STATA数据集导出到数据库的一个小问题：行太大

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

行太大是什么意思？

   开始分析工作之前需要把Stata数据集导出到数据库。最简便的方式是利用STATA自带的导出到ODBC数据源的功能。通常数据处理软件自带的导出功能是好用的，建表和字段定义是同时完成，省却大量的时间。导出功能在STATA13里有了很大的进步。这次的数据集有1227个字段，3万多条记录，大小有370多MB。我设置好数据库和ODBC之后，使用STATA将数据集导入到内存。

   在导出到数据库时，STATA给我返回了报错信息：

1. The ODBC driver reported the following diagnostics
   
2. 错误：行太大:尺寸 10240, 最大值 8160;
   
3. Error while executing the query
   
4. SQLSTATE=54000

复制代码

   这里的行太大是什么意思？按以往的经验，这种翻译后的报错信息是不能完全按字面意思理解的。搜索错误码也搜不到有用信息。我对行太多的第一个猜测是字段数太多，超过了设置上限。有些数据库的表对字段数量是有限制的，比如MySQL就限制到1000个字段，PostgreSQL的限制为1664个字段。因而猜测这个报错不是数据库发出的。第二个猜测是行数太多。我把导出的数据集减少到几百行，报错依然存在。第三个猜测是每行数据长度有上限。这个以前没有遇到过，所以没有往这方面寻找解决方法。

想到的第一个解决方法：更改ODBC设置

   猜测报错信息是由微软ODBC发的信息。想到解决方法为更改ODBC的设置，提高上限。挂VPN上不存在的网站没有搜索到如何改变ODBC设置的信息。遂放弃这一方法。

想到的第二个解决方法：绕过STATA的ODBC Driver

打开数据库之后可以看到新建的表，里面的1227个字段以及定义都设置好了，但是没有数据记录，是空表。这时还是认为是STATA的ODBC Driver的设置上限问题。一个方法是用PostgreSQL数据库的ODBC Driver导出数据。利用R语言包“readstata13”提供的函数将数据集读入内存，利用“RPostgreSQL”包提供的函数将数据导chu 到数据库。当进行到一半的时候报错数据类型不匹配。根据以往的经验，检查类型并修正将是一个漫长的过程，遂放弃。

想到的第三个解决方法：在STATA中分割数据集

   转回STATA后，看到坛友留言说把数据集分成两部分，也想试试这一思路。刚开始纠结如何将数据集分成两部分的方式。在挂VPN在并不存在的网站上搜索时看到可以用“-”表示STATA里的变量（等同于数据库里的字段，R语言里的列）范围，觉得已经集齐了全部工具。我利用以下STATA函数，完成数据集的分割导出。

1. desc ,n /* 利用这个函数查看变量名及所处位置*/
   
2. keep var1 – var2  /* 选择变量var1到变量var2的数据集，总数控制在了800，这是上半部分*/
   
3. dsn  ... /*将上半部分数据集导出到数据库*/
   
4. keep var1 var3 – var4 /* 选择变量var1，var2之后的var3到的数据集的最后一个变量var4，这是下半部分*/
   
5. dsn  ...  /*将下半部分数据集导出到数据库*/

复制代码

   通过这样的方式将数据集分成两部分成功导出到了数据库中。在PostgreSQL数据库中分别存放两张表。单张表的STATA13（Version 60）的数据格式还是蛮强大的。

结论

   回到的最初的报错：行太大，其真实意思是一行所占的字符太大（后期查到的英文是 row too big）。在STATA ODBC Driver里允许最大值为8160字符。数据库PostgreSQL的行大小限制也是8160个字符。因而，这个有可能是SQL标准或者可能是PostgreSQL的限制。另外，STATA ODBC Driver的最大字段数是1500个，这是在导出其他数据集时发现的。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：STATA数据 Stata tata 数据集 数据库 数据库