R e MySQL:verifica se esiste una riga in una tabella prima di scrivervi usando dbWriteTable()

Prendi in considerazione uno dei due modi:una soluzione di deduplicazione basata su SQL o una soluzione di deduplicazione basata su R. Per il primo, è necessario l'uso di una tabella di staging temporanea che esegua il classico LEFT JOIN...IS NULL/NOT EXISTS/NOT IN Interrogazione SQL. Per quest'ultimo, importeresti tutto il contenuto in un dataframe, aggiungi il tuo df corrente ed esegui unique() di R . Tuttavia, sembra che tu non intenda quest'ultimo, ma lo mostro ai futuri lettori.

SQL (usando una tabella temporanea con la struttura esatta della tabella di destinazione)

# OVERWRITE TEMP EACH TIME
dbWriteTable(con_hub, value = my_R_dataframe, 
                      name = "table2_temp", 
                      overwrite = TRUE,                        
                      row.names = FALSE)

# RUN LEFT JOIN...IS NULL QUERY (COMPARE COLS --COL1, COL2, COL3-- ADD/REMOVE AS NEEDED)
dbSendQuery(con_hub, paste0("INSERT INTO table2", 
                            " SELECT * FROM table2_temp",
                            " LEFT JOIN table2",
                            "   ON table2_temp.col1 = table2.col1", 
                            "   AND table2_temp.col2 = table2.col2",
                            "   AND table2_temp.col3 = table2.col3",
                            " WHERE table2.col1 IS NULL",
                            "   OR table2.col2 IS NULL",
                            "   OR table2.col3 IS NULL"))

R (leggi i dati della tabella2, considera se non troppo gravoso sulle risorse, preferito se deduplica da tutte le colonne)

# RETRIEVE table2 DATA
table2df <- dbGetQuery(con_hub, "SELECT * FROM table2")

# APPEND BOTH DATAFRAMES
stackeddf <- rbind(table2df, my_R_dataframe)

# RETURN UNIQUE ROWS
finaldf <- unique(stackeddf)

# OVERWRITE DESTINATION TABLE EACH TIME
dbWriteTable(con_hub, value = finaldf, 
                      name = "table2", 
                      overwrite = TRUE,                         
                      row.names = FALSE)

# CLEAN UP ENVIRON OF UNNEEDED OBJECTS
rm(table2df, stackeddf, finaldf)
gc()