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()