請用正確的姿勢維護新手的熱情和自信----學慣用R操作資料庫MySQL以及項目模塊化的應用

1、用R操作資料庫

可以單獨使用MySQL進行數據分析，也可以將R和MySQL結合起來使用。

RMySQL包提供了R中操作MySQL的各種方法。

基本需要4步就可完成：1）導入RMySQL包；

2）連接資料庫；

3）SQL查詢：獲取數據；

4）關閉資料庫連接。

接下來依次詳細講解每一步。

1） 導入RMySQL包

在Rstudio中安裝RMySQL包

Install.packages(「RMySQL」)

再導入該包

Library(RMySQL)

當安裝該包的時候，出現「InternetOpenUrlfailed」錯誤。心頭一緊，

先在Google上搜索「Warning in install.packages : InternetOpenUrl failed:」看看吧，

對該問題作者提供了三個解決辦法，有點不明所以。緊接著下面，看到有回復提到感謝作者，好像最後一個選擇解決了問題。」did the trick」是啥意思呢？一查有「達到目的」、「將困難工作做好」的意思。

添加該語句後果然成功安裝，感覺挺爽的。解決問題的同時學到了一句地道的did the trick。

2） 連接資料庫

語句如下：

con <-dbConnect(MySQL(),

host="127.0.0.1",

user="root",

password="######",

dbname="world")

其中，host是資料庫伺服器地址（上述127.0.0.1是指本地資料庫）；user和password 分別是登陸資料庫的用戶名和密碼（你的密碼可不是"######"哦，請正確輸入）；dbname是資料庫名稱，這裡鏈接了mysql中的world資料庫。

3） SQL查詢：獲取數據

連接好資料庫就可以從資料庫中查詢數據了，接下來使用RMySQL包中的dbGetQuery函數來查詢數據。

city <-dbGetQuery(con, "select * from city")

其中，傳入的第1個參數con 就是剛才建立資料庫的連接變數，第2個參數就是一條SQL語句。

具體結果如下：

執行該語句後，可看到查詢結果保存在數據框（Data）中，點擊Data中的city可以查看到其中的數據。

4） 關閉資料庫連接

資料庫使用完後，需要關閉資料庫連接。

dbDisconnect(con)

上述過程的完整代碼如下：

options(download.file.method="libcurl")

install.packages("RMySQL")

library(RMySQL)

con <- dbConnect(MySQL(),

host="127.0.0.1",

user="root",

password="mydarling050627",

dbname="world")

city <- dbGetQuery(con, "select *from city")

dbDisconnect(con)

2、實踐案例及項目模塊建立

明白了R中操作資料庫獲取數據後，在接下來完整項目的案例再次應用，並結合之前學過的零散內容，通過項目模塊的方式，建立一個數據獲取、數據分析和數據展示的完整項目流程。

在上一節分析過一個航班飛行距離與延時的案例，而該案例的數據來源於數據包，但現實中更多的數據來源於資料庫。

2.1） 導入資料庫數據

在沒有資料庫的情況下，需要先建立資料庫。

1） 建立資料庫，在MySQLWorkbench中按下圖建立資料庫flightsinfo用於存放航班數據。

2） 在MySQLWorkbench中按下圖操作即可導入將航班數據導入本地資料庫中

3） 航班數據導入MySQL中，並能看到表flights，如下圖所示：

2.2） 重構項目代碼

數據準備好後，需要重構航班飛行距離與延時分析案例的項目代碼。

1） util文件夾加入安裝包管理代碼文件packageManage.R

打開util 文件夾中的packageMange.R，在該R腳本中的最上面添加如下代碼：

packages <- c("RMySQL")

if (length(setdiff(packages,rownames(installed.packages()))) > 0) {

install.packages(setdiff(packages, rownames(installed.packages())))

}

此段代碼的目的是，每次項目運行時都會判斷RMySQL是否安裝過；如果安裝過，則不會重新安裝該包；如果沒安裝，則會安裝該包。

同理，管理安裝包的文件需要判斷項目需要的其他安裝包。如下：

2） 數據層模塊（db）加入代碼文件db.R

模塊db（文件夾）中主要用於存放資料庫操作相關的功能，在db文件夾下新建db.R腳本。

上述代碼主要是從航班資料庫（flightsinfo）中查詢航班表（flights）到R中，與文章第1部分用R操作資料庫方法相同。只是為了方便其他模塊調用該功能，將資料庫查詢代碼封裝到方法findFlighs中。

