Rで分析するためにMySQLで大規模なデータベースを設定する

RMySQLのドキュメントは非常に優れていますが、SQLの基本を理解していることを前提としています。これらは次のとおりです。

データベースの作成
テーブルの作成
データをテーブルに取り込む
テーブルからデータを取得する

ステップ1は簡単です。MySQLコンソールで、単に「データベースDBNAMEを作成」します。または、コマンドラインから mysqladminを使用します、または多くの場合、MySQL管理GUIがあります。

テーブルフィールドとそのタイプを指定する必要があるため、ステップ2は少し難しくなります。これは、CSV（または他の区切られた）ファイルの内容によって異なります。簡単な例は次のようになります：

use DBNAME;
create table mydata(
  id INT(11) NOT NULL AUTO_INCREMENT PRIMARY KEY,
  height FLOAT(3,2)
);

これは、2つのフィールドを持つテーブルを作成することを意味します： id 、これは主キーになり（したがって、一意である必要があります）、新しいレコードが追加されると自動インクリメントされます。および高さ、ここでは浮動小数点数（数値タイプ）として指定され、合計3桁、小数点以下2桁です（例 100.27）。データ型を理解することが重要です。。

ステップ3-データをテーブルにインポートするにはさまざまな方法があります。最も簡単な方法の1つは、 mysqlimportを使用することです。効用。上記の例では、データがテーブル（mydata）と同じ名前のファイルにあり、最初の列がタブ文字で、2番目の列が高さ変数（ヘッダー行なし）であると仮定すると、これは機能します：

mysqlimport -u DBUSERNAME -pDBPASSWORD DBNAME mydata

ステップ4-MySQLクエリを実行する方法を知っている必要があります。繰り返しますが、簡単な例：

select * from mydata where height > 50;

「高さが50を超えるテーブルmydataからすべての行（id +高さ）をフェッチする」ことを意味します。

これらの基本をマスターしたら、2つ以上のテーブルを作成したり、それぞれのデータを結合するクエリを実行したりするなど、より複雑な例に進むことができます。

次に、RMySQLのマニュアルを参照できます。 RMySQLでは、データベース接続を設定してから、SQLクエリ構文を使用してテーブルから行をデータフレームとして返します。したがって、SQL部分を取得することが非常に重要です。RMySQL部分は簡単です。

「公式」チュートリアル MySQLのWebサイトで。 Googleで「mysqlチュートリアル」を検索してください。

個人的には、80Mbを大きなデータセットとはまったく考えていません。これがRAMの問題を引き起こしていることに驚いています。そして、ネイティブR関数がそれを非常に簡単に処理できると確信しています。ただし、この問題でSQLなどの新しいスキルが必要ない場合でも、SQLなどの新しいスキルを習得することをお勧めします。