怎么提高R语言读取数据库的速度

会有影响的，机器性能对数据的导出速度有很大的影响。

exp和expdp这两个都是数据库冷备份的方法，备份的目的是防止数据库异常导致数据丢失，但是冷备份只能讲数据还原到指定时间点的数据。

一周一次备份，频率还是太低了。就一般生产库而已，基本上都是一天一备份的。exp对数据库没啥影响，只要是在业务相对少的情况下进行就好。

建议使用expdp数据泵方式备份，可以添加parallel参数，很快的。

Python与R相比速度要快。Python可以直接处理上G的数据；R不行，R分析数据时需要先通过数据库把大数据转化为小数据（通过groupby）才能交给R做分析，因此R不可能直接分析行为详单，只能分析统计结果。所以有人说：Python=RSQL/Hive，并不是没有道理的。

Python的一个最明显的优势在于其胶水语言的特性，很多书里也都会提到这一点，一些底层用C写的算法封装在Python包里后性能非常高效

(Python的数据挖掘包Orangecanve

中的决策树分析50万用户10秒出结果，用R几个小时也出不来，8G内存全部占满)。但是，凡事都不绝对，如果R矢量化编程做得好的话（有点小难度），会

使R的速度和程序的长度都有显著性提升。

---