Python3学习笔记32——数据库_pythonrowcount-CSDN博客

本文链接：https://blog.csdn.net/Darin2017/article/details/89712393

程序运行的时候，数据都是在内存中的。当程序终止的时候，通常都需要将数据保存到磁盘上，无论是保存到本地磁盘，还是通过网络保存到服务器上，最终都会将数据写入磁盘文件。

而如何定义数据的存储格式就是一个大问题。如果我们自己来定义存储格式，比如保存一个班级所有学生的成绩单：
在这里插入图片描述
你还可用JSON格式保存，也是文本文件：

你还可以定义各种保存格式，但是问题来了：

存取和读取需要自己实现，JSON还是标准，自己定义的格式就各式各样了；

不能做快速查询，只有把数据全部读到内存中才能遍历，但有时候数据的大小远远超过了内存（比如蓝光电影，40GB的数据），根本无法全部读入内存。

为了便于程序保存和读取数据，而且，能直接通过条件快速查询到指定的数据，就出现了数据库（Database）这种专门用于集中存储和查询的软件。

数据库软件诞生的历史非常久远，早在1950年数据库就诞生了。经历了网状数据库，层次数据库，我们现在广泛使用的关系数据库是20世纪70年代基于关系模型的基础上诞生的。

关系模型有一套复杂的数学理论，但是从概念上是十分容易理解的。

NoSQL

你也许还听说过NoSQL数据库，很多NoSQL宣传其速度和规模远远超过关系数据库，所以很多同学觉得有了NoSQL是否就不需要SQL了呢？千万不要被他们忽悠了，连SQL都不明白怎么可能搞明白NoSQL呢？

数据库类别

既然我们要使用关系数据库，就必须选择一个关系数据库。目前广泛使用的关系数据库也就这么几种：

付费的商用数据库：
Oracle，典型的高富帅；
SQL Server，微软自家产品，Windows定制专款；
DB2，IBM的产品，听起来挺高端；
Sybase，曾经跟微软是好朋友，后来关系破裂，现在家境惨淡。

这些数据库都是不开源而且付费的，最大的好处是花了钱出了问题可以找厂家解决，不过在Web的世界里，常常需要部署成千上万的数据库服务器，当然不能大把大把的把银子扔给厂家，所以，无论是Google、Facebook，还是国内的BAT，无一例外都选择了免费的开源数据库：

MySQL，大家都在用，一般错不了；
PostgreSQL，学术气息有点重，其实挺不错，但知名度没有MySQL高；
sqlite，嵌入式数据库，适合桌面和移动应用。

作为Python开发工程师，选择哪个免费关系数据库呢？当然是MySQL。因为MySQL普及率高，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。

SQLite是一种嵌入式数据库，它的数据库就是一个文件。由于SQLite本身是C写的，而且体积很小，所以，经常被集成到各种应用程序中，甚至在IOS和Android的APP中都可以集成。

Python就内置了SQLite3，所以在Python中使用SQLite，不需要安装任何东西，直接使用。

在使用SQLite前，我们先要搞清楚几个概念：

表是数据库中存放关系数据的集合，一个数据库里面通常包含多个表，比如学生的表，班级的表，学校的表，等等。表和表之间通过外键关联。

要操作关系数据库，首先需要连接到关系数据库，一个数据库连接称为Connection；

连接到数据库后，需要打开游标，称之为Cursor，通过Cursor执行SQL语句，只需要提供符合Python标准的数据库驱动即可。

由于SQLite的驱动内置在Python标准库中，所以我们可以直接操作SQLite数据库。

我们在Python交互式命令行实践一下：

#导入SQLite驱动：
import sqlite3
#连接到SQLite数据库
#数据库文件是test.db
#如果文件不存在，会自动在当前目录创建：
conn=sqlite3.connect('test.db')
#创建一个Cursor：
cursor=conn.cursor()
#执行一条SQL语句，创建user表：
#cursor.execute(' create table user(id varchar(20) primary key,name varchar(20))')
#继续执行下一条SQL语句，插入一条记录：
cursor.execute('insert into user(id,name) values(\'2\',\'Z-Bibi\')')
#通过rowcount获得插入的行数：
print(cursor.rowcount)
#关闭Cursor：
cursor.close()
#提交事务：
conn.commit()
#关闭Connection:
conn.close()

获得查询结果集合：
#导入SQLite驱动：

import sqlite3
#连接到SQLite数据库
#数据库文件是test.db
#如果文件不存在，会自动在当前目录创建：
conn=sqlite3.connect('test.db')
#创建一个Cursor：
cursor=conn.cursor()
#执行一条SQL语句，创建user表：
#cursor.execute(' create table user(id varchar(20) primary key,name varchar(20))')
#继续执行下一条SQL语句，插入一条记录：
cursor.execute('insert into user(id,name) values(\'5\',\'t-Bibi\')')
#通过rowcount获得插入的行数：
print(cursor.rowcount)
cursor.execute('select * from user')
#获得查询结果集
vaules=cursor.fetchall()
print(vaules)
#关闭Cursor：
cursor.close()
#提交事务：
conn.commit()
#关闭Connection:
conn.close()

查询结果如下：
在这里插入图片描述
使用Python的DB-API时，只需要搞清楚connection和Cursor对象，打开后一定记得关闭，就可以放心地使用。