R и MySQL - проверка дали ред съществува в таблица, преди да се запише в нея с помощта на dbWriteTable()

Помислете за един от двата начина:решение за дедупиране, управлявано от SQL, или решение за дедупиране, управлявано от R. За първото ще ви е необходима временна, етапна таблица, която изпълнява класическия LEFT JOIN...IS NULL/NOT EXISTS/NOT IN SQL заявка. За последно ще импортирате цялото съдържание в рамка с данни, ще добавите текущия си df и ще изпълните unique() на R . Въпреки това изглежда, че не възнамерявате последното, но ще го покажа за бъдещите читатели.

SQL (с помощта на временна таблица с точна структура на целевата таблица)

# OVERWRITE TEMP EACH TIME
dbWriteTable(con_hub, value = my_R_dataframe, 
                      name = "table2_temp", 
                      overwrite = TRUE,                        
                      row.names = FALSE)

# RUN LEFT JOIN...IS NULL QUERY (COMPARE COLS --COL1, COL2, COL3-- ADD/REMOVE AS NEEDED)
dbSendQuery(con_hub, paste0("INSERT INTO table2", 
                            " SELECT * FROM table2_temp",
                            " LEFT JOIN table2",
                            "   ON table2_temp.col1 = table2.col1", 
                            "   AND table2_temp.col2 = table2.col2",
                            "   AND table2_temp.col3 = table2.col3",
                            " WHERE table2.col1 IS NULL",
                            "   OR table2.col2 IS NULL",
                            "   OR table2.col3 IS NULL"))

R (прочетете данните от таблица 2, помислете дали не облагате ресурсите твърде много, за предпочитане, ако премахвате дублирането от всички колони)

# RETRIEVE table2 DATA
table2df <- dbGetQuery(con_hub, "SELECT * FROM table2")

# APPEND BOTH DATAFRAMES
stackeddf <- rbind(table2df, my_R_dataframe)

# RETURN UNIQUE ROWS
finaldf <- unique(stackeddf)

# OVERWRITE DESTINATION TABLE EACH TIME
dbWriteTable(con_hub, value = finaldf, 
                      name = "table2", 
                      overwrite = TRUE,                         
                      row.names = FALSE)

# CLEAN UP ENVIRON OF UNNEEDED OBJECTS
rm(table2df, stackeddf, finaldf)
gc()