Question

我正在尝试使用以下代码使用池连接两个远程表（City和Country）：

pool <- dbPool(
  drv = RMySQL::MySQL(),
  dbname = "shinydemo",
  host = "shiny-demo.csa7qlmguqrf.us-east-1.rds.amazonaws.com",
  username = "guest",
  password = "guest"
)

src_pool(pool) %>% 
  tbl('City') %>% 
  left_join('Country', by=c('CountryCode'='Code'))

但这是我在运行代码时遇到的错误：

    Error: x and y don't share the same src. 
Set copy = TRUE to copy y into x's source (this may be time consuming).
    In addition: Warning message:
    In force(expr) : You have a leaked pooled object. Destroying it.

下面是使用dplyr的同一查询的工作示例：

srccon <- src_mysql(
  host = "shiny-demo.csa7qlmguqrf.us-east-1.rds.amazonaws.com",
  dbname = "shinydemo",
  user  = "guest",
  password = "guest"
)
tbl(srccon, 'City') %>% 
  left_join(tbl(srccon, 'Country'), by=c('CountryCode'='Code'))

使用pool::dbGetQuery

的另一个例子

sql <- "SELECT * FROM City LEFT JOIN Country ON (CountryCode=Code)"
dbGetQuery(pool, sql)

Answer 1

我不熟悉池，但错误信息：

Error: x and y don't share the same src. 
Set copy = TRUE to copy y into x's source (this may be time consuming).

是因为你的一个表在数据库中被操作（我猜是City）而另一个在内存中/不在数据库中（'Country'），但它可能反过来说。在这种情况下，x和y是您的两个表，错误消息只是告诉您它们不是同一个地方。通过设置copy = TRUE，y中的tibble将被（临时）复制到存储x的任何位置（例如，存储到数据库或RAM中），以便执行计算。

你可以尝试使用dplyr::collect()将两个对象都带入内存，这意味着连接发生在内存中;或确保两者都在您的数据库上（在这种情况下，联接将在那里发生）。

即

# Keep both in RAM
City <- tbl('City') %>% collect()
Country <- tbl('Country') %>% collect()

joined <- City %>% left_join(Country, by = c('CountryCode' = 'Code))

我猜想关于Warning的{{1}}与同一问题有关（一个表在内存中，一个在数据库中）。

如何使用池连接来连接表？

1 个答案: