Chapter 1: Introduction
7
Windows applications are most unlikely to. Apparently Excel:mac 2004/8 expects .csv
files in "macroman" encoding (the encoding used in much earlier versions of Mac OS).
Function write.matrix in package MASS (https://CRAN.R-project.org/package=MASS)
provides a specialized interface for writing matrices, with the option of writing them in blocks
and thereby reducing memory usage.
It is possible to use sink to divert the standard R output to a file, and thereby capture the
output of (possibly implicit) print statements. This is not usually the most efficient route, and
the options(width) setting may need to be increased.
Function write.foreign in package foreign (https: / / CRAN . R-project . org /
package=foreign) uses write.table to produce a text file and also writes a code file that will
read this text file into another statistical package. There is currently support for export to SAS,
SPSS and Stata.
1.3 XML
When reading data from text files, it is the responsibility of the user to know and to specify
the conventions used to create that file, e.g. the comment character, whether a header line
is present, the value separator, the representation for missing values (and so on) described in
Section 1.2 [Export to text files], page 5. A markup language which can be used to describe not
only content but also the structure of the content can make a file self-describing, so that one
need not provide these details to the software reading the data.
The eXtensible Markup Language – more commonly known simply as
XML
–can be used to
provide such structure, not only for standard datasets but also more complex data structures.
XML
is becoming extremely popular and is emerging as a standard for general data markup and
exchange. It is being used by different communities to describe geographical data such as maps,
graphical displays, mathematics and so on.
XML
provides a way to specify the file’s encoding, e.g.
<?xml version="1.0" encoding="UTF-8"?>
although it does not require it.
The XML (https://CRAN.R-project.org/package=XML) package provides general facili-
ties for reading and writing
XML
documents within R. Package StatDataML (https://CRAN.
R-project.org/package=StatDataML) on
CRAN
is one example building on XML (https://
CRAN.R-project.org/package=XML).
NB: XML (https://CRAN.R-project.org/package=XML) is available as a binary package
for Windows, normally from the ‘CRAN extras’ repository (which is selected by default on
Windows).
Pdf thumbnail creator - Draw thumbnail images for PDF in C#.net, ASP.NET, MVC, Ajax, WinForms, WPF
Support Thumbnail Generation with Various Options for Quick PDF Navigation
cannot view pdf thumbnails in; pdf thumbnail
Pdf thumbnail creator - VB.NET PDF Thumbnail Create SDK: Draw thumbnail images for PDF in vb.net, ASP.NET, MVC, Ajax, WinForms, WPF
Support Thumbnail Generation with Various Options for Quick PDF Navigation
pdf thumbnail creator; view pdf thumbnails in
8
2 Spreadsheet-like data
In Section 1.2 [Export to text files], page 5, we saw a number of variations on the format of a
spreadsheet-like text file, in which the data are presented in a rectangular grid, possibly with
row and column labels. In this section we consider importing such files into R.
2.1 Variations on read.table
The function read.table is the most convenient way to read in a rectangular grid of data.
Because of the many possibilities, there are several other functions that call read.table but
change a group of default arguments.
Beware that read.table is an inefficient way to read in very large numerical matrices: see
scan below.
Some of the issues to consider are:
1. Encoding
If the file contains non-
ASCII
character fields, ensure that it is read in the correct encoding.
This is mainly an issue for reading Latin-1 files in a UTF-8 locale, which can be done by
something like
read.table("file.dat", fileEncoding="latin1")
Note that this will work in any locale which can represent Latin-1 strings, but not many
Greek/Russian/Chinese/Japanese .. . locales.
2. Header line
We recommend that you specify the header argument explicitly, Conventionally the header
line has entries only for the columns and not for the row labels, so is one field shorter than
the remaining lines. (If R sees this, it sets header = TRUE.) If presented with a file that has
a(possibly empty) header field for the row labels, read it in by something like
read.table("file.dat", header = TRUE, row.names = 1)
Columnnames can be givenexplicitly via the col.names; explicit names override the header
line (if present).
3. Separator
Normally looking at the file will determine the field separator to be used, but with white-
space separated files there may be a choice between the default sep = "" which uses any
white space (spaces, tabs or newlines) as a separator, sep = " " and sep = "\t". Note that
the choice of separator affects the input of quoted strings.
If you have a tab-delimited file containing empty fields be sure to use sep = "\t".
4. Quoting
By default character strings can be quoted by either ‘"’ or ‘’’, and in each case all the
characters up to a matching quote are taken as part of the character string. The set of valid
quoting characters (which might be none) is controlled by the quote argument. For sep =
"\n" the default is changed to quote = "".
If no separator character is specified, quotes can be escaped within quoted strings by im-
mediately preceding them by ‘\’, C-style.
If a separator character is specified, quotes can be escaped within quoted strings by doubling
them as is conventional in spreadsheets. For example
’One string isn’’t two’,"one more"
can be read by
read.table("testfile", sep = ",")
This does not work with the default separator.
Create Thumbnail in Web Image Viewer | Online Tutorials
Go to the toolbar: Select "Thumbnail Creator" & activate "HQ Annotate & Redact Documents or Images; Create Thumbnail; RasterEdge OCR Engine; PDF Reading; Encode &
enable pdf thumbnails; generate pdf thumbnails
VB.NET Image: How to Process & Edit Image Using VB.NET Image
VB.NET Image Cropping Assembly to Crop Image, VB.NET Image Thumbnail Creator Control SDK.
create pdf thumbnails; show pdf thumbnails
Chapter 2: Spreadsheet-like data
9
5. Missing values
By default the file is assumed to contain the character string NA to represent missing values,
but this can be changed by the argument na.strings, which is a vector of one or more
character representations of missing values.
Empty fields in numeric columns are also regarded as missing values.
In numeric columns, the values NaN, Inf and -Inf are accepted.
6. Unfilled lines
It is quite common for a file exported from a spreadsheet to have all trailing empty fields
(and their separators) omitted. To read such files set fill = TRUE.
7. White space in character fields
If a separator is specified, leading and trailing white space in character fields is regarded as
part of the field. To strip the space, use argument strip.white = TRUE.
8. Blank lines
By default, read.table ignores empty lines.
This can be changed by setting
blank.lines.skip = FALSE, which will only be useful in conjunction with fill = TRUE,
perhaps to use blank rows to indicate missing cases in a regular layout.
9. Classes for the variables
Unless you take any special action, read.table reads all the columns as character vectors
and then tries to select a suitable class for each variable in the data frame. It tries in turn
logical, integer, numeric and complex, moving on if any entry is not missing and cannot
be converted.
1
If all of these fail, the variable is converted to a factor.
Arguments colClasses and as.is provide greater control. Specifying as.is = TRUE sup-
presses conversion of character vectors to factors (only). Using colClasses allows the
desired class to be set for each column in the input: it will be faster and use less memory.
Note that colClasses and as.is are specified per column, not per variable, and so include
the column of row names (if any).
10. Comments
By default, read.table uses ‘#’ as a comment character, and if this is encountered (except
in quoted strings) the rest of the line is ignored. Lines containing only white space and a
comment are treated as blank lines.
If it is known that there will be no comments in the data file, it is safer (and may be faster)
to use comment.char = "".
11. Escapes
Many OSes have conventions for using backslash as an escape character in text files, but
Windows does not (and uses backslash in path names). It is optional in R whether such
conventions are applied to data files.
Both read.table and scan have a logical argument allowEscapes. This is false by de-
fault, and backslashes are then only interpreted as (under circumstances described above)
escaping quotes. If this set to be true, C-style escapes are interpreted, namely the con-
trol characters \a, \b, \f, \n, \r, \t, \v and octal and hexadecimal representations like
\040 and \0x2A. Any other escaped character is treated as itself, including backslash. Note
that Unicode escapes such as \uxxxx are never interpreted.
12. Encoding
This can be specified by the fileEncoding argument, for example
fileEncoding = "UCS-2LE"
# Windows ’Unicode’ files
1
This is normally fast as looking at the first entry rules out most of the possibilities.
C# PDF Library SDK to view, edit, convert, process PDF file for C#
allows you to read, add, edit, update, and delete PDF file metadata, like Title, Subject, Author, Creator, Producer, Keywords, etc. C#.NET: Edit PDF Thumbnail.
generate thumbnail from pdf; show pdf thumbnail in
VB.NET Image: .NET Imaging Viewing and Processing Programming SDK
RasterEdge.Imaging.Barcode.Scanner.dll: contrary to the barcode creator, barcode scanner RasterEdge.Imaging.PDF.dll: used to processing PDF file in VB project
pdf files thumbnails; print pdf thumbnails
Chapter 2: Spreadsheet-like data
10
fileEncoding = "UTF-8"
If you know (correctly) the file’s encoding this will almost always work. However, we know
of one exception, UTF-8 files with a BOM.Some people claim that UTF-8 files should never
have a BOM, but some software (apparently including Excel:mac) uses them, and many
Unix-alike OSes do not accept them. So faced with a file which file reports as
intro.dat: UTF-8 Unicode (with BOM) text
it can be read on Windows by
read.table("intro.dat", fileEncoding = "UTF-8")
but on a Unix-alike might need
read.table("intro.dat", fileEncoding = "UTF-8-BOM")
(This would most likely work without specifying an encoding in a UTF-8 locale.)
