使用R语言连接MSSQL服务器简易指南（r语言 mssql）

把几十行拆分出来

MSSQL 服务器可以连接到 R 语言，这样就能够将多种类型的数据库结构与 R 做深度的分析和挖掘。可以借助RODBC、RJDBC、dplyr、tidyverse等连接MSSQL服务器，本文是一篇把这些方法结合在一起的介绍，以下是一篇使用R语言连接MSSQL服务器简易指南。

### 使用RODBC连接MSSQL

如果本地安装有MSSQL，那么就可以用RODBC包来连接MSSQL服务器。首先使用以下代码安装RODBC包：

if(!require("RODBC")) install.packages("RODBC")
library(RODBC)

在开始连接之前，我们需要知道一下几个信息：MSSQL服务器的地址、端口号、数据库名称、用户名、口令。一旦拥有这些信息，可以使用以下代码连接到MSSQL服务器：

con 
                                 SERVER=", server,
                                 ";PORT=", port,
                                 ";DATABASE=", database,
                                 ";UID=", username,
                                 ";PWD=", password, sep=""))

安装完成之后，可以使用`sqlQuery()`函数完成SQL查询，并将结果作为R数据框导出：

result 

连接完成之后，可以用`odbcClose（）`关闭链接：

odbcClose(con)

### 使用RJDBC连接MSSQL

除了使用RODBC之外，也可以使用RJDBC连接MSSQL服务器。使用RJDBC之前，必须首先安装 Microsoft JDBC 驱动程序，然后使用以下代码安装RJDBC包：

if(!require("RJDBC")) install.packages("RJDBC")
library(RJDBC)

在开始连接之前，我们需要知道一下几个信息：MSSQL服务器的地址、端口号、数据库名称、用户名、口令。可以使用以下代码创建一个数据库连接：

drv 
            "C:/Program Files/Microsoft JDBC Driver 7.2/sqljdbc_7.2/enu/sqljdbc42.jar")
con <- dbconnect(drv,="" paste("jdbc:sqlserver://",="" server,="" ":",="" port,="" ";databasename=",
                        database, " ;user=", username, " ;password=", password, sep=" "="" )="" )="">

安装完成之后，可以使用`dbGetQuery()`函数完成SQL查询，并将结果作为R数据框导出：

result 

连接完成之后，可以用`dbDisconnect（）`关闭链接：

dbDisconnect(con)

### 使用dplyr和tidyverse连接MSSQL

MSSQL还可以使用dplyr 和 tidyverse这些数据分析包连接，使用前先安装：

if(!require("dplyr")) install.packages("dplyr")
library(dplyr)
if (!require("tidyverse")) install.packages("tidyverse")
library(tidyverse)

在开始连接之前，我们需要知道一下几个信息：MSSQL服务器的地址、端口号、数据库名称、用户名、口令。然后使用以下代码连接MSSQL服务器：

con <- src_sql(paste("jdbc:sqlserver://",="" server,":",="" port,";databasename=",
                      database," ;user=", username, " ;password=", password, sep = ">

安装完成之后，可以使用`tbl()`函数完成SQL查询，并将结果作为R数据框导出：

result 

连接完成之后，可以用`dbDisconnect（）`关闭链接：

dbDisconnect(con)

以上就是使用R语言连接MSSQL服务器的简易指南。使用R语言连接到MSSQL服务器，能够帮助我们分析多种格式的大数据，进行数据挖掘，提取商业价值。