我继续阅读DBI/ODBCis faster than RODBC，所以我尝试如下：
require(DBI);require(odbc)
con <- DBI::dbConnect(odbc::odbc(), dsn = 'SQLSERVER1', database = 'AcumaticaDB')
我可以成功连接到 DSN，但查询如下：
rs <- dbGetQuery(con, "SELECT * FROM inventoryitem")
dbFetch(rs)
给我以下错误：
result_fetch(res@ptr, n, ...) 中的错误：nanodbc/nanodbc.cpp:3110:07009:[Microsoft][ODBC Driver 13 for SQL Server]Invalid Descriptor Index
我究竟做错了什么 ？请，没有RODBC解决方案。谢谢！
几个月来，我也一直在努力解决这个问题。但是，我遇到了一个可能对您也有帮助的解决方案。
简而言之，当某些文本列未出现在整数/数字列之后时，就会出现此问题。当查询中的列未正确对齐时，invalid index会引发错误并且您的连接可能会冻结。那么问题是，我怎么知道在我的查询末尾放什么？
要确定这一点，通常可以使用class()或检查列typeof()。要检查数据库中的此类信息，您可以使用如下查询：
dbColumnInfo(dbSendQuery(con, "SELECT * from schema.table")) # You may not require the schema part...
这将为感兴趣的数据集中的每一列返回一个带有类型字段的表。然后，您可以使用此表作为索引来对select()语句进行排序。我特别的困难是type表中的字段都是数字！但是，我注意到每个带有负数的列，当放在 select 语句的末尾时，修复了我的查询，我可以很好地拉出整个表。例如，我的完整解决方案：
# Create my index of column types (ref to the current order)
index <- dbColumnInfo(dbSendQuery(con, "SELECT * from schema.table"))
index$type <- as.integer(index$type) # B/c they are + and - numbers!
# Create the ref to the table
mySQLTbl <- tbl(con, in_schema("schema", "tablename"))
# Use the select statement to put all the + numbered columns first!
mySQLTbl %>%
select(c(which(index$type>=0),
which(index$type<0)))
至于发生这种情况的原因，我不确定，而且我没有数据访问权限来更深入地研究我的用例
我很感激很久以前就有人问过这个问题，但是我设法找到了解决方法。上面的答案让我大部分时间都在那里。我遇到的问题是 nvarchar 类型的列在 -1 的模式表中具有 CHARACTER_MAXIMUM_LENGTH，我理解这意味着它们是可能的最大长度。
我的解决方案是在 INFORMATION_SCHEMA.COLUMNS 表中查找相关表，然后适当地重新排列我的字段：
require(DBI);require(odbc)
library(tidyverse)
con <- DBI::dbConnect(odbc::odbc(), dsn = 'SQLSERVER1', database = 'AcumaticaDB')
column.types <- dbGetQuery(con, "SELECT COLUMN_NAME, DATA_TYPE, CHARACTER_MAXIMUM_LENGTH FROM INFORMATION_SCHEMA.COLUMNS WHERE TABLE_NAME='inventoryitem'")
ct <- column.types %>%
mutate(cml = case_when(
is.na(CHARACTER_MAXIMUM_LENGTH) ~ 10,
CHARACTER_MAXIMUM_LENGTH == -1 ~ 100000,
TRUE ~ as.double(CHARACTER_MAXIMUM_LENGTH)
)
) %>%
arrange(cml) %>%
pull(COLUMN_NAME)
fields <- paste(ct, collapse=", ")
query <- paste("SELECT", fields, "FROM inventoryitems")
tbl(con, sql(query)) %>% head(5)
有一个解决方法：
重新排序您的SELECT语句，以使较长的数据类型（通常是字符串）在最后。
如果你有一个dbplyr自己生成的复杂查询，那么直接通过show_query(). 复制粘贴并修改第一SELECT条语句，使长数据类型位于列表的最后。然后它应该工作。
编辑：在许多情况下，可以通过将其添加到查询来重新排序字段：
%>% select(var1, var2, textvar1, textvar2)
rs <- dbGetQuery(con, "SELECT * FROM inventoryitem") dbFetch(rs)
如果inventoryitem表包含长数据/可变长度列（例如VARBINARY，VARCHAR）和简单类型列（例如INT）的混合，您不能通过 ODBC 以任意顺序查询它们。
应用程序应确保将长数据列放在选择列表的末尾。
长数据使用 ODBC API 调用从数据库中检索，SQLGetData并且必须在获取行中的其他数据后检索。
这些是已知并记录在案的 ODBC 限制
要从列中检索长数据，应用程序首先调用 SQLFetchScroll 或 SQLFetch 以移动到行并获取绑定列的数据。然后应用程序调用 SQLGetData。
请参阅https://docs.microsoft.com/en-us/sql/odbc/reference/develop-app/getting-long-data
我最近确实遇到了这个问题。这是我的解决方案。基本上，您必须首先根据从数据库中获取的列信息对列进行重新排序。列可以混合正负类型。所以先用正数对它们进行排序，然后用负数排序就可以了。
当出现“无效的描述符索引”问题时，它与我的数据完美配合。请让我知道它是否也适合您。
sqlFetchData <- function(connection, database, schema, table, nobs = 'All') {
#'wrap function to fetch data from SQL Server
#
#@ connection: an established odbc connection
#@ database: database name
#@ schema: a schema under the main database
#@ table: the name of the data table to be fetched.
#@ nobs: number of observation to be fetched. Either 'All' or an integer number.
