python玩转大数据好过么_教你使用Python玩转MySQL数据库，大数据导入不再是难题！...

数据分析离不开数据库，如何使用python连接MySQL数据库，并进行增删改查操作呢？

我们还会遇到需要将大批量数据导入数据库的情况，又该如何使用Python进行大数据的高效导入呢？

本文会一一讲解，并配合代码和实例。

一、背景

我是在Anaconda notebook中进行连接实验的，环境Python3.6，当然也可以在Python Shell里面进行操作。

最常用也最稳定的用于连接MySQL数据库的python库是PyMySQL。

所以本文讨论的是利用PyMySQL连接MySQL数据库，进行增删改查操作，以及存储大批量数据。

方法参考PyMySQL官方文档和《python数据采集》关于数据存储的部分。

欢迎大家去阅读原文档，相信会理解的更加透彻。

二、基本操作

1、安装PyMySQL库

最简单的方式：

在命令行输入 pip install pymysql

或者：

下载whl文件[1]进行安装，安装过程自行百度。

2、安装MySQL数据库

MySQL数据库有两种：

MySQL和MariaDB，

我用的是MariaDB，它是MySQL的一个分支。

两者在绝大部分性能上是兼容的，使用起来感觉不到啥区别。

给出下载地址：MySQL[2]，MariaDB[3]，安装过程很简单，一路Next Step，不过要记好密码。

有个小插曲，MySQL和MariaDB相当于姐姐妹妹的关系，两者由同一个人（Widenius）创建的。

MySQL被Oracle收购后，Widenius先生觉得不爽，于是搞了个MariaDB，可以完全替代MySQL。

大牛就是任性。

3、SQL基本语法

下面要用SQL的表创建、查询、数据插入等功能，这里简要介绍一下SQL语言的基本语句。

查看数据库：SHOW DATABASES；

创建数据库：CREATE DATEBASE 数据库名称；

使用数据库：USE 数据库名称；

查看数据表：SHOW TABLES；

创建数据表：CREATE TABLE 表名称（列名1 （数据类型1），列名2 （数据类型2））；

插入数据：INSERT INTO 表名称（列名1，列名2） VALUES（数据1，数据2）；

查看数据：SELECT * FROM 表名称；

更新数据：UPDATE 表名称 SET 列名1=新数据1，列名2=新数据2 WHERE 某列=某数据；

4、连接数据库

安装好必要得文件和库后，接下来正式开始连接数据库吧，虽然神秘却不难哦！

#首先导入PyMySQL库

import pymysql

#连接数据库，创建连接对象connection

#连接对象作用是：连接数据库、发送数据库信息、处理回滚操作（查询中断时，数据库回到最初状态）、创建新的光标对象

connection = pymysql.connect(host = 'localhost' #host属性

user = 'root' #用户名

password = '******' #此处填登录数据库的密码

db = 'mysql' #数据库名

)

执行这段代码就连接好了！

5、增删改查操作

首先来查看一下有哪些数据库：

#创建光标对象，一个连接可以有很多光标，一个光标跟踪一种数据状态。

#光标对象作用是：、创建、删除、写入、查询等等

cur = connection.cursor()

#查看有哪些数据库，通过cur.fetchall()获取查询所有结果

print(cur.fetchall())

打印出所有数据库：

(('information_schema',),

('law',),

('mysql',),

('performance_schema',),

('test',))

在test数据库里创建表:

#使用数据库test

cur.execute('USE test')

#在test数据库里创建表student，有name列和age列

cur.execute('CREATE TABLE student(name VARCHAR(20),age TINYINT(3))')

向数据表student中插入一条数据：

sql = 'INSERT INTO student (name,age) VALUES (%s,%s)'

cur.execute(sql,('XiaoMing',23))

查看数据表student内容：

cur.execute('SELECT * FROM student')

print(cur.fetchone())

打印输出为：('XiaoMing', 23)

Bingo！是我们刚刚插入的一条数据

最后，要记得关闭光标和连接：

#关闭连接对象，否则会导致连接泄漏，消耗数据库资源

connection.close()

#关闭光标

cur.close()

OK了，整个流程大致如此。

当然这里都是很基础的操作，更多的使用方法需要在PyMySQL官方文档[4]里去寻找。

三、导入大数据文件

以csv文件为例，csv文件导入数据库一般有两种方法：

1、通过SQL的insert方法一条一条导入，适合数据量小的CSV文件，这里不做赘述。

２、通过load data方法导入，速度快，适合大数据文件，也是本文的重点。

样本CSV文件如下：

总体工作分为3步：

1、用python连接mysql数据库；

2、基于CSV文件表格字段创建表；

3、使用load data方法导入CSV文件内容。

sql的load data语法简介：

LOAD DATA LOCAL INFILE 'csv_file_path' INTO TABLE table_name FIELDS TERMINATED BY ',' LINES TERMINATED BY '\\r\\n' IGNORE 1 LINES

csv_file_path 指文件绝对路径

table_name指表名称

FIELDS TERMINATED BY ','指以逗号分隔

LINES TERMINATED BY '\\r\\n'指换行

IGNORE 1 LINES指跳过第一行，因为第一行是表的字段名

下面给出全部代码：

#导入pymysql方法

import pymysql

#连接数据库

config = {'host':'',

'port':3306,

'user':'username',

'passwd':'password',

'charset':'utf8mb4',

'local_infile':1

}

conn = pymysql.connect(**config)

cur = conn.cursor()

#load_csv函数，参数分别为csv文件路径，表名称，数据库名称

def load_csv(csv_file_path,table_name,database='evdata'):

#打开csv文件

file = open(csv_file_path, 'r',encoding='utf-8')

#读取csv文件第一行字段名，创建表

reader = file.readline()

b = reader.split(',')

colum = ''

for a in b:

colum = colum + a + ' varchar(255),'

colum = colum[:-1]

#编写sql，create_sql负责创建表，data_sql负责导入数据

create_sql = 'create table if not exists ' + table_name + ' ' + '(' + colum + ')' + ' DEFAULT CHARSET=utf8'

data_sql = "LOAD DATA LOCAL INFILE '%s' INTO TABLE %s FIELDS TERMINATED BY ',' LINES TERMINATED BY '\\r\\n' IGNORE 1 LINES" % (csv_filename,table_name)

#使用数据库

cur.execute('use %s' % database)

#设置编码格式

cur.execute('SET NAMES utf8;')

cur.execute('SET character_set_connection=utf8;')

#执行create_sql，创建表

cur.execute(create_sql)

#执行data_sql，导入数据

cur.execute(data_sql)

conn.commit()

#关闭连接

conn.close()

cur.close()

参考资料

[1]

whl文件: https://link.zhihu.com/?target=https%3A//pypi.org/project/PyMySQL/

[2]

MySQL: https://link.zhihu.com/?target=https%3A//www.mysql.com/downloads/

[3]

MariaDB: https://link.zhihu.com/?target=https%3A//downloads.mariadb.org/

[4]

PyMySQL官方文档: https://link.zhihu.com/?target=http%3A//pymysql.readthedocs.io/en/latest/