活动
R 与 SQL Server 之间的数据类型映射
适用于： 
SQL Server 2016 (13.x) 及更高版本 Azure SQL 托管实例
本文列出了在 SQL Server 机器学习服务中使用 R 集成功能时所支持的数据类型以及所执行的数据类型转换。
SQL Server 2016 R Services 和带有 R 的 SQL Server 机器学习服务与 Microsoft R Open 的特定版本保持一致。 例如，最新版本 SQL Server 2019 机器学习服务是基于 Microsoft R Open 3.5.2 构建的。
若要查看与 SQL Server 的特定实例关联的 R 版本，请打开 SQL 实例中的 RGui。 例如，SQL Server 2019 中默认实例的路径为：C:\Program Files\Microsoft SQL Server\MSSQL15.MSSQLSERVER\R_SERVICES\bin\x64\Rgui.exe。
此工具将加载基本 R 和其他库。 会话启动时加载的每个包的通知中都提供了包版本信息。
尽管 SQL Server 支持几十种数据类型，但 R 的标量数据类型（数字、整数、复杂、逻辑、字符、日期/时间和原始）则有数量限制。 因此，每当在 R 脚本中使用 SQL Server 中的数据时，数据都可能会隐式转换为兼容的数据类型。 但是，通常无法自动执行精确的转换并将返回错误，如“SQL 数据类型未处理”。
本节列出了提供的隐式转换，并列出了不受支持的数据类型。 提供了一些有关在 R 和 SQL Server 之间映射数据类型的指南。
下表显示了当来自 SQL Server 的数据在 R 脚本中使用，然后返回到 SQL Server时，数据类型和值中的变化。
| SQL 类型 | R 类 | RESULT SET 类型 | 注释 |
|---|---|---|---|
| bigint | numeric |
float | 使用 sp_execute_external_script 执行 R 脚本支持将 bigint 数据类型作为输入数据。 但是，因为它们会转换为 R 的数值类型，所以会造成精度损失，其值非常高或具有小数点值。 R 仅支持最多 53 位整数，如果位数更高将开始有精度损失。 |
| binary(n) n <= 8000 |
raw |
varbinary(max) | 仅允许作为输入参数和输出 |
| bit | logical |
bit | |
| char(n) n <= 8000 |
character |
varchar(max) | 输入数据帧 (input_data_1) 是在未明确设置 stringsAsFactors 参数的情况下创建的，因此列类型取决于 R 中的 default.stringsAsFactors() |
| datetime | POSIXct |
datetime | 表示为 GMT |
| date | POSIXct |
datetime | 表示为 GMT |
| decimal(p,s) | numeric |
float | 使用 sp_execute_external_script 执行 R 脚本支持将 decimal 数据类型作为输入数据。 但是，因为它们会转换为 R 的数值类型，所以会造成精度损失，其值非常高或具有小数点值。 带有 R 脚本的 sp_execute_external_script 不支持数据类型的完整范围，它会更改最后几个小数位，尤其是小数部分。 |
| float | numeric |
float | |
| int | integer |
int | |
| money | numeric |
float | 使用 sp_execute_external_script 执行 R 脚本支持将 money 数据类型作为输入数据。 但是，因为它们会转换为 R 的数值类型，所以会造成精度损失，其值非常高或具有小数点值。 有时，美分值会不精确，将发出警告：“警告：无法精确表示的美分值”。 |
| numeric(p,s) | numeric |
float | 使用 sp_execute_external_script 执行 R 脚本支持将 numeric 数据类型作为输入数据。 但是，因为它们会转换为 R 的数值类型，所以会造成精度损失，其值非常高或具有小数点值。 带有 R 脚本的 sp_execute_external_script 不支持数据类型的完整范围，它会更改最后几个小数位，尤其是小数部分。 |
| real | numeric |
float | |
| smalldatetime | POSIXct |
datetime | 表示为 GMT |
| smallint | integer |
int | |
| smallmoney | numeric |
float | |
| tinyint | integer |
int | |
| uniqueidentifier | character |
varchar(max) | |
| varbinary(n) n <= 8000 |
raw |
varbinary(max) | 仅允许作为输入参数和输出 |
| varbinary(max) | raw |
varbinary(max) | 仅允许作为输入参数和输出 |
| varchar(n) n <= 8000 |
character |
varchar(max) | 输入数据帧 (input_data_1) 是在未明确设置 stringsAsFactors 参数的情况下创建的，因此列类型取决于 R 中的 default.stringsAsFactors() |
在 SQL Server 类型系统支持的数据类型类别中，如果将以下类型传递给 R 代码，则有可能会造成问题：
- SQL 类型系统文章的“其他”部分中列出的数据类型包括：cursor、timestamp、hierarchyid、uniqueidentifier、sql_variant、xml、table
- 所有空间类型
- 图像
- 除 datetimeoffset 以外的大多数 datetime 类型应可正常转换。
- 支持大部分数字数据类型，但“money”和“smallmoney”的转换可能会失败 。
- 支持 varchar，但由于 SQL Server 往往使用 Unicode，因此，我们建议尽量使用 nvarchar 和其他 Unicode 文本数据类型。
- RevoScaleR 库中带有 rx 前缀的函数可以处理 SQL 二进制数据类型（binary 和 varbinary），但大多数情况下，需要对这些类型进行特殊处理。 大多数 R 代码无法处理二进制列。