Another problemwiththis (real-life) exampleis that whereas file-5.03 reportedthe BOM,
file-4.17 found on OS 10.5 (Leopard) did not.
Convenience functions read.csv and read.delim provide arguments to read.table appro-
priate for CSV and tab-delimited files exported from spreadsheets in English-speaking locales.
The variations read.csv2 and read.delim2 are appropriate for use in those locales where the
comma is used for the decimal point and (for read.csv2) for spreadsheets which use semicolons
to separate fields.
If the options to read.table are specified incorrectly, the error message will usually be of
the form
Error in scan(file = file, what = what, sep = sep, :
line 1 did not have 5 elements
or
Error in read.table("files.dat", header = TRUE) :
more columns than column names
This may give enough information to find the problem, but the auxiliary function count.fields
can be useful to investigate further.
Efficiency can be important when reading large data grids. It will help to specify
comment.char = "", colClasses as one of the atomic vector types (logical, integer, numeric,
complex, character or perhaps raw) for each column, and to give nrows, the number of rows to
be read (and a mild over-estimate is better than not specifying this at all). See the examples in
later sections.
2.2 Fixed-width-format files
Sometimes data files have no field delimiters but have fields in pre-specified columns. This was
very common in the days of punched cards, and is still sometimes used to save file space.
Functionread.fwf provides a simple way to readsuch files, specifying a vector of fieldwidths.
The function reads the file into memory as whole lines, splits the resulting character strings,
writes out a temporary tab-separated file and then calls read.table. This is adequate for small
files, but for anything more complicated we recommend using the facilities of a language like
perl to pre-process the file.
Function read.fortran is a similar functionfor fixed-format files, using Fortran-style column
specifications.
.NET PDF SDK - Description of All PDF Processing Control Feastures
Support editing PDF document metadata: Title, Subject, Author, Creator, Producer, Keywords, Created Date, and Last Modified Date; PDF Thumbnail.
enable pdf thumbnail preview; program to create thumbnail from pdf
How to C#: Basic SDK Concept of XDoc.PDF for .NET
Author, Creator, Producer, Keywords, Created Date, and Last Modified Date. Class: PDFMetadata. Thumbnail. You can generate thumbnail image(s) from PDF file for
thumbnail view in for pdf files; how to view pdf thumbnails in
Chapter 2: Spreadsheet-like data
11
2.3 Data Interchange Format (DIF)
An old format sometimes used for spreadsheet-like data is DIF, or Data Interchange format.
Function read.DIF provides a simple way to read such files. It takes arguments similar to
read.table for assigning types to each of the columns.
On Windows, spreadsheet programs often store spreadsheet data copied to the clipboard in
this format; read.DIF("clipboard") can read it from there directly. It is slightly more robust
than read.table("clipboard") in handling spreadsheets with empty cells.
2.4 Using scan directly
Both read.table and read.fwf use scan to read the file, and then process the results of scan.
They are very convenient, but sometimes it is better to use scan directly.
Function scan has many arguments, most of which we have already covered under
read.table. The most crucial argument is what, which specifies a list of modes of variables
to be read from the file. If the list is named, the names are used for the components of the
returned list. Modes can be numeric, character or complex, and are usually specified by an
example, e.g. 0, "" or 0i. For example
cat("2 3 5 7", "11 13 17 19", file="ex.dat", sep="\n")
scan(file="ex.dat", what=list(x=0, y="", z=0), flush=TRUE)
returns a list with three components and discards the fourth column in the file.
There is a function readLines which will be more convenient if all you want is to read whole
lines into R for further processing.
