Python使用MySQL

最新推荐文章于 2024-07-24 15:46:40 发布
最新推荐文章于 2024-07-24 15:46:40 发布
阅读量180 收藏
点赞数
分类专栏： # MySQL 数据库 # Python大数据 文章标签： mysql python 数据库
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_35560000/article/details/107465328
版权

Python使用MySQL

使用pymysql、sqlalchemy

1 pymysql的基本使用

使用pymysql模块，使Python可以连接控制MySQL数据库

1.1 连接数据库

import pymysql
conn = pymysql.connect(host='', user='', password='', database='', charset='utf8')	# 依次输入主机地址，用户名，密码，连接数据库，显示中文

# 关闭连接
conn.close()
cursor.close()

1.2 表格数据查询

# 连接成功数据库
cursor = conn.cursor()
# 当括号内不填写参数时，返回结果以元组形式展现
# cursor=pymysql.cursors.DictCursor:返回以字典形式展现

sql_order = 'select * from table_name where data1=%s and data2=%s'	# 填写相关MySQL语句进行查询
cursor.execute(sql_order, (data1, data2))	# 使用execute进行执行MySQL语句，并进行传参数

# 返回查询结果
result = cursor.fetchone()		# 返回一条结果，再次执行会返回下一条
# result = cursor.fetchmany(n)	# 返回n条结果
# result = cursor.fetchall()	# 返回全部结果
# 当使用one和many时，可以使用以下方法改变游标位置
# cursor.scroll(n, mode='relative')		n为改变位置，mode表示改变的方式：relative相对位置移动，absolute绝对位置移动

1.3 表格数据更新

# 连接成功数据库
cursor = conn.cursor()

sql = 'insert into table_name(data1,data2) values(%s,%s)'
cursor.execute(sql,('e', 'e1'))
# cursor.executemany(sql,[('e', 'e1'),('f','f1')])
# cursor.executemany用于在同时增加多个数据时使用
# cursor.lastrowid获取最后插入数据的id

# 更新数据
conn.commit()

1.4 更多使用

1.4.1 使用存储过程
# 连接成功数据库
cursor = conn.cursor()

cursor.callproc('p',(v1,v2))
result = cursor.fetchall

2 sqlalchemy

使用sqlalchemy模块，用Python语言直接控制数据库，不用自己写SQL代码。
sqlalchemy模块是通过类来生成SQL语句的，在后续使用中都是基于类来使用。

2.1 数据库的连接与生成

类的操作对象是表，在连接时是直接连接至某个库进行的操作，操作其他库需要重新连接。

2.1.1 连接与基本定义
# 导入
from sqlalchemy import Column, String, create_engine, Integer
from sqlalchemy.ext.declarative import declarative_base

Base = declarative_base()

# 定义对象:
class User(Base):		# 继承Base的新类，一个类为一个表
    # 表的名字:
    __tablename__ = 'test1'

    # 表的结构:
    id = Column(Integer, primary_key=True)		# Column(列的数据类型，限定条件)
    name = Column(String(20))

# 初始化数据库连接:
def init_sql():
	engine = create_engine('mysql+pymysql://root:password@localhost:3306/test?charset=utf8', max_overflow=5)	
						# 连接方式://连接的用户:密码@IP地址:连接端口（默认3306）/链接库?字符类型
	# max_overflow：运行用户连接数据库的最大连接数，防止电脑无法承载过大访问	
	Base.metadata.create_all(engine)
  1. 数据类型：
参数类型使用
String字符型String(n)
Integer整型Integer
Float浮点类型Float
Double双精度浮点类型Double
Boolean布尔类型Boolean
DECIMAL定点类型DECIMAL(n,m)
Enum枚举类型Enum(‘data1’, ‘data2’)
DateTime存储时间 YYYY-MM-DD HH:MM:SSDateTime
Time存储时间 HH:MM:SSTime
Text存储长字符串Text
LONGTEXT长文本类型LONGTEXT
  1. 常用参数
参数意义使用
default默认值default=n
nullable是否可以为空nullable=True
primary_key是否为主键primary_key=True
unique是否唯一unique=True
autoincrement是否自增autoincrement=True
onupdate更新的时候执行的函数onupdate=datetime.now
name该列列名name=‘col_name’
ForeignKey外键ForeignKey(‘other_table.col’)

