如何在没有数据库连接的情况下从 dbplyr 生成 SQL？

Question

我目前可以通过beelineCLI访问 Apache Hive 数据库。我们仍在与 IT 协商以获取R服务器。在那之前，我想（ab）使用该R dbplyr包在另一台机器上生成 SQL 查询，复制它们，然后将它们作为原始 SQL 运行。我已经使用sql_render在dbplyr在那里我有一个有效的数据库连接实例的过去，但我不知道如何做到这一点没有一个有效的数据库连接。对我来说，理想的情况是这样的：

con <- dummy_connection('hive')   # this does not exist, I think
qry <- tbl(con,'mytable') %>%     # complex logic to build a query
  select(var1,var2) %>%
  filter(var1 > 0)   # etc...
sql_render(qry) %>%               # cat it to a file to be used on another machine.
  as.character() %>%
  cat() 

有没有办法建立这种“虚拟”连接？并且可以以我可以指定SQL变体的方式完成吗？

Answer 1

您可以仅使用 R 生成内存 SQLite 数据库：

library(DBI)
library(odbc)
library(RSQLite)
library(tidyverse)
library(dbplyr)

con <- dbConnect(RSQLite::SQLite(), ":memory:")

data("diamonds")

dbWriteTable(con, "diamonds", diamonds)

有了内存 SQL 数据库和数据库连接，您应该能够（滥用）使用dbplyr数据库连接来让 R 为您编写 SQL。

这只是 SQLite，而不是 Hive。但希望它仍然是从 R 到 SQLite 再到 Hive（或您喜欢的 SQL 版本）的加速器。

另请参阅以下链接：

• SQLite 小插曲
• Bradley 的演示（上述代码来源）