# The default value is 'All'. It also supports the input of 'all', 'ALL' and
# etc. .
if (is.character(nobs)) {
if (toupper(nobs) == 'ALL') {
obs_text <- 'select'
} else {
stop("nobs could either be 'ALL' or a scalar integer number")
}
} else {
if (is.integer(nobs) && length(nobs) == 1) {
obs_text <- paste('select top ', nobs, sep = '')
} else {
stop("nobs could either be 'ALL' or a scalar integer number")
}
}
initial_sql <- paste("select * from ", database, '.', schema, ".", table,
sep = '')
dbquery <- dbSendQuery(connection, initial_sql)
cols <- dbColumnInfo(dbquery)
dbClearResult(dbquery)
#' sort the rows by query type due to error message:
#' Invalid Descriptor Index
colInfo <- cols
colInfo$type <- as.integer(colInfo$type)
cols_neg <- colInfo[which(colInfo$type < 0), ]
cols_neg <- cols_neg[order(cols_neg[, 2]), ]
cols_pos <- colInfo[which(colInfo$type >= 0), ]
cols_pos <- cols_pos[order(cols_pos[, 2]), ]
cols <- rbind(cols_pos, cols_neg)
add_comma <- "c(cols$name[1], paste(',', cols$name[-1L], sep = ''))"
sql1 <- paste(c(obs_text, eval(parse(text = add_comma))),
collapse = ' ', sep = '')
data_sql <- paste(sql1, ' from ', database, '.', schema, '.', table,
sep = '')
dataFetch <- dbGetQuery(connection, data_sql)[, colInfo$name]
return(dataFetch)
}
ODBC/DBI 在建立连接时将数据库中的字符变量数据类型转换为“ntext”。因此，您需要将 R 中 SQL 字符串中的字符变量（例如 x）转换为 CONVERT(varchar(100),x)。然后 dbGetQuery 函数应该可以工作。
也许我错过了其他人的添加，但是我遇到了完全相同的错误，通读了这个字符串并尝试了一些复杂的事情，比如重新排序列，并且几个月来不知道如何解决它。然后，我发现我只需升级到适用于我的 Windows 10 的最新 SQL Server 驱动程序并更改连接字符串中的驱动程序，问题就解决了。
由于尝试加载时间戳变量，我得到了这个错误。尝试从查询中删除任何时间戳变量。
试试下面的或类似的。让我知道什么有效，我会更新我的帖子。
require(DBI);require(odbc)
con <- DBI::dbConnect(odbc::odbc(), dsn = 'SQLSERVER1', database = 'AcumaticaDB')
column.types = DBI::dbGetQuery(
con,
'SELECT COLUMN_NAME, DATA_TYPE FROM INFORMATION_SCHEMA.COLUMNS WHERE TABLE_NAME = "inventoryitem"'
))
sql = paste(c(
'select ',
paste(column.types$COLUMN_NAME[column.types$DATA_TYPE != 'timestamp'], collapse = ', '),
' from inventoryitem'
),
collapse = ''
)
dbFetch(dbGetQuery(con, sql))
如果您有一个类型为 的字段，也会发生此错误geometry。在拉入 data.table 之前，您应该SELECT AS并使用空间方法转换为 WKT。见下文，您知道这Shape是一个 type 字段geometry。通过使用空间方法.STAsText()，它将其转换为众所周知的文本 (WKT) 格式，R 可以更轻松地使用该格式。
library(sf)
library(tidyverse)
query <- "
SELECT company, revenue, address, Shape.STAsText() AS ShapeWKT
FROM businesses_table
"
results <- dbFetch(dbSendQuery(con, query)) %>%
filter(!is.na(ShapeWKT)) %>%
mutate(Shape = st_as_sfc(ShapeWKT)) %>%
select(-ShapeWKT) %>%
st_as_sf()
我构建了一个更复杂的函数，允许您指定数据库连接、表名、字段异常（默认返回除字段中的字段外的所有字段exception）、用于过滤查询的 WHERE 子句，并指定空间字段名称，因为它因表而异（即，可能是Shape可能是Geo等）。
spatial_query <- function(con, tablename,
exception = "",
wherefilter = "",
spatialfieldname = "Shape",
spatial = TRUE){
## Get last element (table name) from explicit table name
tmp <- strsplit(tablename, "[.]")[[1]]
tablename_short <- tmp[length(tmp)]
fields <- dbListFields(con, tablename_short)
if(spatial){
fields_to_grab <- fields[!(fields %in% c(exception, spatialfieldname))]
## TODO adjust query to be responsive to Shape
qstring <- paste0('SELECT ', paste(fields_to_grab, collapse = ", "), ', ', spatialfieldname, '.STAsText() AS ShapeWKT FROM ', tablename, ' ', wherefilter)
cat(paste("Sending following SQL statement:", qstring, "\n", sep = "\n"))
ret <- dbFetch(dbSendQuery(con, qstring)) %>%
filter(!is.na(ShapeWKT)) %>%
mutate(Shape = st_as_sfc(ShapeWKT)) %>%
select(-ShapeWKT) %>%
st_as_sf()
}
else{
fields_to_grab <- fields[!(fields %in% exception)]
qstring <- paste0('SELECT ', paste(fields_to_grab, collapse = ", "),' FROM ', tablename, ' ', wherefilter)
cat(paste("Sending following SQL statement:", qstring, "\n", sep = "\n"))
ret <- dbFetch(dbSendQuery(con, qstring))
}
return(ret)
}