欲直接下载代码文件,关注我们的公众号哦!查看历史消息即可!
本文介绍如何利用python来对MySQL数据库进行操作,本文将主要从以下几个方面展开介绍:
1.数据库介绍
2.MySQL数据库安装和设置
3.Python操作MySQL
在Python3.X上安装MySQL驱动
创建数据库连接
创建数据表
增、改、删、查
分组、聚合
扫描二维码关注公众号,回复: 6324084 查看本文章按批量读取和处理数据
4.小结
01 数据库介绍
数据库(Database)是按照数据结构来组织、存储和管理数据的仓库,能直接通过条件快速查询到指定的数据。随着信息技术和市场的发展,数据管理不再仅仅是存储和管理数据,而转变成用户所需要的各种数据管理的方式。
目前,数据库主要有两种形式,一种是非关系型数据库,另一种是关系型数据库。目前,我们用得非常广泛的一种数据库类型是关系型数据库,它可以分为以下几种:
Oracle:
付费产品,主要是银行在用(万一出错了有Oracle背锅)DB2:
付费产品,IBM产品SQL Sever:
付费产品,微软产品,windows专用PostgreSQL:
免费产品,主要是高校学术上使用MySQL:
大众,免费,开源
作为手无寸金的大学生,我们应该用哪种数据库呢?当然是MySQL。一方面是因为MySQL免费,另一方面是因为普及率最高,出了错,可以很容易找到解决方法。而且,围绕MySQL有一大堆监控和运维的工具,安装和使用很方便。所以,本文接下来也会介绍如何用Python来操作MySQL。
02 MySQL安装和设置
2.1 下载安装:
STEP1:MySQL官方网站上下载最新的MySQL Installer 8.0.14版本,下载链接为:
STEP2:按照指示操作默认安装,在安装时,MySQL会要求我们设置一个本地登陆账号,账号名一般命为root,端口为3306,自定义一个password即可。
2.2 MySQL workbench创建用户与授权
- STEP1:创建新用户。以root用户登录MySQL workbench,先选择users and privileges,然后选择下方的add account去添加用户。
- STEP2:我们以创建好的blank为例,创建好后在左边的表中出现了blank这个用户。返回MySQL Workbench主页,新建MySQL Connection,用户名和密码为新创建的用户名和密码,这个时候,我们就能看到除了root用户外,还能看到新创建的blank这个user账户了。
- STEP3:创建数据库和数据表。在root账户中新建一个名字为test_s的Schema,然后我们会在左下角的schemas中看到我们新建的schema。对于Schema,在MySQL中,它等同于database,它是数据库对象的集合,这个集合包括了各种对象,如Tables(表)、Views(视图)、Sorted Procedures(存储过程)、Functions等,我们可以选中Table,点击鼠标右键,选择creat table,即可在该数据库下创建数据表。创建过程和创建数据库类似。
- STEP4:设置用户权限:而当我们用blank连接数据库时,是没有test_s这个schema的,这个时候我们需要通过root开放权限给blank这个用户。返回root用户操作选项卡,选择users and privileges,选中blank用户,再选择schema privileges,点击add entry;在弹出来的窗口中选择权限范围,这里我们选择指定的test_s给blank这个user,点击ok;双击tets_s,privileges全部授予,点击select all。
- STEP5:进入主界面,重新进入blank用户操作选项卡,我们会在schemas中看到test_s这个schema。blank这个用户可以对root授权的test_s这个schema中的表进行操作。
至此,我们完成了MySQL中用户的新建和授权。
03 Python操作MySQL
目前,关于Python操作数据库主要有以下几种方法:
- MySQLdb的使用
MySQLdb是用于Python连接MySQL数据库的接口,它实现了Python数据库API规范V2.0,基于MySQL C API上建立的,目前只支持Python2.x。
- PyMySQL的使用
PyMySQL是Python中用于连接MySQL服务器的一个库,它支持Python3.x,是一个纯Python写的MySQL客户端,它的目标是替代MySQLdb。PyMySQL在MIT许可下发布。
- mysql.connector 的使用
由于 MySQL 服务器以独立的进程运行,并通过网络对外服务,所以,需要支持 Python 的 MySQL 驱动来连接到 MySQL 服务器。
目前,有两个 MySQL 驱动:
mysql-connector-python:是 MySQL 官方的纯 Python 驱动
MySQL-python :是封装了 MySQL C驱动的 Python 驱动
- SQLAlchemy的使用
是一种ORM(Object-Relational Mapping)框架,将关系数据库的表结构映射到对象上,隐藏了数据库操作背后的细节,简化了数据操作。
3.1 在Python3.X上安装MySQL驱动
STEP1:由于MySQL官方提供了mysql-connector-python驱动。安装时,在Anaconda Prompt中输入:
conda install mysql-connector-python
STEP2:使用以下代码来测试mysql-connector是否安装成功:
import mysql.connector
如果没有产生错误,则表明安装成功。
3.2 创建数据库连接
这里连接的是我之前创建的blank这个user。如果数据库已经存在的话,我们可以直接连接;如果数据库不存在,直接连接则会报错,这个时候我们就需要创建一个数据库,创建数据库可以在MySQL Workbench中创建,也可以在python中使用"CREATE DATABASE"语句,在本实验中,我们使用已经在MySQL workbench中已经建好的test_s这个数据库。
