如何使用 R DBI 的 dbWriteTable() 将二进制数据写入 SQLite？

例如，如何执行以下等效的 SQL（插入到BINARY(16) field)

INSERT INTO Table1 (MD5) VALUES (X'6717f2823d3202449201145073ab871A'),(X'6717f2823d3202449301145073ab371A')

using dbWriteTable()? Doing

dbWriteTable(db, "Table1", data.frame(MD5 = "X'6717f2823d3202449201145073ab871A'", ...), append = T, row.names = F)

似乎不起作用 - 它将值写入文本。

最后，我将拥有一个我想要编写的哈希值的大 data.frame，并且非常适合使用dbWriteTable。但我就是不知道如何INSERT the data.frame into binary数据库字段。

所以这里有两种似乎可行的可能性。第一个用途dbSendQuery(...)循环（你可能已经想到了这一点......）。

db.WriteTable = function(con,table,df) {  # no error checking whatsoever...
  require(DBI)
  field <- colnames(df)[1] 
  for (i in 1:nrow(df)) {
    query <- sprintf("INSERT INTO %s (%s) VALUES (X'%s')",table,field,df[i,1])
    rs    <- dbSendQuery(con,statement=query)
  }
  return(nrow(df))
}

library(DBI)
drv <- dbDriver("SQLite")
con <- dbConnect(drv)
rs  <- dbSendQuery(con, statement="CREATE TABLE hash (MD5 BLOB)")

df  <- data.frame(MD5=c("6717f2823d3202449201145073ab871A",
                        "6717f2823d3202449301145073ab371A"))

rs       <- db.WriteTable(con,"hash",df)
result.1 <- dbReadTable(con,"hash")
result.1
#                                                              MD5
# 1 67, 17, f2, 82, 3d, 32, 02, 44, 92, 01, 14, 50, 73, ab, 87, 1a
# 2 67, 17, f2, 82, 3d, 32, 02, 44, 93, 01, 14, 50, 73, ab, 37, 1a

如果你的哈希数据框非常大，那么df.WriteFast(...)做同样的事情db.WriteTable(...)只是它应该更快。

db.WriteFast = function(con.table,df) {
  require(DBI)
  field <- colnames(df)[1]
  lapply(unlist(df[,1]),function(x){
         dbSendQuery(con,
                     statement=sprintf("INSERT INTO %s (%s) VALUES (X'%s')",
                                        table,field,x))})
}

注意result.1是一个数据框，如果我们在调用中使用它dbWriteTable(...)我们可以成功地将哈希值写入 BLOB。所以这是可能的。

str(result.1)
# 'data.frame': 2 obs. of  1 variable:
#  $ MD5:List of 2
#   ..$ : raw  67 17 f2 82 ...
#   ..$ : raw  67 17 f2 82 ...

第二种方法利用了 R 的优势raw数据类型来创建结构如下的数据框架result.1，并将其传递给dbWriteTable(...)。您可能认为这很容易，但事实并非如此。

h2r = function(x) {
  bytes <- substring(x, seq(1, nchar(x)-1, 2), seq(2, nchar(x), 2))
  return(list(as.raw(as.hexmode(bytes))))
}
hash2raw = Vectorize(h2r)

df.raw=data.frame(MD5=list(1:nrow(df)))
colnames(df.raw)="MD5"
df.raw$MD5 = unname(hash2raw(as.character(df$MD5)))
dbWriteTable(con, "newHash",df.raw)
result.2 <- dbReadTable(con,"newHash")
result.2

all.equal(result.1$MD5,result.2$MD5)
# [1] TRUE

在这种方法中，我们创建一个数据框df.raw其中有一列，MD5，其中每个元素是原始字节的列表。效用函数h2r(...)获取哈希的字符表示，将其分解为向量char(2)（字节），然后将每个字节解释为十六进制（as.hexmode(...))，将结果转换为原始 (as.raw(...)），最后以列表形式返回结果。Vectorize(...)是一个包装器，允许hash2raw(...)以向量作为其参数。

就个人而言，我认为您最好使用第一种方法：它利用 SQLite 的内部机制将十六进制写入 BLOB，并且更容易理解。