R 从数据库获取最少数据的最快方法

我有一个Postgres数据库。我想从某个表中找到名为calendarid的列的最小值，该列的类型为integer，格式为yyyymmdd。我可以通过以下代码执行此操作

get_history_startdate <- function(src) {
  get_required_table(src) %>% # This gives me the table tbl(src, "table_name")
    select(calendarid) %>%
    as_data_frame %>%
    collect() %>%
    min() # Result : 20150131
}

---

但是这种方法非常慢，因为它将所有数据从数据库加载到内存。有什么办法可以改进吗

如果只需要整个表中calendarid列的最小值，请使用以下命令：

SELECT MIN(calendarid) AS min_calendarid
FROM your_table;

我不知道你的R代码到底在做什么，但是如果它把整个表从Postgres带到R中，那是非常浪费的。如果是这样的话，那么直接在Postgres上运行上述查询应该会提高性能

get_required_table(src) %>% 
  summarise(max(calendarid, na.rm = TRUE)) %>% 
  pull

---

将运行相应的SQL查询。

我的方法是将最小的查找任务委托给数据库。但我不知道怎么做。我将非常感谢在这个方向上的任何线索或任何其他更好的解决方案。可能获得所需的\u tablesrc%>%summaryMaxalendarId，na.rm=TRUE%>%pull？它应该运行适当的SQL查询。但无论如何，在大多数数据库管理系统上，这个查询将是Tim Biegelseisen在下面提出的。@Scarabee这正是我要找的。我不想在代码中加入显式SQL查询。我想让包裹来处理它。你能把它贴出来作为答案吗？或者我可以接受它作为答案。我已经想到了这种方法。但在我看来，发送SQL查询是在创建对数据库类型的依赖。我想在R中处理它。更详细地说，我想R生成与您在幕后提到的相同的SQL查询。但我是R的新手，我不知道该怎么做！我使用RPostgres包初始化数据库，使用DBI包连接数据库。作为最后的手段，我将构建一个您提到的查询。但我想探索任何其他优雅的解决方案。我读了一些关于dplyr pkg的摘要、切片等。但我不能把我的头绕在它周围你不能两全其美。要么在Postgres上执行查询，这会导致一些网络延迟，是的，依赖于RDBMS，要么导入所有数据，它使用了更多的网络带宽，然后占用了R中的大量内存。R中的库可以让您在SQL数据库上相当无缝地执行查询。我不认为对DBMS有任何依赖性。从z中选择minx作为y；应该可以在任何SQL数据库中使用。而且{x，y，z}的值可能会有所不同。