import mysql.connector
#连接数据库
config = {
'user' : 'blank' #用户名
'password' : 'password' #自己设定的密码
'host' : '127.0.0.1' #ip地址,本地填127.0.0.1,也可以填localhost
'port' : '3306' #端口,本地的一般为3306
'database' : 'test_s' #数据库名字,这里选用test_s
}
con = mysq;.connector.connect(**config)
3.3 创建数据表
- STEP1:当Python 和数据之间的连接建立起来之后,要操作数据库,就需要让 Python对数据库执行SQL语句。创建数据表我们使用"CREATE TABLE"语句,在test_s这个数据库中创建一个叫做customers的表格,其中包含id、name、address、sex、age、sl这六个columns。Python是通过游标执行SQL语句的,所以,连接建立之后,就要利用连接对象得到游标对象。
cursor():表示游标
execute():是执行语句
- STEP2:一般在创建新表的时候,我们还会设置一个主键(PRIMARY KEY)来方便进行查询工作。创建主键,我们可以用"INT AUTO_INCREMENT PRIMARY KEY"
# 创建一个表
# buffered = True 不设的话,查询结果没有读完会报错
# raise errors.InternalError("Unread result found")
mycursor = con.cursor(buffered = True)
mycursor.execute("CREATE TABLE customers(id INT AUTO_INCREMENT PRIMARY KEY, \
name VARCHAR(255) , address VARCHAR(255), \
7sex VARCHAR(225) , age INT(10) , sl INT(10))")
VARCHAR()表示的是数据类型,定义的是变长字符串;INT()表示整型
- STEP3:执行语句。执行完后,我们可以回到MySQL workbench,可以看到在test_s下面的customers这个表格,其中Columns为我们创建的id,name,address,sex,age和sl。
STEP4:但是,当我们再次执行语句的时候,由于已经创建了"customers"这个表,所以再次执行会报错,这个时候就需要加一个判断,判断这个表是否已经存在于test_s这个数据库中
ProgrammingError: Table 'customers' alreadyy exists
STEP5:我们可以用"SHOW TABLES"语句来查看数据表是否已经存在,如果存在就print"table already exists",如果不存在,就print"table does not exist"。
def tableExists(mycursor, name):
stmt = "SHOW TABLES LIKE '" +name+ "'"
mycursor.execute(stmt)
return mycursor.fetchone()
mycursor = con.cursor()
if tableExists(mycursor , 'customers'):
print("table already exists")
else:
print("table not exists")
- STEP6:上面的语句只是为了帮助我们判断是否有同名表,当我们要新建一个表时,我们可以在这个判断的基础上,在创建新表前删掉数据库内的同名表,再建新表。删除我们用的是"DROP TABLE",新建表是"CERATE TABLE"
import mysql.connector
#连接数据库
config = {
'user' : 'blank',
'password' :'fuying123888',
'host' : '127.0.0.1',
'port':'3306',
'database' : 'test_s'
}
con = mysql.connector.connect(**config)
# 检查一个表是否存在
def tableExists(mycursor, name):
stmt = "SHOW TABLES LIKE '"+name+"'"
mycursor.execute(stmt)
return mycursor.fetchone()
# 删除一个表(无论它是否已经存在)
def dropTable(mycursor, name):
stmt = "DROP TABLE IF EXISTS "+name
mycursor.execute(stmt)
# buffered=True 不设的话,查询结果没有读完会报错
# raise errors.InternalError("Unread result found")
mycursor = con.cursor(buffered=True)
# 删除临时表
tableName = 'customers'
dropTable(mycursor, tableName)
# 创建一个表
mycursor.execute("CREATE TABLE customers(id INT AUTO_INCREMENT PRIMARY KEY,\
name VARCHAR(255), address VARCHAR(255), \
sex VARCHAR(225), age INT(10), sl INT(10))")
3.4 增、改、删、查
3.4.1 增
在cutomers表中插入数据用的是"INSERT INTO"语句。
