R+SQLServer的大数据管理
在学习和使用R语言的过程中,在数据文件的选择方面,由于csv文件在各大数据库软件以及统计分析软件都有很好的兼容性,所以一直被广泛地用作数据储存传输。笔者最近手头上有一个10多G的csv,大概有2千5百万条的记录,这真的让我以及我的R语言感到亚历山大。Excel不用说更是打不开了(Excel 2003及以前的版本最大仅支持65,536行),SAS软件花费一些时间勉强能打开,但是对某些中文的格式不兼容(特别是某些变量包含逗号的时候)。该怎么办呢?这是大数据的问题吗?怎么那么不小心就被我碰上了?
今天我们就谈谈“大数据”这个老话题。自2012年以来,大数据(Big Data)已经上过《纽约时报》《华尔街日报》的专栏封面,进入美国白宫官网的新闻,在国内更是被炒得热火朝天,互联网、工商业、高校等都纷纷进行探索讨论。大数据战略甚至成为了我们国家“十三五”十四大战略之一。
虽然“大数据”的概念很宽泛,是对规模庞大的数据对象,及其处理和应用活动的统一,但我们今天就浅谈一下它的“大”。大数据的“大”,一般是指在10TB规模左右大型数据集,但在实际应用中,很多用户把多个数据集放在一起,已经形成了PB级的数据量;例如,百度的首页导航每天需要提供的数据超过1.5PB,这些数据如果打印出来将超过5千亿张A4纸。也曾经有报道,截至20世纪末,人类生产的所有印刷材料的数据量仅为200PB。好像有点扯远了~
处理这些TB、PB级的数据,我们不妨试试强大的SQL Server。它是是微软公司推出的一个具有使用方便、可伸缩性好、与相关软件集成程度高等优点的全面的关系型数据库管理平台,可以满足数据爆炸时代和数据驱动应用程序的需求。
令人兴奋的是,微软在2016年6月正式发布的SQL Server 2016将支持R语言编程(包括大数据的算法)。据了解,这次更新是微软对Revolution Analytics公司收购的结果,该公司此前的产品Revolution R就是一款强大的大数据分析工具。所以说SQL Server 2016代表了微软向大数据及机器学习领域迈出的第一步。
感兴趣的朋友可以下载试用一下(当然,以上所说都是商业收费软件)。为了初探一下SQL Server强大的数据管理功能,下面简单介绍一下通过R语言对SQL Server数据库进行读写。使用测试系统环境为win 10 家庭中文版、SQL Server 2008 R2、R 3.3.3。
(1)SQL Server的下载安装。网上有很多相关的资源,本公众号主页菜单“资源共享”下的“实用软件”也有收录。当然大家也可以下载使用精简版的MySQL(免费软件)。安装下载好之后,如下图添加名为“test”的数据库。
(2)将test数据库添加到计算机的ODBC数据源管理器中。在控制面板的“管理工具”中打开“ODBC 数据源(64 位)”,如下图设置好,其他步骤默认设置即可。
(3)在R软件中通过RODBC包对test数据库进行数据的保存和读取。测试数据选择我们常用的R软件自带鸢尾花(iris)数据。
install.packages("RODBC")#安装RODBC包
library(RODBC)#加载RODBC包
test=odbcConnect("test")#连接到SQL Server中的test数据库设置
data(iris)#提取iris数据
sqlSave(test,iris)#把iris数据保存到test数据库
iris.test=sqlQuery(test,"select * from iris")#读取数据库中的iris数据
str(iris.test); str(iris)#比较两个数据来源的数据
就这样,我们在使用R语言的强大的数据整理和分析功能的同时,借助SQL Server强大的数据存储功能,可以说正如微软一样向大数据及机器学习领域又迈出一步。
数据分析咨询请扫描二维码
在准备数据分析师面试时,掌握高频考题及其解答是应对面试的关键。为了帮助大家轻松上岸,以下是10个高频考题及其详细解析,外加 ...
2024-12-20互联网数据分析师是一个热门且综合性的职业,他们通过数据挖掘和分析,为企业的业务决策和运营优化提供强有力的支持。尤其在如今 ...
2024-12-20在现代商业环境中,数据分析师是不可或缺的角色。他们的工作不仅仅是对数据进行深入分析,更是协助企业从复杂的数据信息中提炼出 ...
2024-12-20随着大数据时代的到来,数据驱动的决策方式开始受到越来越多企业的青睐。近年来,数据分析在人力资源管理中正在扮演着至关重要的 ...
2024-12-20在数据分析的世界里,表面上的技术操作只是“入门票”,而真正的高手则需要打破一些“看不见的墙”。这些“隐形天花板”限制了数 ...
2024-12-19在数据分析领域,尽管行业前景广阔、岗位需求旺盛,但实际的工作难度却远超很多人的想象。很多新手初入数据分析岗位时,常常被各 ...
2024-12-19入门数据分析,许多人都会感到“难”,但这“难”究竟难在哪儿?对于新手而言,往往不是技术不行,而是思维方式、业务理解和实践 ...
2024-12-19在如今的行业动荡背景下,数据分析师的职业前景虽然面临一些挑战,但也充满了许多新的机会。随着技术的不断发展和多领域需求的提 ...
2024-12-19在信息爆炸的时代,数据分析师如同探险家,在浩瀚的数据海洋中寻觅有价值的宝藏。这不仅需要技术上的过硬实力,还需要一种艺术家 ...
2024-12-19在当今信息化社会,大数据已成为各行各业不可或缺的宝贵资源。大数据专业应运而生,旨在培养具备扎实理论基础和实践能力,能够应 ...
2024-12-19阿里P8、P9失业都找不到工作?是我们孤陋寡闻还是世界真的已经“癫”成这样了? 案例一:本硕都是 985,所学的专业也是当红专业 ...
2024-12-19CDA持证人Louis CDA持证人基本情况 我大学是在一个二线城市的一所普通二本院校读的,专业是旅游管理,非计算机非统计学。毕业之 ...
2024-12-18最近,知乎上有个很火的话题:“一个人为何会陷入社会底层”? 有人说,这个世界上只有一个分水岭,就是“羊水”;还有人说,一 ...
2024-12-18在这个数据驱动的时代,数据分析师的技能需求快速增长。掌握适当的编程语言不仅能增强分析能力,还能帮助分析师从海量数据中提取 ...
2024-12-17在当今信息爆炸的时代,数据分析已经成为许多行业中不可或缺的一部分。想要在这个领域脱颖而出,除了热情和毅力外,你还需要掌握 ...
2024-12-17数据分析,是一项通过科学方法处理数据以获取洞察并支持决策的艺术。无论是在商业环境中提升业绩,还是在科研领域推动创新,数据 ...
2024-12-17在数据分析领域,图表是我们表达数据故事的重要工具。它们不仅让数据变得更加直观,也帮助我们更好地理解数据中的趋势和模式。相 ...
2024-12-16在当今社会,我们身处着一个飞速发展、变化迅猛的时代。不同行业在科技进步、市场需求和政策支持的推动下蓬勃发展,呈现出令人瞩 ...
2024-12-16在现代商业世界中,数据分析师扮演着至关重要的角色。他们通过解析海量数据,为企业战略决策提供有力支持。要有效完成这项任务, ...
2024-12-16在当今数据爆炸的时代,数据分析师是组织中不可或缺的导航者。他们通过从大量数据中提取可操作的洞察力,帮助企业在竞争激烈的市 ...
2024-12-16