SQL Server R 多个结果集

Posted 2023-03-12

【中文标题】SQL Server R 多个结果集

【英文标题】：SQL Server R multiple result sets

【发布时间】：2018-01-06 04:25:57

【问题描述】：

是否可以通过使用 SQL Server 2016+ 执行 R 脚本来获取多个表？让我们从互联网上随便举一个简单的例子（无需发布我的，以免问题过于复杂）：

EXEC sp_execute_external_script
  @language =N'R',
  @script=N'OutputDataSet<-InputDataSet',
  @input_data_1 =N'SELECT 1 AS hello'
  WITH RESULT SETS (([hello] int not null));

在here 中发布。

这里将结果作为单个表返回。假设我对数据进行了各种计算，现在我想返回多个表作为结果。

例如：

a<-InputDataSet

b<-InputDataSet + 5

这些将返回两个不同的表作为结果。现在我想不出任何好的方法来在两个单独的表中返回数据，因为它只返回一个表。显然，我可以这样返回：

OutputDataSet<-data.frame(a, b)

但是处理不同的功能和不同的数据很快就会变得相当麻烦。例如我使用一个函数lm。现在一个数据集将是计算估计值，另一个是参与方程的每一列的系数。同样，我当然可以加入这两个数据表并在以后处理它们，但是在许多情况下输出结果会变得巨大。

程序的参数看起来像：..., @output_data_1_name，但没有@output_data_2_name等，因此我看不到方法。也许可以创建OutputDataSet 以便它包含多个表？如果是这样 - 由于我缺乏经验，我不知道 R 中的这种方式。

tldr; 是否可以返回多个结果集，或者我唯一的解决方案是在 R 代码中手动构造输出，这样我总是会得到一个？

【参考方案1】：

根据 Microsoft 文档，目前无法返回多个表。它在这个page上声明：

只能将一个输入数据集作为参数传递，您可以 只返回一个数据集。

但是，您可以返回额外的单个变量，如 here 所述：

一般来说，存储过程中 R 的输出 sp_execute_external_script 仅限于单个数据帧。 （这 将来可能会取消限制。）

但是，您可以返回其他类型的输出，例如标量，在 添加到数据框。

还有一个例子说明如何做到这一点。

【讨论】：

谢谢，我相信这已经足够了。非常感谢您为研究所做的努力。

也感谢我。我已经阅读了很多关于这个问题的文章 - 对于输入和输出数据集 - 并且完全错过了返回额外标量输出的技巧。为指出该链接而欢呼！

【参考方案2】：

可以以块矩阵的形式返回多个表（data.frame 或 data.table）。 data.table::rbindlist(L, fill = T) 将从L 的data.frame 或data.table 列表中创建一个块矩阵

DROP TABLE IF EXISTS temp153462
CREATE TABLE temp153462
              ([speed] int NULL,
               [dist] int NULL,
               [sepal_length] float NULL,
               [sepal_width] float NULL,
               [petal_length] float NULL,
               [petal_width] float NULL,
               [species] nvarchar(20) NULL)
insert into temp153462

exec sp_execute_external_script 
@language = N'R', 
@script = N'library(data.table)            
            library(datasets)
            print(cars)
            print(iris)
            OutputDataSet <- rbindlist(list(cars, iris), fill = T)
            print(OutputDataSet)'
SELECT speed, dist FROM temp153462 WHERE speed is not NULL
SELECT sepal_length, sepal_width, petal_length, petal_width FROM temp153462 WHERE sepal_width is not NULL

这确实需要 data.table 包，我出于其他原因推荐它。

还有plyr::rbind.fill() 做类似的事情。