除了用一条条用execute( )插入之外,我们还可以用executemany()的方式批量插入,也就是val中包含的是一个元组列表,包含我们想要插入的数据。
需要注意的事是:如果数据表格有更新,那么必须用到commit()语句,否则在workbench是看不到插入的数据的。
# 往表里插入一些记录
sql="INSERT INTO customers(name,address,sex,age,sl) VALUES(%s, %s,%s,%s,%s)"
val = ("John", "Highway 21","M",23,5000)
mycursor.execute(sql, val)
val = ("Jenny", "Highway 29","F",30,12500)
mycursor.execute(sql, val)
val=[("Tom","ABC 35","M",35,14000),
("Tom1","Highway 29","M",28,6700),
("Lily","Road 11","F",30,8000),
("Martin","Road 24","M",35,14000),
("Sally","Fast 56","M",32,15000)]
mycursor.executemany(sql, val)
con.commit()
执行以上代码后,回到workbench,,我们可以看到最终的结果为:
3.4.2 改
在cutomers表中更改数据用的是"UPDATE"语句。例如,我们将最后一条 “Sally”的名字改成“Tiny”:
# 将Sally改为Tiny
sql="UPDATE customers SET name='Tiny' WHERE name ='Sally'"
mycursor.execute(sql)
con.commit()
执行代码,回到workbench我们可以看到结果为:
3.4.3 删
关于删,我们在上文提到了删除表格,用的是“DROP TABLE ”语句,“IF EXISTS”关键字是用于判断表是否存在,只有在存在的情况才删除当我们要删除一条数据记录时候,用到的语句是“DELETE FROM”语句。例如:我们想在customers这个表格当中,删除name为Tiny的这一条记录:
#删除名字为Tiny的记录
sql="DELETE FROM customers WHERE name='Tiny'"
mycursor.execute(sql)
con.commit()
执行代码,回到workbench我们可以看到结果为:
3.4.4 查
- 普通查询
普通查询数据用的是SELECT语句。例如:我们想查询customers的所有信息,并且进行打印输出:
#查询这里面所有的人:
sql="SELECT * FROM customers"
mycursor.execute(sql)
myresult = mycursor.fetchall() # fetchall() 获取所有记录
for x in myresult:
print(x)
得到最终结果为:
值得注意的是:fetchall()表示的是获得所有记录;fetchone()表示只获取一条数据;fetchmany(size=3)表示获取三条记录;
- 限定条件查找
为了获取指定条件下的查找结果,我们可以使用where语句。例如:我们想在查询customers的所有信息基础上,输出年龄大于30岁的消费者的信息:
sql="SELECT * FROM customers WHERE age > 30"
mycursor.execute(sql)
myresult = mycursor.fetchall() # fetchall() 获取所有记录
for x in myresult:
print(x)
最终得到的结果为:
- 通配符查找
有时候为了进行模糊查询,可以匹配通配符,通过“LIKE”来进行查找:
百分号 (%):代表零个、一个或多个数字或字符;
下划线 (_):代表一个单一的数字或字符。
例如:查出所有名字中含有t的记录:
#%代表零个、一个或者多个数字或字符
#_代表一个单一的数字或者字符
sql = "SELECT * FROM customers WHERE name LIKE '%t%'"
mycursor.execute(sql)
myresult=mycursor.fetchall()
for x in myresult:
print(x)
执行代码,我们得到的结果如下:
值得注意的是:但是使用Like查询时,即使我们在代码输入的是“t”,执行过程中也会将含有“T”的记录同样输出,即用LIKE匹配通配符对大小写不敏感。为了区分大小写,可以用“GLOB”进行查询。
- 排序
查询结果排序可以使用 ORDER BY 语句,默认的排序方式为升序,如果要设置降序排序,可以设置关键字 DESC。例如:我们要按照年龄对customers进行升序排列:
#排序
#按照年龄排序
sql = "SELECT * FROM customers ORDER BY age"
mycursor.execute(sql)
myresult=mycursor.fetchall()
for x in myresult:
print(x)
执行代码,得到的结果为:
n zxx m nb
- LIMIT
当数据库数量非常大的时候,为了限制查询的数据量,可以采用"LIMIT"语句来指定,比如我们希望在customers表中找出工资最高的三个人:
#找出其中工资最高的3个人
sql = "SELECT * FROM customers ORDER BY sl DESC LIMIT 3"
mycursor.execute(sql)
myresult=mycursor.fetchall()
for x in myresult:
print(x)
执行代码,得到结果为:
- 二次筛选
有时候我们在进行一次筛选后,还需要设定一个筛选条件进行二次筛选,我们就可以采用“HAVING”语句。例如:我们希望统计在年龄处于20-30(不包括20岁,但是包括30岁)的人当中,选择薪资大于5000的消费者:
