如何用dplyr的compute()在DB2不同Schema创建持久化表？

我来帮你搞定这个在DB2里用dplyr直接创建持久化表的问题！不用把数据拉到R里，直接在数据库端操作完全可行，下面给你两种靠谱的方法：

1. 修复compute()的用法 #

你之前的代码框架问题出在目标表的指定方式上，DB2对schema和表名的识别需要更明确的定义。试试下面修正后的代码：

dplyr::tbl(con, in_schema("SCHEMA_A", "TABLE")) %>%
  dplyr::compute(
    name = Id(schema = "SCHEMA_B", table = "NEW_TABLE"),
    temporary = FALSE,
    analyze = FALSE,
    overwrite = TRUE  # 若目标表已存在需要覆盖，就加这个参数
  )

参数解释： #

• name = Id(schema = "SCHEMA_B", table = "NEW_TABLE")：用Id()对象明确指定目标表的schema和名称，这是DB2下最可靠的方式，避免字符串解析出错。
• temporary = FALSE：这个是核心！默认compute()会创建临时表，必须设为FALSE才能生成持久化表。
• overwrite = TRUE：如果SCHEMA_B.NEW_TABLE已经存在，加上这个参数可以直接覆盖（注意备份数据）。
• analyze = FALSE：按你的需求保留，不需要生成表统计信息就保持这个设置。

2. 用copy_to()替代dbWriteTable() #

如果你想用copy_to()来实现，也可以直接传递dbplyr的tbl对象，让操作完全在数据库端执行：

# 先获取源表的引用
source_table <- dplyr::tbl(con, in_schema("SCHEMA_A", "TABLE"))

# 直接在数据库端复制并创建新表
dplyr::copy_to(
  dest = con,
  df = source_table,
  name = Id(schema = "SCHEMA_B", table = "NEW_TABLE"),
  temporary = FALSE,
  overwrite = TRUE,
  analyze = FALSE
)

这里的关键是df参数支持接收dbplyr的远程tbl对象，而不是只能传R本地的数据框，这样就不会把数据拉到R里，全程在DB2内部完成复制和表创建。

额外注意事项 #

• 权限验证：确保你的数据库账号拥有SCHEMA_B下的建表权限，以及SCHEMA_A.TABLE的读取权限，不然会抛出权限错误。
• 数据修改：如果需要对源表做修改（比如过滤行、修改字段类型、新增计算列），直接在compute()/copy_to()之前加入dplyr操作即可，比如：

  dplyr::tbl(con, in_schema("SCHEMA_A", "TABLE")) %>%
    dplyr::filter(status == "ACTIVE") %>%
    dplyr::mutate(new_col = old_col * 2) %>%
    dplyr::compute(name = Id(schema = "SCHEMA_B", "NEW_TABLE"), temporary = FALSE)
  

• 结果验证：执行完后可以用下面的代码检查表是否创建成功：

  dplyr::tbl(con, in_schema("SCHEMA_B", "NEW_TABLE")) %>% head()
  

内容的提问来源于stack exchange，提问作者MatSchu