MySQL基础 （MySQL数据库思想、安装流程及企业版本的选择、MySQL卸载 、MySQL重点命令、 MySQL插入操作 、python中安装mysql数据库、MySQLClient操作数据分析）

MySQL数据库思想

• 数据库是一种关系数据库
  （1）对于Java语言和其他计算机语言作为后台开发来讲，数据库的关系体现在1对1 、1对多、 多对多(由中间表产生) 、多对1。
  （2）在python数据分析、人工智能技术领域上关系的理解是：将数据通过numpy、pandas、matplotlib进行数据分析，体现在数据的发布思想！将数据发布给用户、人工智能设备作为数据集。

MySQL数据库的实战

（1）只能满足小型企业级的开发，对于数据集不是很适合！数据存储量较大！数据不安全！
（2）Oracle针对于大数据/人工智能利用很多。
（3）数据库分为DDL、DCL、DML语句。

• DML：数据库操作语言（Data Mannipliulation Language）—用于检索或者修改数据
• DDL：数据库定义语言（Data Defination Language）—用于定义数据的结构
• DCL：数据库控制语言（Data Control Language）—用于定义数据库用户的权限DB

MySQL企业级安装流程以及企业版本的选择

（1）mysql分为客户端服务端，MySQL自身会携带基于dos的客户端和服务端
（2）安装注意事项

• 用户名和密码设置：root root
• 端口默认3306 Oracle默认
• 编码格式默认是英文手动改为utf8。数据库中没有- * ！。。。特殊字符
• 编码格式忘记修改不需要删除MySQL，只需找到my,ini文件，修改配置文件，重启！

MySQL卸载

（1）进入控制面板删除MySQL安装程序包
（2）进入安装目录删除MySQL文件
（3）进入c盘window下/用户下找MySQL字样，全部删除
（4）cmd窗口输入regedit进入注册表找

• 计算机\HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Services\MySQL
• 计算机\HKEY_LOCAL_MACHINE\SYSTEM\ControlSet001\Services\MySQL

（5）回收站删除文件
（6）重启计算机

MySQL重点命令

（1）mysql -hlocalhost -uroot -p ------->登录操作，输入密码进入
（2）show databases; ------->展示数据库
（3）use shop; —Database changed show tables; ------>显示指定库中的表
（4）create database 库名; ------>建库
（5）use 库名； create table 表名 (字段设定列表)； ----->建表
（6）drop database 库名;  drop table 表名；------>删库和删表

char和varchar的区别
①varchar执行效率快，但会产生磁盘垃圾。数据库回收磁盘垃圾，会造成内存浪费。MySQL自身内存小不建议使用，Oracle追求读写速度建议使用！
②char执行效率较快，但是不产生磁盘垃圾。适合MySQL！

MySQL插入insert操作

（1） insert into 表 （字段名1，字段名2，字段名3）value（值1，值2，值3）;---->字段名和值一一对应，数据安全、数据好维护、效率高！sql底层只执行一次匹配字段
（2） insert into 表 values（值1，值2，值3）;----->字段和值没有一一对应，数据不是很匹配、数据不好维护、效率较高！sql底层只能先寻找key和value 执行2次以上匹配
（3）insert into 表 values（值2，值3）;----->此写法必须满足id是主键，然后通过主键去自动匹配数据库的字段名对应的value

python中安装mysql数据库

（1） python3.2以前的版本官网下载exe文件安装
（2） python3.2以后的版本，cdm进入python的安装目录，执行命令pip install MySQLClient进行注册安装。-----企业大量使用！

实现MySQLClient操作数据分析案例

# 导包/模块
import os;
import pandas;
import MySQLdb;
# 连接数据库  
connection = MySQLdb.connect(
        host='localhost',
        user='root',
        passwd='root',
        db='python',
        charset='utf8'
        );       
#导入数据到MySQL。遍历目录，把里面的所有数据入库
rootDir="C:\\ZhangTao\\python课件\\0808\\测试数据\\";
# 定义一个exeSQL输出SQL执行结果
def exeSQL(sql):
    print("exeSQL: " + sql)
    connection.query(sql);

for fileName in os.listdir(rootDir): 
    print(fileName)
    path = os.path.join(rootDir, fileName)     
    if ".txt" in fileName:
        path = path.replace("\\", "\\\\");
        #拿到文件名中的时间字段
        datetime = fileName[0:8];
        tableName = "订购明细" + datetime;
        #建表、导入数据到表中
        exeSQL("drop table if exists " + tableName)
        exeSQL("create table " + tableName + "(订单编号 int, 订购日期 datetime, 用户ID int, 产品 char(8), `单价(元)` int, 数量 int, 订购金额 int);");
        #mysql将数据导入表的固定语句
        exeSQL("LOAD DATA LOCAL INFILE '" + path + "' INTO TABLE `" + tableName + "` CHARACTER SET 'UTF8' COLUMNS TERMINATED BY ',' LINES TERMINATED BY '\\n' IGNORE 1 ROWS;");
        
