Sql server 至于；“大的”；数据，使用sql连接还是导入csv文件更好

所以我尝试使用dplyr连接到数据库，并对该数据执行命令。但是，如果该过程花费的时间太长（>10分钟）。在SQL Server中，这大约需要2分钟，因此我可以将其导出为csv，然后将其导入到R或Python中。因此，作为一般规则，您建议使用R或Python的sql连接，还是直接从sql数据库导出csv文件

以下是我使用的R代码：

library(dplyr)
aw <- RSQLServer::src_sqlserver("****", database = "****")

dept <- tbl(aw, sql("select work_dt, campaign, keyword, 
                     impressions, clicks, cost
                     from abidwise_detail
                     where work_dt between '2014-01-01' and '2014-05-01'")))

(dept <- tbl(aw, sql("select work_dt, campaign, keyword, 
                     sum(impressions) as impressions,
                     sum(clicks) as clicks,
                     sum(cost) as cost
                     from abidwise_detail
                     where work_dt between '2014-01-01' and '2014-02-01'
                     group by work_dt, campaign, keyword")))

rd <- dept %>% 
  filter(campaign == "ask")

# Bring the full data set back to R
dat <- collect(rd)

库（dplyr）
我认为你应该做最适合你具体情况的事情。如果您不介意从SQL Server手动导出CSV数据，并且它比其他替代方法更快，那么就这样做。也许
data.table
包在这方面对您来说可能很有趣case@Deena如果正确，请尝试
data.table:：fread（）
，这是导入大型分隔文件的最快（也是最简单）的方法。