Python数据分析之-Oracle数据库连接

weixin_44585288

已于 2024-06-26 22:09:19 修改

阅读量1.3k

点赞数 52

文章标签：数据库 python 数据分析

于 2024-06-26 21:44:20 首次发布

本文链接：https://blog.csdn.net/weixin_44585288/article/details/139997864

版权

文章目录

og.csdnimg.cn/direct/9e2cbae962a643cdaa5846edba8ce49f.png)

cx_Oracle 介绍

cx_Oracle 8是一个Python扩展模块，它提供了对Oracle数据库的访问能力。以下是cx_Oracle 8的一些关键特性和功能：

易于安装：可以通过PyPI轻松安装。
Python版本支持：支持Python 3.6及更高版本。旧版本的cx_Oracle可能与旧版本的Python兼容。
Oracle客户端支持：支持Oracle客户端版本11.2、12、18、19和21。利用Oracle的标准跨版本互操作性，可以连接到不同版本的Oracle数据库。
数据库版本兼容性：可以连接到Oracle数据库9.2、10、11、12、18、19或21（取决于使用的Oracle客户端版本）。
SQL和PL/SQL执行：支持执行SQL语句和调用PL/SQL过程。
性能优化：底层的Oracle客户端库进行了优化，包括压缩获取、预获取、客户端和服务器结果集缓存以及具有自动调整功能的语句缓存。
网络服务：充分利用Oracle网络服务基础架构，包括加密的网络流量和安全功能。
数据类型支持：广泛支持Oracle数据类型，包括大型对象（CLOB和BLOB）。
JSON数据类型支持：支持Oracle的JSON数据类型。
SODA：支持简单的Oracle文档访问（SODA）。
数组操作：支持数组操作，用于高效插入和更新。
批错误处理：支持数组行计数和批错误处理。
大型结果集获取：支持获取大型结果集。
滚动光标支持：支持滚动光标，允许多次查看查询结果。
PL/SQL隐式结果获取：轻松从PL/SQL返回查询结果。
行预取：有效利用网络，提高性能。
客户端结果缓存：提高频繁执行的查找语句的性能。
高级排队：支持使用数据库通知构建微服务应用程序。
连续查询通知：在数据更改时收到通知。
基于版本的重新定义：轻松切换应用程序以使用更新的PL/SQL逻辑。
应用程序上下文设置：支持在创建连接期间设置应用程序上下文，使数据库更容易访问应用程序元数据。
监控和跟踪：支持端到端监控和跟踪。
交易管理：包括会话池、标记和会话状态修复回调。
数据库驻留连接池（DRCP）：支持Oracle数据库的高可用性功能。
外部身份验证：支持特权关系和外部身份验证。
分片数据库：支持Oracle数据库的分片功能。

cx_Oracle 8提供了丰富的功能，使得Python开发者可以高效地与Oracle数据库进行交互。

cx_Oracle运行原理

cx_Oracle的工作流程大致如下：

用户编写Python脚本，使用cx_Oracle模块中的API连接到Oracle数据库。
cx_Oracle模块加载Oracle客户端库，这些库提供了与Oracle Net服务通信所需的功能。
通过Oracle Net服务，cx_Oracle模块在用户指定的数据库上建立连接。
用户通过cx_Oracle模块执行SQL和PL/SQL命令，这些命令通过Oracle Net发送到数据库。
数据库处理这些命令，并将结果通过Oracle Net返回给cx_Oracle模块。
cx_Oracle模块将结果传递给Python脚本，供进一步处理或分析。

如下图所示：
在这里插入图片描述

通过这种架构，cx_Oracle模块为Python程序提供了强大且灵活的数据库访问能力，支持复杂的数据分析和操作任务。cx_Oracle架构主要涉及以下几个关键组件：

