R：使用RODBC和SQL Server緩慢讀取性能

Question

我是R新手，但有興趣使用Shiny使用存儲在SQL Server數據庫中的數據創建動態圖表。爲了實現交互性，我想從數據庫中提取原始數據並在R內執行計算，而不是讓數據庫彙總數據。

我能夠使用RODBC連接到數據庫，執行查詢並以data.frame接收結果。但是，R中的讀取時間比在SQL Server Management Studio（SSMS）中執行的相同查詢的時間長大約12倍。 SSMS需要約600毫秒，而R需要約7.6秒。我的問題是我做錯了什麼，或者是數據庫訪問真的很慢？如果是這樣，是否有更快的選擇（例如將數據庫輸出寫入文件並讀取文件）？

有關可能有所幫助的查詢的一些信息：查詢將檢索包含4列的大約250K行。第一列是日期，其他三個是數字值。運行R的機器和SSMS是32GB內存的高端Win 7工作站。我正在運行的R命令是：

system.time(df <- sqlQuery(cn, query)) 

返回：

user system elapsed 
7.17 0.01 7.58 

有趣的是，它似乎是從SQL數據傳送到我的機器速度快，但R忙於內部做的事情幾秒鐘後再返回data.frame。我看到這一點是因爲網絡利用率在第一秒內出現峯值，幾乎立即回到接近0.然後幾秒鐘後，Rdata.frame返回。

Answer 1

我會嘗試RJDBC http://cran.r-project.org/web/packages/RJDBC/RJDBC.pdf

這些驅動程序https://msdn.microsoft.com/en-us/sqlserver/aa937724.aspx

library(RJDBC) 
drv <- JDBC("com.microsoft.sqlserver.jdbc.SQLServerDriver","/sqljdbc4.jar") 
con <- dbConnect(drv, "jdbc:sqlserver://server.location", "username", "password") 
dbGetQuery(con, "select column_name from table") 

Answer 2

我會確保你的[R時區 - sys.setenv（TZ = 'GMT'）設置爲GMT例如 - 與您要提取數據的SQL服務器的時區相同。可能是因爲日期列需要很長時間才能解釋，特別是如果它有時間戳。

RJDBC將運行更快，因爲它將日期轉換爲字符，其他所有內容都轉換爲數字。 RODBC將嘗試保留SQL表的數據類型。