2.2 表格数据的更新

2.2.1 增加数据

增加数据就是生产类（表）的实际对象，一个对象就是一行数据

# 正常连接

# 导入
from sqlalchemy.orm import sessionmaker

# 创建并连接对象
Session = sessionmaker(bind=engine)		# bind参数对应的是上面连接的目标
session_1 = Session()					# 可以创建的连接对话为上面所写的最大连接数

# 添加数据
	# 单行数据添加
add_data = User(id=1, name='name1')		# 通过创建对象的方法填写数据
session_1.add(add_data)					# 将填写完成的数据添加入对话中生产SQL语句
add_data = User(id=2, name='name2')
session_1.add(add_data)
	# 多行数据添加
add_data = [User(id=4, name='name4'),
            User(id=5, name='name5'),
            User(id=6, name='name6'),
            User(id=7, name='name7')]
session_1.add_all(add_data)

# 传输数据并关闭对话
session_1.commit()						# 传输数据
session_1.close()						# 完成操作关闭对话
2.2.2 修改数据
# 正常连接

# 导入
from sqlalchemy.orm import sessionmaker

Session = sessionmaker(bind=engine)
session_1 = Session()

session_1.query(User).filter_by(id=1).update({'name': "user1"})
			# 对应表格对象		修改行条件		修改信息

session_1.commit()
session_1.close()
2.2.3 删除数据
# 正常连接

# 导入
from sqlalchemy.orm import sessionmaker

Session = sessionmaker(bind=engine)
session_1 = Session()

session_1.query(User).filter(User.name == "user1").delete()
			# 对应表格对象		删除行条件
			
session_1.commit()
session_1.close()

2.3 数据查询

查询的筛选条件使用的是两个函数，filter与filter_by：

filter：

  • 使用： 类名.属性名
  • 使用范围：所有比较运算符，and_()，or_()
    filter_by：
  • 使用：属性名
  • 使用范围：=
2.3.1 直接查询
# 生产SQL语句
session_1.query(User)		# 生产查询的sql语句SELECT user.id AS user_id, user.name AS user_name FROM user

# 获取所有对象，需要用：对象.属性获取具体数据
aaa = session_1.query(User).all()			
id1 = aaa[0].id		# 得到第一个id，可以用for获取所有数据

# 直接按列获取数据
session_1.query(User.id,User.name).all()
2.3.2 条件查询
# 字符数据
session_1.query(User.id,User.name).filter(User.name.like("name%")).all()

# 比较运算符
session_1.query(User.id,User.name).filter(User.id>3).all()

# 逻辑运算符
from sqlalchemy import and_, or_
session_1.query(User.id,User.name).filter(and_(User.id>3, User.id<5)).all()

# 函数
session_1.query(User.id,User.name).filter(User.id.between(1,5)).all()	# 取一定范围内的值，闭区间
session_1.query(User.id,User.name).filter(User.id.in(1,5)).all()	# 取固定值
session_1.query(User.id,User.name).filter(~User.id.in(1,5)).all()	# 不取固定值
2.3.3 显示限制
# 切片显示
session_1.query(User.id,User.name)[1:2]		# 左闭右开


# 显示顺序
session_1.query(User).order_by(User.id.desc()).all()	# desc()大到小， asc小到大
# 可以同时放多个数据，先按第一个排线再按后面排序

from sqlalchemy.sql import func
session_1.query(func.max(User.id)).group_by(User.id).all()		# max、min、sum、count


# 连表显示
session_1.query(User).join(User_2)		# 默认关联主键，默认INNER JOIN
session_1.query(User).join(User_2, isouter=True)		# LEFT JOIN

session_1.query(User, User_2).filter(User.id==User_2.id)

# 组合（上下连表）
session_1.query(User.id,User.name).union(session_1.query(User.id,User.name)).all		# union去重，union_all不去重

# 子查询，实现在SQL语句中的(select * from table_name) as B
session_1.query(User.id,User.name).subquery()		# 如此才可以作为条件放入查询

2.4 relationship

import sqlalchemy
from sqlalchemy import Column, String, create_engine, Integer, ForeignKey
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import relationship
from sqlalchemy.orm import sessionmaker

class User_score(Base):		# 继承Base的新类，一个类为一个表
    # 表的名字:
    __tablename__ = 'User_score'