2.3）業務邏輯模塊(service) 內flight.R文件代碼的修改

之前數據是從包中獲取的，代碼如下：

install.packages("dplyr")

library(dplyr)

#for data

install.packages("nycflights13")

library(nycflights13)

flights

修改後的代碼如下：

library(dplyr)

#路徑不是getwd()，一時不清楚怎麼用函數得到，就直接輸入路徑了

projectPath <-"E:/R/0521practice"

#db.R路徑

dbPath <- str_c(projectPath,

"db",

"db.R",

sep = "/")

#編譯db.R文件

source(dbPath)

#獲取數據

myFlights <- findFlights()

代碼解釋：1）需要將db模塊中的db.R引入數據，用於service模塊中的flight.R航班數據分析。此時數據包nycflights13就不需要了，因此刪除掉。2）引入db.R後，就可以在flight.R中使用db.R的方法獲取航班數據了。3）將業務邏輯部分繼續封裝到新的方法disDelay中，便於後續view模塊中的文件使用。

flight.R完整代碼如下圖所示：

2.4 視圖模塊（view）中建立文件flightView.R

代碼如下：

library(ggplot2)

library(stringr)

#路徑指向業務邏輯模塊下的文件flight.R

projectPath <-"E:/R/0521practice"

servicePath <- str_c(projectPath,

"service",

"flight.R",

sep = "/")

source(servicePath)

#調用flight.R中的disDelay方法

delay <- disDelay()

#繪圖語句

view <- ggplot(data = delay) +

geom_point(mapping = aes(x = dist, y = delay)) +

geom_smooth(mapping = aes(x = dist, y = delay))

#建立輸出路徑結果保存

outputpath <-str_c(projectPath,"output","delayFlight.jpg",sep ="/")

ggsave(filename = outputpath, plot = view)

代碼解釋：順序與業務邏輯模塊相同。在導入需求包（如ggplot2、stringr）的前提下，建立業務邏輯模塊（如service）下的路徑並編譯相關文件（如servicePath），然後便可直接調用該部分的方法（如disDelay）。再繼續寫入該模塊下的代碼（如上述繪圖語句），最後建立輸出路徑並保存結果。

2.5）運行代碼

如下圖所示：先點開view模塊下的flightView.R文件，然後點擊Source運行代碼。

運行後可在output模塊下看到delayFlight.jpg圖片。如下所示：

至此，學習了一個數據獲取、數據分析和數據展示的完整項目流程。

學習總結：

1、熟悉並學習了用R操作資料庫的步驟，如導入RMySQL包、連接資料庫、用SQL語句獲取數據、斷開資料庫連接。

2、經過第二部分的操作，對項目模塊化的概念以及各個模塊的功能有了清晰的認識，並學會了在模塊中使用不同模塊建立的方法。例如：數據層模塊負責導入數據的語句且相關語句會封裝成方法，業務邏輯層模塊負責業務處理語句，相關語句也會封裝成方法，而視圖層模塊負責結果展示的語句；並且業務邏輯層模塊會調用數據層模塊建立的方法，而視圖層模塊則會調用業務邏輯層模塊建立的方法。

3、核心總結為一句：「先模仿後發揮，先整體後局部」。一開始最重要的是跟隨高手模仿，此處的模仿就是根據猴子老師設計的課程（事後反思，該課程循序漸進，為數據分析新手設計的足夠用心，簡直太棒啦，此處你也可以認為是打廣告！）一步一步完全相同的敲代碼。先別發揮自己的想法，僅僅做讓大多數人為之鄙視的「照抄」動作甚至投機取巧的「複製、粘貼」即可。實現整個過程後，這種做法會在內心中產生極大地甚至盲目地自信和愉悅感，這對一個新手來說太重要、太重要、太重要啦！初步模仿成功後，反思並總結整個分析的過程，將會建立一個整體的框架和脈絡；然後發揮自己的主觀能動性，著重解決局部的問題，即琢磨某個不懂的語句，為什麼這麼寫代碼，這樣做的邏輯是什麼等等。