RMySQL的文档非常好 - 但它假定您知道SQL的基础知识。这些是:
- 创建数据库
- 创建表格
- 将数据放入表格中
- 从表格中获取数据
第一步很容易:在MySQL控制台中,只需“create database DBNAME”。或者从命令行使用mysqladmin,或者通常有MySQL管理GUI。
第2步有点困难,因为您必须指定表字段及其类型。这将取决于CSV(或其他分隔符)文件的内容。一个简单的例子可能看起来像:
use DBNAME;
create table mydata(
id INT(11) NOT NULL AUTO_INCREMENT PRIMARY KEY,
height FLOAT(3,2)
);
请创建一个包含两个字段的表格:id,它将是主键(因此必须是唯一的),并且在添加新记录时会自动递增;height,这里指定为浮点数(数字类型),总共有3位数字,小数点后有2位(例如100.27)。重要的是您了解data types。
步骤3 - 有多种方法可以将数据导入表中。其中最简单的方法之一是使用mysqlimport实用程序。在上面的示例中,假设您的数据与表格名称相同(mydata),第一列是制表符,第二列是高度变量(没有标题行),则可以使用以下方法:
mysqlimport -u DBUSERNAME -pDBPASSWORD DBNAME mydata
第四步 - 需要您知道如何运行MySQL查询。再举一个简单的例子:
select * from mydata where height > 50;
意思是“从表mydata中获取所有行(id+height),其中height大于50”。
一旦你掌握了这些基础知识,就可以转向更复杂的例子,例如创建2个或更多的表,并运行查询以连接每个表中的数据。
然后 - 你可以去看RMySQL手册。在RMySQL中,你设置数据库连接,然后使用SQL查询语法将行返回为数据框。因此,真正重要的是你掌握SQL部分 - RMySQL部分很容易。
网上有很多MySQL和SQL教程,包括MySQL网站上的“官方”tutorial。只需谷歌搜索“mysql教程”即可。
就我个人而言,我认为80 Mb并不是一个大数据集;我很惊讶这会导致RAM问题,我相信本地R函数可以轻松处理它。但学习新技能,如SQL,即使你不需要它们解决这个问题也是好的。