R 使用sqldf（）选择与一百万项匹配的行

这是使用

sqldf（）

在我的特殊情况下，我有一个以制表符分隔的文件，有超过1.1亿行。我想选择与460万个标记ID匹配的行

在下面的代码中，标记ID位于

tag.query

但是，虽然该示例将处理较小的查询，但它不处理上述较大的示例：

sql.query <- paste('select * from f where v2 in (', tag.query, ')', sep='')
selected.df <- sqldf(sql.query, dbname = tempfile(), file.format = list(header = F, row.names = F, sep="\t", skip=line.where.header.is))

---

sql.query如果问题在于速度，请尝试在
v2
上创建索引。请参见上的示例4i。如果仍然不够快，您也可以尝试使用其他数据库。除了默认的SQLite之外，sqldf还支持H2、MySQL和PostgreSQL。
正如前面提到的，您确实需要为表编制索引。但是数据库SQLite不能成功地构建一个包含超过1000万条记录的索引，它变得非常缓慢。我尝试了4000万张唱片，结果它冻结了。我不知道其他数据库如何为大表创建索引

我也遇到了同样的问题，我最终按照标记ID对表进行排序，并将其写入文本文件。接着我用C++写了一个二进制搜索，它直接在文本文件中查找标签ID。它极大地加快了执行速度，因为对于grep搜索，二进制搜索是O（logn）与O（N），其中N为数千万。如果你需要，我可以与你分享。
@screechOwl。sqldf确实使用实际的数据库。事实上，它可以使用4个不同的实际数据库。我的错误是，我没有意识到它有索引功能。谢谢