMySQL来处理我的大数据. dplyr代码没有问题.问题(我认为)是关于将数据从MySQL导出到R.我的连接每次都被删除,即使我在收集中使用n = Inf.从理论上讲,我的数据应该有超过50K行,但我只能回到15K左右.任何建议表示赞赏.

方法1

library(dplyr)
library(RMySQL)

# Connect to a database and select a table 
my_db <- src_mysql(dbname='aermod_1', host = "localhost", user = "root", password = "")   
my_tbl <- tbl(my_db, "db_table") 
out_summary_station_raw <- select(my_tbl, -c(X, Y, AVERAGE_CONC))
out_station_mean_local <- collect(out_summary_station_raw)

方法2:使用Pool

library(pool)
library(RMySQL)
library(dplyr)

pool <- dbPool(
  drv = RMySQL::MySQL(),
  dbname = "aermod_1",
  host = "localhost",
  username = "root",
  password = ""
)

out_summary_station_raw <- src_pool(pool) %>% tbl("aermod_final") %>% select(-c(X, Y, AVERAGE_CONC))

out_station_mean_local <- collect(out_summary_station_raw, n = Inf)

警告信息(两种方法):

Warning messages:
1: In dbFetch(res, n) : error while fetching rows
2: Only first 15,549 results retrieved. Use n = Inf to retrieve all. 

更新:

检查日志,从服务器端看起来很好.对于我的例子,慢日志表示Query_time:79.348351 Lock_time:0.000000 Rows_sent:15552 Rows_examined:16449696,但是收集只是无法检索完整数据.我可以使用MySQL Bench复制相同的动作.

解决方法:

在最近的RMySQL更新之后,我注意到我无法从大型视图中收集()数据,并且我将其报告为an issue.您的问题可能是相关的.

要尝试的一件事是回滚到最后一个版本.

devtools::install_version("RMySQL", version = "0.10.9", 
                          repos = "http://cran.us.r-project.org")

标签:mysql,r,dplyr,rmysql
来源: https://codeday.me/bug/20190701/1349990.html