有关 SQL Server 数据类型的详细信息，请参阅数据类型 (Transact-SQL)
Microsoft SQL Server 2016 及更高版本对数据类型转换和其他一些操作进行了改进。 其中的大多数改进都提高了处理浮点类型时的精度，同时对经典 datetime 类型的操作做了轻微的改变。
使用 130 或更高的数据库兼容级别时，默认会使用这些改进。 但是，如果使用不同的兼容级别，或者使用旧版本连接到数据库，可能会看到数字精度的变化或其他结果。
有关详细信息，请参阅 SQL Server 2016 improvements in handling some data types and uncommon operations（SQL Server 2016 在处理某些数据类型和不常见操作方面所做的改进）。
一般情况下，每当你对特定的数据类型或数据结构在 R 中如何使用有疑问时，请使用 str() 函数获取 R 对象的内部结构和类型。 函数的结果将打印到 R 控制台，并且也在 中的“消息” Management Studio选项卡中的查询结果中可用。
从数据库检索要在 R 代码中使用的数据时，始终应消除无法在 R 中使用的列以及不可用于分析的列，例如 GUID（唯一标识符）、时间戳和用于审核的其他列，或者 ETL 进程创建的沿袭信息。
请注意，包含不必要的列可以会极大降低 R 代码的性能，尤其是将高基数列用作因子时。 因此，我们建议使用 SQL Server 系统存储过程和信息视图来提前获取给定表的数据类型，并消除或转换不兼容的列。 有关详细信息，请参阅 Information Schema Views in Transact-SQL（Transact-SQL 中的信息架构视图）
如果某个特定的 SQL Server 数据类型不受 R 支持，但你需要在 R 脚本中使用数据列，我们建议在 R 脚本中使用这些数据之前，先使用 CAST 和 CONVERT (Transact-SQL) 函数确保数据类型转换按预期执行。
警告
如果在移动数据时使用 rxDataStep 删除不兼容的列，请注意，RxSqlServerData 数据源类型不支持 varsToKeep 和 varsToDrop 参数。
以下示例演示在 SQL Server 与 R.之间往返访问时如何转换数据。
该查询从 SQL Server 表中获取一系列的值，然后使用存储过程 sp_execute_external_script 输出使用 R 运行时的值。
CREATE TABLE MyTable (
c1 int,
c2 varchar(10),
c3 uniqueidentifier
);
go
INSERT MyTable VALUES(1, 'Hello', newid());
INSERT MyTable VALUES(-11, 'world', newid());
SELECT * FROM MyTable;
EXECUTE sp_execute_external_script
@language = N'R'
, @script = N'
inputDataSet["cR"] <- c(4, 2)
str(inputDataSet)
outputDataSet <- inputDataSet'
, @input_data_1 = N'SELECT c1, c2, c3 FROM MyTable'
, @input_data_1_name = N'inputDataSet'
, @output_data_1_name = N'outputDataSet'
WITH RESULT SETS((C1 int, C2 varchar(max), C3 varchar(max), C4 float));
结果
| 行号 | C1 | C2 | C3 | C4 |
|---|---|---|---|---|
| 1 | 1 | 你好 | 6e225611-4b58-4995-a0a5-554d19012ef1 | 4 |
| 2 | -11 | world | 6732ea46-2d5d-430b-8ao1-86e7f3351c3e | 2 |
注意使用 R 中的 str 函数可获取输出数据的架构。 此函数返回以下信息：
'data.frame':2 obs. of 4 variables:
$ c1: int 1 -11
$ c2: Factor w/ 2 levels "Hello","world": 1 2
$ c3: Factor w/ 2 levels "6732EA46-2D5D-430B-8A01-86E7F3351C3E",..: 2 1
$ cR: num 4 2
由此，可以看到下面的数据类型转换作为此查询的一部分隐式地执行：
列 C1。 列被表示为 ssNoversion 中的 SQL Server、R 中的
integer和输出结果集中的 ssNoversion 。未执行任何类型转换。
列 C2。 列被表示为 ssNoversion 中的 SQL Server、R 中的
factor和输出结果集中的 varchar(max) 。注意输出如何变化；R 中的任何字符串（因子或常规字符串）将被表示为 varchar(max) ，不论字符串的长度为多少。
列 C3。 列被表示为 ssNoversion 中的 SQL Server、R 中的
character和输出结果集中的 varchar(max) 。注意发生的数据类型转换。 SQL Server 支持 ssNoversion ，但 R 不支持；因此，标识符表示为字符串。
列 C4。 列包含由 R 脚本生成的值且不会出现在原始数据中。
以下示例演示如何使用 R 代码来检查无效的列类型。 该查询使用 SQL Server 系统视图获取指定表的架构，然后删除指定的类型无效的所有列。
connStr <- "Server=.;Database=TestDB;Trusted_Connection=Yes"
data <- RxSqlServerData(connectionString = connStr, sqlQuery = "SELECT COLUMN_NAME FROM TestDB.INFORMATION_SCHEMA.COLUMNS WHERE TABLE_NAME = N'testdata' AND DATA_TYPE <> 'image';")
columns <- rxImport(data)
columnList <- do.call(paste, c(as.list(columns$COLUMN_NAME), sep = ","))
sqlQuery <- paste("SELECT", columnList, "FROM testdata")