One common use of scan is to read in a large matrix. Suppose file matrix.dat just contains
the numbers for a 200 x 2000 matrix. Then we can use
A <- matrix(scan("matrix.dat", n = 200*2000), 200, 2000, byrow = TRUE)
On one test this took 1 second (under Linux, 3 seconds under Windows on the same machine)
whereas
A <- as.matrix(read.table("matrix.dat"))
took 10 seconds (and more memory), and
A <- as.matrix(read.table("matrix.dat", header = FALSE, nrows = 200,
comment.char = "", colClasses = "numeric"))
took 7 seconds. The difference is almost entirely due to the overhead of reading 2000 separate
short columns: were they of length 2000, scan took 9 seconds whereas read.table took 18 if
used efficiently (in particular, specifying colClasses) and 125 if used naively.
Note that timings can depend on the type read and the data. Consider reading a million
distinct integers:
writeLines(as.character((1+1e6):2e6), "ints.dat")
xi <- scan("ints.dat", what=integer(0), n=1e6)
# 0.77s
xn <- scan("ints.dat", what=numeric(0), n=1e6)
# 0.93s
xc <- scan("ints.dat", what=character(0), n=1e6) # 0.85s
xf <- as.factor(xc)
# 2.2s
DF <- read.table("ints.dat")
# 4.5s
and a million examples of a small set of codes:
code <- c("LMH", "SJC", "CHCH", "SPC", "SOM")
writeLines(sample(code, 1e6, replace=TRUE), "code.dat")
y <- scan("code.dat", what=character(0), n=1e6) # 0.44s
yf <- as.factor(y)
# 0.21s
DF <- read.table("code.dat")
# 4.9s
VB.NET PDF: Basic SDK Concept of XDoc.PDF
Author, Creator, Producer, Keywords, Created Date, and Last Modified Date. Class: PDFMetadata. Thumbnail. You can generate thumbnail image(s) from PDF file for
how to make a thumbnail from pdf; pdf no thumbnail
C# Image: How to Add Antique & Vintage Effect to Image, Photo
A: Sorry, the API that RasterEdge C#.NET antique effect creator control add are dedicated to provide powerful & profession imaging controls, PDF document, tiff
create thumbnails from pdf files; create thumbnail from pdf c#
Chapter 2: Spreadsheet-like data
12
DF <- read.table("code.dat", nrows=1e6)
# 3.6s
Note that these timings depend heavily on the operating system (the basic reads in Windows
take at least as twice as long as these Linux times) and on the precise state of the garbage
collector.
2.5 Re-shaping data
Sometimes spreadsheet data is in a compact format that gives the covariates for each subject
followed by all the observations on that subject. R’s modelling functions need observations in a
single column. Consider the following sample of data from repeated MRI brain measurements
Status
Age
V1
V2
V3
V4
P 23646 45190 50333 55166 56271
CC 26174 35535 38227 37911 41184
CC 27723 25691 25712 26144 26398
CC 27193 30949 29693 29754 30772
CC 24370 50542 51966 54341 54273
CC 28359 58591 58803 59435 61292
CC 25136 45801 45389 47197 47126
There are two covariates and up to four measurements on each subject. The data were exported
from Excel as a file mr.csv.
We can use stack to help manipulate these data to give a single response.
zz <- read.csv("mr.csv", strip.white = TRUE)
zzz <- cbind(zz[gl(nrow(zz), 1, 4*nrow(zz)), 1:2], stack(zz[, 3:6]))
with result
Status
Age values ind
X1
P 23646 45190 V1
X2
CC 26174 35535 V1
X3
CC 27723 25691 V1
X4
CC 27193 30949 V1
X5
CC 24370 50542 V1
X6
CC 28359 58591 V1
X7
CC 25136 45801 V1
X11
P 23646 50333 V2
...
Function unstack goes in the opposite direction, and may be useful for exporting data.
Another way to do this is to use the function reshape, by
> reshape(zz, idvar="id",timevar="var",
varying=list(c("V1","V2","V3","V4")),direction="long")
Status
Age var
V1 id
1.1
P 23646
1 45190 1
2.1
CC 26174
1 35535 2
3.1
CC 27723
1 25691 3
4.1
CC 27193
1 30949 4
5.1
CC 24370
1 50542 5
6.1
CC 28359
1 58591 6
7.1
CC 25136
1 45801 7
1.2
P 23646
2 50333 1
2.2
CC 26174
2 38227 2
...
