3.3 数据集连接

数据分析过程中会遇到一些很大的数据文件，这时仍然使用本地的文本格式存储出现不同问题：数据量大于计算机内存时，计算机无法读取数据；对数据的修改十分困难；无法按照需求加载数据。使用数据库存储数据则可以有效的解决这些问题。

数据库主要有两种类型：关系型数据库和非关系型数据库。关系型数据库是相互关联的表的集合，例如学生成绩单，学生姓名存储一张表，学生成绩存到另一张，它们之间一一对应；非关系型则是一个学生存储一张表。在数据量较小时，关系型可能更加高效，但是数据量增加之后，尤其是数据字段增加，非关系型分布式的存储方式效率更高。

在使用R与数据库连接时，要先配置好数据库的环境。R语言连接数据库常用的方法有2种：

使用R数据库接口

连接MySQL，需要首先下载安装数据库，然后安装RMySQL包。

library(RMySQL)

在这种方式下，连接数据库的包有2种：

使用dbConnect函数

conn <- dbConnect(MySQL(), dbname = "rmysql")

这里，我们使用dbdbConnect函数创建了一个连接：conn。在此基础上，我们可以对数据库进行一系列的操作：

dbWriteTable(conn, "tablename", data) 
dbReadTable(conn, "tablename")  
dbDisconnect(conn)

dbWriteTable可以用来在数据库中写入表，conn代表指向数据库的路径，“tablename”为表的名称，data为要写入的数据；dbReadTable则用来读取数据库中的数据；dbDisconnect(conn) 则会关闭此连接。

使用sqldf包

同样的，我们首先要安装sqldf包，其次加载它。sqldf包建立连接的常用方式如下所示：

sqldf("select * from t_data",dbname="test",drv="MySQL")

使用ODBC连接

使用ODBC的方式进行连接，需要我们首先在Windows下配置ODBC，以开放数据库连接，具体步骤如下： * R安装RODBC包

下载并安装mySQL ODBC，下载地址为http://dev.mysql.com/downloads/connector/odbc
Windows：控制面板->管理工具->数据源（ODBC）->双击->添加->选中mysqlODBC driver一项，并根据个人需要填写信息（TCP/IP Server 填写本机服务器IP，一般为：127.0.0.1 ）。数据库里会出现你的mysql里的数据库列表，选择一个数据库作为你在R中要调用的数据库
打开R的界面调用数据库

调用数据库的常用语法如下，sqlTables函数用来查看数据库中的表，sqlFetch则将数据库中的数据读取到数据框中：

library(RODBC); 
channel <- odbcConnect("mysql_data"); 
sqlTables(channel)
data<-sqlFetch(channel,"kegg")