[R语言]foreach和doParallel包实现多个数据库同时查询

OGeek|极客世界-中国程序员成长平台 › 门户 › 编程› R语言›R语言教程

原作者: [db:作者] 来自: [db:来源] 收藏邀请

R语言在进行数据库查询时，每执行一条语句，都会阻塞。直到查询语句返回结果之后，才会进行下一条语句。

为了能够实现同时对多个数据库进行查询，以节省顺序执行下来的时间，首先考虑通过多线程来进行数据库查询。

不过多数据库同时查询，多个结果合并起来过大的话，本地机器的内存可能是一个风险点，心里要对可能需要的内存有所把握。

R下进行多线程依赖与doParallel包和foreach包。

> install.packages('doParallel')

> install.packages('foreach')

> library(doParalled)

> library(foreach)
> library(RMySQL)

# 生成2个集群，多少个集群结合本地机器硬件配置和自己需要 
> cl <- makeCluster(2) 

# 注册多线程,个人理解，parallel包应该是声明在后端开启多核处理模式，让硬件准备环境，分配资源 
> registerDoParallel(cl) 

# %dopar%是foreach包的语法格式，表示多线程运行.
# foreach默认返回一个list，也可以指定一个函数，在线程处理完成后直接对结果进行rbind，sum等组合操作。更多查看?foreach

> qdata <- foreach(i=1:2) %dopar% {
　　if (i == 1) conn <- connectdb_1()
　　else conn <- connectdb_2()

　　re <- dbGetQuery(conn, query)
　　dbDisconnect(conn)

　　return(re)
}
# 关闭集群
> stopCluster(cl)