R en MySQL - controleren of een rij in een tabel bestaat voordat u ernaar schrijft met dbWriteTable()

Overweeg een van de volgende twee manieren:een SQL-gestuurde de-dupe- of R-gedreven de-dupe-oplossing. Voor de eerste heb je een tijdelijke, staging-tabel nodig die de klassieke LEFT JOIN...IS NULL/NOT EXISTS/NOT IN SQL-query. Voor het laatste zou u alle inhoud in een dataframe importeren, uw huidige df toevoegen en R's unique() uitvoeren . Het klinkt echter alsof je niet voor het laatste bedoeld, maar ik laat het zien voor toekomstige lezers.

SQL (met een tijdelijke tabel met exacte structuur van bestemmingstabel)

# 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 (lees in tabel2 gegevens, overweeg of het niet te belastend is voor resources, bij voorkeur ontdubbeling door alle kolommen)

# 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()