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。
基本 R 版本
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。
R 和 SQL 数据类型
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。
隐式数据类型转换
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() |
R 不支持的数据类型
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
转换结果可能不佳的数据类型
- 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)
SQL Server 版本之间数据类型的变化
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）。
提前验证 R 和 SQL 数据架构
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。
示例
示例 1：隐式转换
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。
示例 2：使用 R 进行动态列选择
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")