    # 表的结构:
    id = Column(Integer, primary_key=True)		# Column(列的数据类型，限定条件)
    score = Column(Integer)

class User(Base):		# 继承Base的新类，一个类为一个表
    # 表的名字:
    __tablename__ = 'User'

    # 表的结构:
    id = Column(Integer, primary_key=True)		# Column(列的数据类型，限定条件)
    name = Column(String(20))
    
    score = Column(Integer, ForeignKey('User_score.id'))	# 连接外键

	score_re = relationship('User_score', backref="score_back")		# 根据外键自动连表


Session = sessionmaker(bind=engine)		
session_1 = Session()					
add_data = [User(id=1, name='name1', score=2),
            User(id=2, name='name2', score=1),
            User(id=3, name='name3', score=3),
            User(id=4, name='name4', score=1)]
session_1.add_all(add_data)
add_data = [User_score(id=1, score='a'),
            User_score(id=2, score='b'),
            User_score(id=3, score='c')]
session_1.add_all(add_data)
session_1.commit()						
session_1.close()						


# 使用
Session = sessionmaker(bind=engine)		
session_1 = Session()					

# 正向查询
user_data = session_1.query(User).all()
# 整张表有多行数据，需要一行行展示，所以使用for
for i in user_data:
    print(i.score_re.id, i.score_re.score)

# 反向查询
user_data = session_1.query(User_score).all()
# 由于在被连接的附表中单个数值可能对应主表的多个数值，所以会以列表形式展出，因此要多一个for
for i in user_data:
    for j in i.score_back:
        print(j.id)

