在PL/R中加载,列出和使用R模块和功能

Question

我遇到困难:

• 列出PostgreSQL可用的R包和函数.
• 安装包(如Kendall)以与PL/R一起使用
• 在PostgreSQL中调用R函数

列出可用的R包

问题1.你如何找出已加载的R模块？

SELECT * FROM r_typenames();

这显示了可用的类型,但是检查是否Kendall( X, Y )已加载？例如,文档显示:

CREATE TABLE plr_modules (
  modseq int4,
  modsrc text
);

这似乎允许插入记录来指示Kendall要加载的内容,但是下面的代码在语法上没有解释如何确保它被加载:

INSERT INTO plr_modules
  VALUES (0, 'pg.test.module.load <-function(msg) {print(msg)}');

Q.2.如果您尝试加载,上述行会是什么样子Kendall？
Q.3.适用吗？

安装R包

使用"synaptic"包管理器安装了以下包:

r-base
r-base-core
r-base-dev
r-base-html
r-base-latex
r-cran-acepack
r-cran-boot
r-cran-car
r-cran-chron
r-cran-cluster
r-cran-codetools
r-cran-design
r-cran-foreign
r-cran-hmisc
r-cran-kernsmooth
r-cran-lattice
r-cran-matrix
r-cran-mgcv
r-cran-nlme
r-cran-quadprog
r-cran-robustbase
r-cran-rpart
r-cran-survival
r-cran-vr
r-recommended

Q.4.我如何知道Kendall是否在那里？
Q.5.如果不是,我如何找出它所在的包装？
问题6.如果不是在一个包适用于安装apt-get(aptitude,synaptic,dpkg,你有什么),我怎么去在Ubuntu上安装它？
Q.7.安装步骤在哪里记录？

调用R函数

我有以下代码:

EXECUTE 'SELECT '
  'regr_slope( amount, year_taken ),'
  'regr_intercept( amount, year_taken ),'
  'corr( amount, year_taken ),'
  'sum( measurements ) AS total_measurements '
'FROM temp_regression'
INTO STRICT slope, intercept, correlation, total_measurements;

此代码调用PostgreSQL函数corr来计算Pearson对数据的相关性.理想情况下,我想做到以下几点(切换corr为plr_kendall):

EXECUTE 'SELECT '
  'regr_slope( amount, year_taken ),'
  'regr_intercept( amount, year_taken ),'
  'plr_kendall( amount, year_taken ),'
  'sum( measurements ) AS total_measurements '
'FROM temp_regression'
INTO STRICT slope, intercept, correlation, total_measurements;

Q.8.我必须自己写plr_kendall吗？
Q.9.我在哪里可以找到一个简单的例子:

1. 将R模块加载到PG中.
2. 为所需的R函数编写PG包装器.
3. 从SELECT调用PG包装器.

例如,最后两个步骤是什么样的:

create or replace function plr_kendall( _float8, _float8 ) returns float as '
  agg_kendall(arg1, arg2)
' language 'plr';

CREATE AGGREGATE agg_kendall (
  sfunc = plr_array_accum,
  basetype = float8, -- ???
  stype = _float8, -- ???
  finalfunc = plr_kendall
);

然后SELECT如上所述？

谢谢!

Answer 1

概观

这些步骤列出了如何使用PL/R从PostgreSQL调用R函数.

Prerequisties

您必须已安装PostgreSQL,R和PL/R.

脚步

1. 查找R模块名称(例如Kendall)
2. 更改为数据库用户:

   sudo su - postgres

3. 跑R

   R

4. 安装R模块(接受$HOME/R/x86_64-pc-linux-gnu-library/2.9/):

   install.packages("Kendall", dependencies = TRUE)

5. 出现提示时,选择CRAN镜像.
6. 创建下表:

   CREATE TABLE plr_modules (
   modseq int4,
   modsrc text
   );

7. 在该表中插入指令以加载有问题的R模块:

   INSERT INTO plr_modules
   VALUES (0, 'library(Kendall)' );

8. 重启数据库(或SELECT * FROM reload_plr_modules();):

   sudo /etc/init.d/postgresql-8.4 restart

9. 在PostgreSQL中创建一个包装器函数:

   CREATE OR REPLACE FUNCTION climate.plr_corr_kendall(
   double precision[],
   double precision[] )
   RETURNS double precision AS
   $BODY$
   Kendall(arg1, arg2)
   $BODY$
   LANGUAGE 'plr' VOLATILE STRICT;

10. 创建一个使用包装函数的函数.
11. 测试新功能.

包装功能

此函数执行从数据库收集数据并创建两个数组的工作.这些数组被传递给plr_corr_kendall包装函数.

CREATE OR REPLACE FUNCTION climate.analysis_vector()
RETURNS double precision AS
$BODY$
DECLARE
  v_year_taken double precision[];
  v_amount double precision[];
  i RECORD;
BEGIN
  FOR i IN (
  SELECT
    extract(YEAR FROM m.taken) AS year_taken,
    avg( m.amount ) AS amount
  FROM
    climate.city c,
    climate.station s,
    climate.station_category sc,
    climate.measurement m
  WHERE 
    c.id = 5148 AND 
    earth_distance( 
      ll_to_earth(c.latitude_decimal,c.longitude_decimal), 
      ll_to_earth(s.latitude_decimal,s.longitude_decimal)) <= 30 AND 
    s.elevation BETWEEN 0  AND  3000  AND 
    s.applicable AND 
    sc.station_id = s.id AND 
    sc.category_id = 1 AND 
    extract(YEAR FROM sc.taken_start) >= 1900 AND 
    extract(YEAR FROM sc.taken_end) <= 2009 AND 
    m.station_id = s.id AND 
    m.taken BETWEEN sc.taken_start AND sc.taken_end AND 
    m.category_id = sc.category_id 
  GROUP BY 
    extract(YEAR FROM m.taken)
  ORDER BY
    extract(YEAR FROM m.taken)
  ) LOOP
    SELECT array_append( v_year_taken, i.year_taken ) INTO v_year_taken;
    SELECT array_append( v_amount, i.amount::double precision ) INTO v_amount;
  END LOOP;

  RAISE NOTICE '%', v_year_taken;
  RAISE NOTICE '%', v_amount;

  RETURN climate.plr_corr_kendall( v_year_taken, v_amount );
END;
$BODY$
LANGUAGE 'plpgsql' VOLATILE
COST 100;

测试

测试功能如下:

SELECT
  *
FROM
  climate.analysis_vector();

结果

数字:-0.0578900910913944