        #建立日订购统计表
        exeSQL("create table if not exists 日订购统计表(统计日期 date, 订购用户数 int, 订购次数 int, 人均订购金额 double, 订购总额 double);");
        exeSQL("delete from 日订购统计表 where 统计日期='" + datetime + "';");
        exeSQL("insert into 日订购统计表 select '" + datetime + "', count(distinct 用户ID), count(用户ID), sum(订购金额)/count(distinct 用户ID), sum(订购金额) from `" + tableName + "`;");

statDay = pandas.read_sql('select * from 日订购统计表;', con=connection);
#关闭数据库
connection.close();
print('\n日订购统计表数据如下:');
print(statDay);

#绘图
font = {
    'family' : 'SimHei'
}

matplotlib.rc('font', **font);

# 1.折线图
plot1 = plt.plot(statDay['统计日期'], statDay['订购用户数']);
plt.show();
plot2 = plt.plot(statDay['统计日期'], statDay['订购次数']);
plt.show();
plot3 = plt.plot(statDay['统计日期'], statDay['人均订购金额']);
plt.show();
plt.legend(('订购用户数', '订购次数', '人均订购金额'))

# 2.柱状图
x=statDay['统计日期']
x_labels=['0901','0902','0903','0904','0905','0906','0907','0908']
y=statDay['订购总额']
plt.bar(x,y,width=0.5)
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.xticks(x,x_labels)
#修改x坐标
plt.xlabel('统计日期')
#修改y坐标
plt.ylabel('订购总额')
#添加标题
plt.title('柱状图')
plt.show()

# 3.饼状图
price=statDay['订购总额']
prices=sum(statDay['订购总额'])
price_perc=price/prices
#添加名称
labels=['0901','0902','0903','0904','0905','0906','0907','0908']
#添加颜色
colors=['blue','red','blue','red','blue','red','blue','red']
#绘制饼状图  pie
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
# labels 名称 colors：颜色，explode=分裂  autopct显示百分比
paches,texts,autotexts=plt.pie(price_perc,labels=labels,colors=colors,autopct='%0.1f%%')
#设置饼状图中的字体颜色
for text in autotexts:
    text.set_color('white')
#设置字体大小
for text in texts+autotexts:
    text.set_fontsize(20)
plt.show()

结果如下：

①exeSQL: drop table if exists 订购明细20110908
②exeSQL: create table 订购明细20110908(订单编号 int, 订购日期 datetime, 用户ID int, 产品 char(8), 单价(元) int, 数量 int, 订购金额 int);
③exeSQL: LOAD DATA LOCAL INFILE ‘C:\ZhangTao\python课件\0808\测试数据\20110908.txt’ INTO TABLE 订购明细20110908 CHARACTER SET UTF8 COLUMNS TERMINATED BY ‘,’ LINES TERMINATED BY ‘\n’ IGNORE 1 ROWS;
④exeSQL: create table if not exists 日订购统计表(统计日期 date, 订购用户数 int, 订购次数 int, 人均订购金额 double, 订购总额 double);
⑤exeSQL: delete from 日订购统计表 where 统计日期=‘20110908’;
⑥exeSQL: insert into 日订购统计表 select ‘20110908’, count(distinct 用户ID), count(用户ID), sum(订购金额)/count(distinct 用户ID), sum(订购金额) from 订购明细20110908;

日订购统计表数据如下:

	统计日期	订购用户数	订购次数	人均订购金额	订购总额
0	2011-09-01	14649	24053	1824.994198	26734340.0
1	2011-09-02	22134	48647	2466.560043	54594840.0
2	2011-09-03	28248	79609	3210.812093	90699020.0
3	2011-09-04	28016	76534	3076.438464	86189500.0
4	2011-09-05	6427	8066	1391.996266	8946360.0
5	2011-09-06	6698	8381	1389.779039	9308740.0
6	2011-09-07	7071	8991	1406.253712	9943620.0
7	2011-09-08	6613	7859	1331.410857	8804620.0

1.折线图



2.柱状图

3.饼状图