数据科学非常类似于烹饪和做你最喜欢的饭菜。虽然我们通常可以简单地去当地的超市购买原料，但对于一个数据科学家来说，这往往不是那么容易。在烹饪你最喜欢的食物之前，你不知道超市是否开门，或者食物是否可以食用。因此，在烹饪和饮食这一有趣的部分开始之前，我们需要获取、组织和组织我们的数据。根据我的经验，这是机器学习用例中的关键部分之一，通常会占用大部分时间。通常情况下，数据不只是本地驻留在笔记本电脑上的csv或excel文件中，而是最初位于SAP HANA之类的数据库中。要在saphana这样的数据库上工作，您通常使用40多年的结构化查询语言（SQL）。但是作为一个超级R迷，我想呆在我以前的环境中，而不是来回切换。例如，在第一个建模阶段之后，大数据app，我可能需要回到数据准备阶段来设计新特性。因此，我希望更加灵活，但仍然使用SAP HANA的强大功能。R包dbplyr将这两个世界结合在一起，设计用于处理数据库表，就像它们是R中的本地数据帧一样。dbplyr包的目标是自动为您生成特定的SQL语句，重点是select语句。这意味着您可以继续使用您熟悉的dplyr软件包中的函数。

您将学到什么？

通过odbc包连接到您的SAP HANA通过dbplyr包在RStudio中直接生成SQL查询启用内存数据库SAP HANA的功能以进行数据准备

首先，我们需要通过ODBC使用DBI:：dbConnect（）连接到我们的SAP HANA。要连接到任何SAP HANA系统，您将需要ODBC客户端。如果您没有安装HANA ODBC客户端，您可以从SAP支持启动板下载该客户端。

请按照本指南中的步骤解压缩.SAR文件。完成安装后，打开ODBC数据源桌面应用程序。然后在系统DNS上选择Add并选择HDBODBC.

输入数据源名称、描述和地址服务器：端口和按"连接"。

下一步，输入用户名和密码，然后选择"确定"。

如果安装成功，将出现以下提示。

现在，大数据平台，我们进入我最喜欢的环境RStudio？R脚本在以下链接下可用。首先，我们必须安装以下软件包：

接下来，我们随机模拟我们自己的数据，这当然符合本实用教程中的烹饪主题。因此，我们模拟一个数据帧（df1），其中包含每个客户购买的冰淇淋种类。此外，智慧农业物联网系统，我们还创建了一个数据帧（df2），在该数据帧中，某些客户对冰淇淋提供了从1到5的反馈，大数据可视化，其中5是最高分。因此，请执行以下R脚本：

在模拟我们的数据后，我们需要通过ODBC连接到我们的SAP HANA，并将我们的数据推入数据库。为了创建连接，我们使用DBI包中的dbConnect（）函数。这个链接下的教程对入门很有帮助。请熟悉odbc（）和dbConnect（）函数。然后在提供的R脚本中提供您的凭据并执行以下行：

刷新后，您将看到连接下的两个数据集DF1和DF2，它们现在位于我们的SAP HANA中。我们可以在RStudio中直接控制它。

此外，我们使用tbl（）函数创建对这些表的引用。然后我们将结果打印到我们的控制台，它看起来像一个普通的tible。

在下一步中，我们创建一个内部连接，通过customer ID合并这两个数据集。连接这两个表之后，我们可以查看SQL查询或在我们的本地RStudio环境中加载数据。因此，云分析，我们可以使用内存数据库的功能直接在SAP HANA中执行所有计算成本高昂的数据准备步骤，然后只收集最终的数据集。

dplyr包提供了许多准备和转换数据的功能。当然，这只是本实用教程的冰山一角。因此，作为第二个例子，我们将筛选我们的联合数据集，集中于所有给我们的冰淇淋评分高于4分的客户。因此，请执行以下R脚本：

从表中我们可以看到，我们的冰淇淋巧克力软糖布朗尼在两位顾客中得分最高。

此外，当然，您可以复制通过show_query（）函数获取的SQL查询，并直接在SAP HANA Studio中执行。

我鼓励您自己尝试，并为下一个机器学习用例准备好数据。更多的实践练习、例子和信息可以在这里找到：

dbplyr简介为什么要使用dbplyr而不是SQL？进一步了解SQL翻译（vignette translation verb和vignette translation function）的细节

我要感谢Stojan Maleschlijski、Christoph Morgen和Sarah Detzler在编写本实践教程时给予的支持。