#二次过滤
#统计在年龄处于20-30之间的人中,选择薪资大于5000的人
sql = "SELECT * FROM customers WHERE age>20 and age<=30 HAVING sl>5000 "
mycursor.execute(sql)
myresult=mycursor.fetchall()
for x in myresult:
print(x)
con.commit()
con.close()
执行代码后,得到的结果如下:
3.5 分组聚合
在数据库中,分组常用的语句为“GROUP BY”语句,聚合函数,通常是配合分组进行使用,在数据库中常用的聚合函数为:
COUNT(*):表示计算总行数,括号可以写*和字段名字
MAX(column):表示求此列的最大值
MIN(column):表示求此列的最小值
SUM(column):表示求此列的和
AVG(column):表示求此列的平均值
- 从customers表中统计出男女薪资总和
以sex为类别进行GROUP BY 分组,加上WHERE来做条件判断。
#统计出男女的薪水总数
sql = "SELECT sex,sum(sl) FROM customers GROUP BY sex"
mycursor.execute(sql)
myresult=mycursor.fetchall()
for x in myresult:
print(x)
最终结果为:
- 从customers表中,按性别进行分组,统计出年龄在20-30的消费者的薪资,并且按照薪资高低进行排序
# 按照性别进行分组,统计出年龄在20-30岁的消费者的薪资
sql = "SELECT sex,sum(sl) FROM customers WHERE age>20 and age<=30 GROUP BY sex ORDER BY sl"
mycursor.execute(sql)
myresult=mycursor.fetchall()
for x in myresult:
print(x)
值得注意的是:本例是以sex为类别进行GROUP BY 分组,加上WHERE来做条件判断,加上ORDER BY 排序,但是GROUP BY 的位置必须要在WHERE 之后,在ORDER BY 之前。
3.6 分批量读取和处理数据
程序运行的时候,数据都是在内存中的,但是有时候如果数据量太大,内存会装不下,这个时候我们就需要分批从数据库去读取数据,然后再处理,等到处理完了之后,再去读取。比如:我们要从customers当中分批读取和处理薪资大于8000的消费者,并将其存入另一张表中。我们的做法是先新建一个表,然后从数据库当中读取3个,并且将读取的这3个进行处理,处理完读取的这三个后,再去数据库重新读取三个,直到数据库的数据读完为止。
# 分批读取并且处理将薪资大于8000的消费者的记录存到另一张表中
# 创建一个临时表
tmpName = 'cust_tmp'
dropTable(mycursor, tmpName)
mycursor.execute("CREATE TABLE cust_tmp(id INT AUTO_INCREMENT PRIMARY KEY,\
name VARCHAR(255), address VARCHAR(255), \
sex VARCHAR(225), age INT(10), sl INT(10))")
ins = con.cursor(buffered=True)
if tableExists(mycursor, tableName):
print("process table: %s", tableName)
# 查询表里的记录
sql = "SELECT * FROM customers WHERE address is not null"
mycursor.execute(sql)
# 每次处理 batchsize 条记录,直到所有查询结果处理完
batchsize = 3
readsize = batchsize
while readsize == batchsize:
print("before batch")
myresult = mycursor.fetchmany(size=batchsize)
for x in myresult:
if x[5]>8000:
ins.execute("INSERT INTO"+tmpName+"(id,name,address,sex,age,sl) VALUES (%s, %s,%s, %s,%s,%s)", x)
print(x)
readsize = len(myresult)
else:
print("table: does not exists", tableName)
con.commit()
con.close()
我们回到workbench找到这个新建的表格cust_tmp,我们可以发现薪资大于8000的消费者都被记录上了:
执行代码,我们可以看到处理的过程如下:
在第一批读取的三条记录中,只有两条是满足薪资大于8000的要求,第二批读取的三条记录中,只有一条满足薪资大于8000的要求,而在第三批读取的三条记录中,没有任何记录是满足薪资大于8000的要求,当没有记录可以读的时候,程序即停止。
值得注意的是:就分批读取的batchsize而言,当batchsize太大时,会导致内存装不下,batchsize太小,会导致每次通过网络连接数据库会很慢。因此,我们选取batchsize大小的原则是在内存够用的前提下尽可能的大,在真实的业务场景下,建议每次读取100以上,当内存够用的话,也可以增加至几千上万条。
04小结
本文介绍了Python+MySQL的基本操作,包括如何安装Mysql,如何装驱动,如何创建连接以及对数据库进行增删改查、分组聚合以及批量读取和处理等操作。但是,本文涉及到的只是对单表进行操作,只是数据库操作的冰山一角;在实际的开发和工作环境中,需要根据实际内容对多表进行操作,这部分请持续关注数据魔术师关于数据库的后期推文。