C# PowerPoint - PowerPoint Creating in C#.NET
The PowerPoint document file created by RasterEdge C# PowerPoint document creator library is searchable and can be fully populated with editable text and
disable pdf thumbnails; pdf thumbnail fix
C# Word - Word Creating in C#.NET
The Word document file created by RasterEdge C# Word document creator library is searchable and can be fully populated with editable text and graphics
no pdf thumbnails in; create thumbnails from pdf files
Chapter 2: Spreadsheet-like data
13
The reshape function has a more complicated syntax than stack but can be used for data
where the ‘long’ form has more than the one column in this example. With direction="wide",
reshape can also perform the opposite transformation.
Some people prefer the tools in packages reshape (https:/ / CRAN .R-project. org /
package=reshape), reshape2 (https://CRAN.R-project.org/package=reshape2) and plyr
(https://CRAN.R-project.org/package=plyr).
2.6 Flat contingency tables
Displaying higher-dimensional contingency tables in array form typically is rather inconvenient.
In categorical data analysis, such information is often represented in the form of bordered two-
dimensional arrays with leading rows and columns specifying the combination of factor levels
corresponding to the cell counts. These rows and columns are typically “ragged” in the sense
that labels are only displayed when they change, with the obvious convention that rows are read
from top to bottom and columns are read from left to right. In R, such “flat” contingency tables
can be created using ftable, which creates objects of class "ftable" with an appropriate print
method.
As a simple example, consider the R standard data set UCBAdmissions which is a 3-
dimensional contingency table resulting from classifying applicants to graduate school at UC
Berkeley for the six largest departments in 1973 classified by admission and sex.
> data(UCBAdmissions)
> ftable(UCBAdmissions)
Dept
A
B
C
D
E
F
Admit
Gender
Admitted Male
512 353 120 138 53 22
Female
89 17 202 131 94 24
Rejected Male
313 207 205 279 138 351
Female
19
8 391 244 299 317
The printed representation is clearly more useful than displaying the data as a 3-dimensional
array.
There is also a function read.ftable for reading in flat-like contingency tables from files.
This has additional arguments for dealing with variants on how exactly the information on row
and column variables names and levels is represented. The help page for read.ftable has some
useful examples. The flat tables can be converted to standard contingency tables in array form
using as.table.
Note that flat tables are characterized by their “ragged” display of row (and maybe also
column) labels. If the full grid of levels of the row variables is given, one should instead use
read.table to read in the data, and create the contingency table from this using xtabs.
14
3 Importing from other statistical systems
In this chapter we consider the problemof reading a binary datafilewritten by another statistical
system. This is often best avoided, but may be unavoidable if the originating system is not
available.
In all cases the facilities described were written for data files from specific versions of the
other system (often in the early 2000s), and have not necessarily been updated for the most
recent versions of the other system.
3.1 EpiInfo, Minitab, S-PLUS, SAS, SPSS, Stata, Systat
The recommended package foreign (https://CRAN.R-project.org/package=foreign) pro-
vides import facilities for files produced by these statistical systems, and for export to Stata.
In some cases these functions may require substantially less memory than read.table would.
write.foreign (See Section 1.2 [Export to text files], page 5) provides an export mechanism
with support currently for SAS, SPSS and Stata.
EpiInfo versions 5 and 6 stored data in a self-describing fixed-width text format.
read.epiinfo will read these .REC files into an R data frame. EpiData also produces data in
this format.
Function read.mtp imports a ‘Minitab Portable Worksheet’. This returns the components
of the worksheet as an R list.
Function read.xport reads afile inSAS Transport (XPORT) format andreturn a list of data
frames. If SAS is available on your system, function read.ssd can be used to create and run a
SAS script that saves a SAS permanent dataset (.ssd or .sas7bdat) in Transport format. It
then calls read.xport to read the resulting file. (Package Hmisc (https://CRAN.R-project.
org/package=Hmisc) has a similar function sas.get, also running SAS.) For those without
access to SAS but running on Windows, the SAS System Viewer (a zero-cost download) can be
used to open SAS datasets and export them to e.g. .csv format.
Function read.S which can read binary objects produced by S-PLUS 3.x, 4.x or 2000 on
(32-bit) Unix or Windows (and can read them on a different OS). This is able to read many but
not all S objects: in particular it can read vectors, matrices and data frames and lists containing
those.
Function data.restore reads S-PLUS data dumps (created by data.dump) with the same
restrictions (except that dumps from the Alpha platform can also be read). It should be possible
to read data dumps from S-PLUS 5.x and later written with data.dump(oldStyle=T).