session_1.commit()						
session_1.close()
醒目大字
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Python中使用MySQL
m0_60721514的博客
06-18 986
MySQL是一款开源的数据库软件，由于其免费特性得到了全世界用户的喜爱，是目前使用人数最多的数据库。下面将详细讲解如何下载和安装MySQL库。在浏览器的地址栏中输入地址“https://dev.mysql.com/downloads/windows/installer/5.7.html”,并按下键，将进入到当前最新版本MySQL5.7的下载页面，用户可以根据自己的操作系统位数选择离线安装，如图所示： 单击Downloader按钮下载，进入开始下载页面，如果有MySQL的账户，可以单击Login按钮，登录账户
Python使用MySQL数据库
m0_59485658的博客
11-30 477
如果是windows用户，mysql的安装非常简单，直接下载安装文件，双击安装文件一步一步进行操作即可。
Python: SQLAlchemy、engine、session 与多线程
fengbohello的专栏
11-23 5900
一、engine与 connection pool_size max_overflow 二、session与多线程 三、多线程共享 session
sqlalchemy create_engine关于连接池的几个参数
热门推荐
meisanggou的博客
02-21 1万+
pool_size 设置连接池中，保持的连接数。初始化时，并不产生连接。只有慢慢需要连接时，才会产生连接。例如我们的连接数设置成pool_size=10。如果我们的并发量一直最高是5。那么我们的连接池里的连接数也就是5。当我们有一次并发量达到了10。以后并发量虽然下去了，连接池中也会保持10个连接。 max_overflow 当连接池里的连接数已达到，pool_size时，且都被使用时。又要求从连...
c mysql连接池默认值_MySQL数据库的连接池问题
weixin_32080327的博客
01-19 431
3. sqlalchemy设置连接池数量上限设置SQLALCHEMY_POOL_SIZE = 100SQLALCHEMY_MAX_OVERFLOW= 0 #超出连接池数量的连接后，最多可以连接多少。-1为无上限。4.MySQL最大连接数的默认值是100，最大可以达到16384。修改最大连接数的两种方式第一种：命令行查看和修改最大连接数(max_connections)。 这种方式有个问题...
(2006，Mysql Server has gone away)问题处理
xiaoyi52的专栏
08-01 2786
最近遇到了一个奇怪的问题，更换mysql db的连接地址之后，偶尔出现简单的sql查询语句报(2006，Mysql Server has gone away)错误。暂未找到原因，不过大概的排查过程可以记录下。 原因分析 根据Mysql官网的描述，可能的原因如下： 1.Mysql服务宕机 可通过show status like ‘uptime’;来查询服务器运行时间： 排除服务器宕机问题。 2.Mysql连接超时 通过show global variables like '%timeout';查看超时参数
python SQLAlchemy 中的Engine详解【如何避免链接错误的一些配置MySQL Connection not available】
weixin_43343144的博客
03-20 2587
参考：https://www.jb51.net/article/164591.htm mysql如果超过最大连接数就会报错：too many connections”【修改mysql的配置参数：max_connections】 MySQL 默认情况下如果一个连接8小时【MySQL中的配置参数interactive_timeout和wait_timeout(可能导致过多sleep进程的...
python使用mysql数据库示例代码
09-09
本篇文章主要介绍了python使用mysql数据库示例代码，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
Python使用MySQL共4页.pdf.zip
10-30
本主题主要聚焦于Python与MySQL的集成使用，这是一对常见的组合，因为Python的易用性和MySQL的高性能数据库特性使其成为开发者的首选。以下是关于这个主题的详细解释： **Python与MySQL简介** 1. **Python**: ...
python 使用MySqlConnector驱动连接MySQL 数据库（示例）
11-25
python 使用MySqlConnector驱动连接MySQL 数据库（示例）
数据库系统设计大作业 图书馆管理系统 图形界面 python
12-04
包括对应数据库的SQL文件以及程序源码。数据库方面推荐使用MySQL workbench（免费）或者Navicat，系统通过python编程实现，需安装的库有PyQt5 pyqt5-tools pymysql 打包在了资源里，放到python路径下的Lib文件夹里即可，也可用pip install来安装 Mysql版本是8.0 导入到低版本可能会报错 使用教程录了个视频 https://www.bilibili.com/video/BV1mr4y1G7xp/
python使用mysql的两种使用方式
01-20
Python操作MySQL主要使用两种方式： 原生模块 pymsql ORM框架 SQLAchemy pymql pymsql是Python中操作MySQL的模块,在windows中的安装： pip install pymysql 入门：我们连接虚拟机中的centos中的mysql，然后查询...
Python使用MySQL数据库示例
07-03
这是一个用python远程连接mysql数据库的使用示例。
poolboy max_overflow 参数坑
weixin_34400525的博客
03-12 3680
问题 某个服务节点在较低的qps(每秒2000次数据库访问)下, 在worker进程数100, max_overflow进程数100的情况下. 突然性能下降, 每秒只能处理1500次数据库访问. 导致请求处理延时从几MS上升至几百MS, 之后又逐渐恢复. 原因 逐渐把范围缩小至 mongodb poolboy 进程池的 checkout:...
python中day_Python Day12（补充）
weixin_33435783的博客
01-29 164
1 from sqlalchemy importcreate_engine2 engine=create_engine("mysql+pymysql://root:123@192.168.48.20:3306/test", max_overflow=5) #创建连接，允许溢出5个连接3 result = engine.execute('select * from student') #使用ex...
十六、python学习之MySQL数据库(三):数据查询操作
浅弋、璃鱼的博客
09-16 1327
一、数据表的查询操作 1.数据查询操作的介绍: 在数据库操作中，使用频率最多的是查询操作。 查询数据时，根据不同的需求，条件对数据库中的数据进行查询 ，并返回结果。 二、单表查询数据： 查询数据库使用select命令。这个命令相对比较复杂，可变化样式较多。 1.查询数据表中的所有数据： 语法：select * from 表明 /* 查看t_student表中的所有数据 */ ...
mysql数据挖掘_如何规范Python中Mysql的Min-Max数据挖掘
weixin_29759387的博客
02-08 107
这是我在mysql中的数据示例，我使用libflashext.mysql和python 3RT NK NB SU SK P TNI IK IB TARGET84876 902 1192 2098 3623 169 39 133 1063 9409579194 902 1050 2109 3606 153 3...
Softmax的数值(overflow)问题
PzLu's Blog
02-25 1573
Softmax的数值(overflow)问题 文章目录Softmax的数值(overflow)问题一、Softmax(Normalized exponential function)定义二、Python简单实现三、溢出问题四、解决方案五、解决原理 一、Softmax(Normalized exponential function)定义 Normalized exponential functio...
mysql高阶语句
最新发布
qq_59169480的博客
07-24 949
高级语法的查询语句。
python使用mysql
03-26
Python可以使用MySQL数据库进行数据存储和查询。下面是Python操作MySQL的简单示例： 1. 首先需要安装MySQL官方提供的驱动程序pymysql。 ``` pip install pymysql ``` 2. 连接MySQL数据库： ```python import ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值