Python环境：cx_Oracle作为一个Python模块，需要在Python环境中运行。Python提供了cx_Oracle模块执行所需的运行时环境。
cx_Oracle模块：这是Python与Oracle数据库交互的接口。它提供了一组API，允许Python程序执行SQL语句，调用PL/SQL过程，以及处理来自Oracle数据库的数据。
Oracle客户端库：cx_Oracle需要Oracle客户端库来实现与Oracle数据库的通信。这些客户端库包括：
- Oracle Instant Client：免费的轻量级版本，包含最小化的二进制文件，用于支持Oracle客户端功能。
- 完整Oracle客户端：提供完整的客户端功能，包括各种工具和实用程序。
Oracle Net：Oracle Net服务是Oracle数据库的网络接口，负责在Oracle客户端和服务器之间传输数据。它不是cx_Oracle模块的一部分，但是cx_Oracle使用Oracle Net服务来建立和维护与数据库的连接。
Oracle数据库：这是cx_Oracle模块交互的目标数据库。它可以是一个本地数据库，也可以是一个远程数据库，通过网络访问。
操作系统和硬件平台：cx_Oracle可以在多种操作系统和硬件平台上运行，包括Linux、Windows和macOS。Oracle客户端库也需要与这些平台兼容。
用户身份验证：cx_Oracle通过用户名和密码进行身份验证，以建立与Oracle数据库的连接。
SQL和PL/SQL引擎：一旦连接建立，cx_Oracle可以利用Oracle数据库的SQL和PL/SQL引擎执行查询和过程。

cx_Oracle 安装

linux环境安装

在Linux环境下安装cx_Oracle的步骤可以总结如下：

使用pip安装cx_Oracle：
使用Python的包管理工具pip从PyPI安装cx_Oracle：
```
python -m pip install cx_Oracle --upgrade
```
安装Oracle客户端：
使用cx_Oracle需要安装Oracle客户端库，这些库提供了必要的网络连接，允许cx_Oracle访问Oracle数据库实例。这里使用使用Oracle Instant Client ZIP文件：
- 下载与你的Python 64位或32位架构相匹配的Oracle 21、19、18、12或11.2的“Basic”或“Basic Light”ZIP文件。Oracle Instant Client 下载。
- 解压ZIP包到应用程序可访问的单一目录中，例如：
```
mkdir -p /opt/oracle
cd /opt/oracle
unzip instantclient-basic-linux.x64-11.2.0.4.0.zip
```
- 安装libaio包，例如使用：
```
sudo yum install libaio
```
配置环境变量：

设置环境变量LD_LIBRARY_PATH以指向Instant Client的适当目录，在 ~/.bashrc 添加下面内容
```
export LD_LIBRARY_PATH=/opt/oracle/instantclient_11_2:$LD_LIBRARY_PATH
```
使用source ~/.bashrc使环境变量生效。

windows环境安装

在Windows环境下安装cx_Oracle的步骤可以总结如下：

使用pip安装cx_Oracle：
使用Python的包管理工具pip从PyPI安装cx_Oracle：
```
python -m pip install cx_Oracle --upgrade
```
安装Oracle客户端：
使用cx_Oracle需要安装Oracle客户端库，这些库提供了必要的网络连接，允许cx_Oracle访问Oracle数据库实例。这里使用使用Oracle Instant Client ZIP文件：
- 下载与你的Python 64位或32位架构相匹配的Oracle 21、19、18、12或11.2的“Basic”或“Basic Light”ZIP文件。Oracle Instant Client 下载。
- 解压 instantclient-basic-windows.x64-11.2.0.4.0.zip 文件到 D:\oracle\instantclient_11_2.
配置环境变量：
- 方法1: 使用代码中制定Oracle客户端路径。
```
import cx_Oracle
# 填入下载下来的Oracle客户端解压后的路径
cx_Oracle.init_oracle_client(lib_dir=r"D:\oracle\instantclient_11_2")
```
- 方法2: 配置环境变量。
  - 添加环境变量 ORACLE_HOME= D:\oracle\instantclient_11_2
  - 把oracle客户端中D:\oracle\instantclient_11_2下的三个dell文件，复制到python编译器script目录下。

cx_Oracle 使用

单独使用

以下是cx_Oracle的一些基本使用示例：

连接到Oracle数据库

import cx_Oracle

# 定义Oracle数据库的连接字符串
dsn = cx_Oracle.makedsn('hostname', port, service_name='service_name')
# 创建连接，使用用户名和密码
connection = cx_Oracle.connect('username', 'password', dsn)