If you have access to S-PLUS, it is usually more reliable to dump the object(s) in S-PLUS
and source the dump file in R. For S-PLUS 5.x and later you may need to use dump(...,
oldStyle=T), and to read in very large objects it may be preferable to use the dump file as a
batch script rather than use the source function.
Function read.spss can read files created by the ‘save’ and ‘export’ commands in
SPSS
. It
returns a list with one component for each variable in the saved data set.
SPSS
variables with
value labels are optionally converted to R factors.
SPSS
Data Entry is an application for creating data entry forms. By default it creates data
files with extra formatting information that read.spss cannot handle, but it is possible to
export the data in an ordinary
SPSS
format.
Some third-party applications claim to produce data ‘in SPSS format’ but with differences
in the formats: read.spss may or may not be able to handle these.
Stata .dta files are a binary file format. Files from versions 5 up to 11 of Stata can be
read and written by functions read.dta and write.dta. Stata variables with value labels are
Chapter 3: Importing from other statistical systems
15
optionally converted to (and from) R factors. Stata version 12 by default writes ‘format-115
datasets’: read.dta currently may not be able to read those.
read.systat reads those Systat SAVE files that are rectangular data files (mtype = 1) written
on little-endian machines (such as fromWindows). These have extension .sys or (more recently)
.syd.
3.2 Octave
Octave is a numerical linear algebra system (http: / / www . octave . org), and function
read.octave in package foreign (https://CRAN.R-project.org/package=foreign) can read
in files in Octave text data format created using the Octave command save -ascii, with sup-
port for most of the common types of variables, including the standard atomic (real and complex
scalars, matrices, and N-d arrays, strings, ranges, and boolean scalars and matrices) and recur-
sive (structs, cells, and lists) ones.
16
4 Relational databases
4.1 Why use a database?
There are limitations on the types of data that R handles well. Since all data being manipulated
by R are resident in memory, and several copies of the data can be created during execution of
afunction, R is not well suited to extremely large data sets. Data objects that are more than
a(few) hundred megabytes in size can cause R to run out of memory, particularly on a 32-bit
operating system.
R does not easily support concurrent access to data. That is, if more than one user is
accessing, and perhaps updating, the same data, the changes made by one user will not be
visible to the others.
Rdoes support persistence of data, in that you can save a data object or an entire worksheet
from one session and restore it at the subsequent session, but the format of the stored data is
specific to R and not easily manipulated by other systems.
Database management systems (DBMSs) and, in particular, relational DBMSs (RDBMSs)
are designed to do all of these things well. Their strengths are
1. To provide fast access to selected parts of large databases.
2. Powerful ways to summarize and cross-tabulate columns in databases.
3. Store data in more organized ways than the rectangular grid model of spreadsheets and R
data frames.
4. Concurrent access from multiple clients running on multiple hosts while enforcing security
constraints on access to the data.
5. Ability to act as a server to a wide range of clients.
The sort of statistical applications for which DBMS might be used are to extract a 10%
sample of the data, to cross-tabulate data to produce a multi-dimensional contingency table,
and to extract data group by group from a database for separate analysis.
Increasingly OSes are themselves making use of DBMSs for these reasons, so it is nowadays
likely that one will be already installed on your (non-Windows) OS. Akonadi (https://en.
wikipedia.org/wiki/Akonadi) is used by KDE4 to store personal information. Several OS X
applications, including Mail and Address Book, use SQLite.
4.2 Overview of RDBMSs
Traditionally there had been large (and expensive) commercial RDBMSs (Informix (http://
www.informix.com); Oracle (https://www.oracle.com); Sybase (http://www.sybase.com);
IBM’s DB2 (http://www.ibm.com/db2); Microsoft
SQL
Server (https://www.microsoft.com/
SQL/default.mspx) on Windows) and academic and small-system databases (such as MySQL
1
,
PostgreSQL, Microsoft Access, . ..), the former marked out by much greater emphasis on data
security features. The line is blurring, with MySQL and PostgreSQL having more and more
high-end features, and free ‘express’ versions being made available for the commercial DBMSs.
There are other commonly used data sources, including spreadsheets, non-relational data-
bases and even text files (possibly compressed). Open Database Connectivity (
ODBC
) is a
standard to use all of these data sources. It originated on Windows (see https://msdn.
microsoft.com/en-us/library/ms710252%28v=vs.85%29.aspx) but is also implemented on
Linux/Unix/OS X.
1
and forks, notably MariaDB.
Documents you may be interested
Documents you may be interested