# 确认连接
print("数据库连接成功")

执行查询并获取结果

# 创建游标对象
cursor = connection.cursor()

# 执行SQL查询
cursor.execute("SELECT * FROM your_table")

# 获取所有结果
results = cursor.fetchall()

# 遍历结果
for row in results:
    print(row)
# 关闭游标
cursor.close()

插入数据

# 再次创建游标
cursor = connection.cursor()

# 执行插入操作
cursor.execute("INSERT INTO your_table (column1, column2) VALUES (:value1, :value2)", value1='data1', value2='data2')

# 提交事务
connection.commit()

# 关闭游标
cursor.close()

处理异常

try:
    # 尝试执行可能引发异常的操作
    cursor.execute("SOME SQL STATEMENT")
except cx_Oracle.DatabaseError as e:
    # 打印错误
    print(f"Database error occurred: {e}")
finally:
    # 确保游标被关闭
    cursor.close()

关闭数据库连接

# 关闭数据库连接
connection.close()

这些示例提供了cx_Oracle的基本用法，包括连接到数据库、执行查询、插入数据、异常处理以及关闭连接。在实际应用中，你可能还需要处理更复杂的数据库操作和事务管理。

结合Pandas使用

Pandas 是 Python 中用于数据分析的一个强大库，它提供了快速、灵活且表达力强的数据结构，旨在使数据清洗和分析工作变得更加简单易行。结合 cx_Oracle 模块，你可以很容易地将 Pandas 用于操作 Oracle 数据库中的数据。以下是一些使用 Pandas 与 Oracle 数据库的基本示例：

读取Oracle数据到Pandas DataFrame

import cx_Oracle
import pandas as pd

# 连接到Oracle数据库
connection = cx_Oracle.connect('username', 'password', 'hostname:port/service_name')
# 查询语句
query = "SELECT * FROM your_table"
# 使用Pandas的read_sql_query函数读取数据
df = pd.read_sql_query(query, connection)
# 查看DataFrame的前几行数据
print(df.head())
# 关闭连接
connection.close()

将Pandas DataFrame写入Oracle数据库

# 假设df是一个已经存在的DataFrame，我们要将它写入Oracle数据库

# 连接到Oracle数据库
connection = cx_Oracle.connect('username', 'password', 'hostname:port/service_name')
# 将DataFrame写入数据库
df.to_sql('new_table', connection, if_exists='replace', index=False)
# 关闭连接
connection.close()

to_sql 函数的 if_exists 参数可以是 'fail'、'replace' 或 'append'，分别用于处理表已存在时失败、替换现有表或追加数据到现有表。

使用Pandas处理数据后更新Oracle数据库

# 假设我们要更新一些数据

# 连接到Oracle数据库
connection = cx_Oracle.connect('username', 'password', 'hostname:port/service_name')
# 创建游标
cursor = connection.cursor()

# 先读取数据
query = "SELECT * FROM your_table WHERE condition"
df_to_update = pd.read_sql_query(query, connection)
# 在Pandas DataFrame中处理数据
# 例如，将某个列的值增加1
df_to_update['column_name'] += 1

# 根据condition删除数据库的数据
# 定义删除条件
delete_sql = "DELETE FROM your_table WHERE column_name = :value"
value = 'some_value'  # 替换为实际的删除条件值
# 执行DELETE语句
cursor.execute(delete_sql, value=value)
# 提交事务
connection.commit()

# 将更新后的数据写回数据库
df_to_update.to_sql('your_table', connection, if_exists='append', index=False)
# 关闭游标和连接
cursor.close()
# 关闭连接
connection.close()