Python数据库数据的读取

数据库数据的读取

绝大多数公司都会选择将数据存入数据库中，因为数据库既可以存放海量数据，又可以非常便捷地实现数据的查询。本节将以MySQL和SQL Server为例，教会读者如何使用Pandas模块和对应的数据库模块（分别是pymysql模块和pymssql模块，如果读者的Python没有安装这两个模块，需要通过cmd命令输入pip install pymysql和pip install pysmsql）实现数据的连接与读取。
首先需要介绍pymysql模块和pymssql模块中的连接函数connect，虽然两个模块中的连接函数名称一致，但函数的参数并不完全相同，所以需要分别介绍函数用法和几个重要参数的含义：
（1）pymysql中的connect

pymysql.connect(host=None, user=None, password='', database=None, port=0,  charset='')

• host：指定需要访问的MySQL服务器。
• user：指定访问MySQL数据库的用户名。
• password：指定访问MySQL数据库的密码。
• database：指定访问MySQL数据库的具体库名。
• port：指定访问MySQL数据库的端口号。
• charset：指定读取MySQL数据库的字符集，如果数据库表中含有中文，一般可以尝试将该参数设置为“utf8”或“gbk”。
  （2）pymssql中的connect

pymssql.connect(server=None, user=None, password=None, database=None, charset=None)

从两个模块的connect函数看，两者几乎没有差异，而且参数含义也是一致的，所不同的是pymysql模块中connect函数的host参数表示需要访问的服务器，而pymssql函数中对应的参数是server。为了简单起见，以本地电脑中的MySQL和SQL Server为例，演示一遍如何使用Python连接数据库的操作（如果读者需要在自己电脑上操作，必须确保你的电脑中已经安装了这两种数据库）。图3、图4所示分别是MySQL和SQL Server数据库中的数据表。

# 导入模块
import pymysql
# 连接MySQL数据库
conn = pymysql.connect(host='localhost', user='root', password='*******', 
                database='test', port=3306, charset='utf8')
# 读取数据
user = pd.read_sql('select * from topy', conn)
# 关闭连接
conn.close()
# 数据输出
user

如上结果所示，将数据库中的数据读入到了Python中。由于MySQL的原数据集中含有中文，为了避免乱码的现象，将connect函数中的chartset参数设置为utf8。读取数据时，需要用到Pandas模块中的read_sql函数，该函数至少传入两个参数，一个是读取数据的查询语句（sql），另一个是连接桥梁（con）；在读取完数据之后，请务必关闭连接conn，因为它会一直占用电脑的资源，影响电脑的运行效率。

# 导入第三方模块
import pymssql
# 连接SQL Server数据库
connect = pymssql.connect(server = 'localhost', user = '', password = '',
                      database = 'train', charset = 'utf8')
# 读取数据
data = pd.read_sql("select * from sec_buildings where direction = '朝南'", con=connect)
# 关闭连接
connect.close()
# 数据输出
data.head()

如上所示，连接SQL Server的代码与MySQL的代码基本相同，由于访问SQL Server不需要填入用户名和密码，因此user参数和password参数需要设置为空字符；在读取数据时，可以写入更加灵活的SQL代码，如上代码中的SQL语句附加了数据的筛选功能，即所有朝南的二手房；同样，数据导入后，仍然需要关闭连接。

Pandas与 MySQL 的兼容性

报错

“UserWarning: pandas only supports SQLAlchemy connectable (engine/connection) or database string URI or sqlite3 DBAPI2 connection. Other DBAPI2 objects are not tested. Please consider using SQLAlchemy.”

这个警告是由 Pandas 库发出的，它提示你在使用 Pandas 操作数据库时传入的连接对象不是 SQLAlchemy 的 connectable 对象或数据库字符串 URI，或者不是 sqlite3 DBAPI2 的连接对象。Pandas 只对 SQLAlchemy 连接对象进行了测试，而对于其他 DBAPI2 对象的支持没有进行充分的测试。

为了避免这个警告，你可以使用 SQLAlchemy 的 connectable 对象或数据库字符串 URI，或者使用 sqlite3 DBAPI2 的连接对象。如果你使用的是其他类型的连接对象，可以考虑使用 SQLAlchemy 进行封装，或者手动测试一下 Pandas 是否能够正常使用。

另外，需要注意的是，虽然这个警告可能会影响到程序的稳定性，但并不一定会导致程序崩溃或出现错误。如果你的程序正常运行并且没有出现问题，可以不必过于担心这个警告。

如何消除这个报错？
pymysql.connect() 是用于创建 MySQL 数据库连接的方法，而 Pandas 是一个数据分析库，它主要用于数据处理和分析，包括读取和写入数据库数据。

虽然 Pandas 可以读取和写入 MySQL 数据库中的数据，但是它并不支持直接使用 pymysql.connect() 方法创建数据库连接。相反，Pandas 支持使用 SQLAlchemy 创建数据库连接。

你可以使用以下代码创建一个 SQLAlchemy 的 MySQL 数据库连接：

from sqlalchemy import create_engine

# 创建数据库连接字符串
user = 'your_username'
password = 'your_password'
host = 'your_host'
port = 'your_port'
database = 'your_database'
db_url = f'mysql+pymysql://{user}:{password}@{host}:{port}/{database}'

# 创建 SQLAlchemy 引擎
engine = create_engine(db_url)

# 使用 Pandas 读取数据
df = pd.read_sql_table('your_table_name', engine)

在上面的代码中，我们首先创建了一个数据库连接字符串，然后使用 create_engine() 方法创建了一个 SQLAlchemy 的 MySQL 引擎。最后，我们使用 Pandas 的 read_sql_table() 方法读取了数据库中的数据。

需要注意的是，在使用 SQLAlchemy 创建 MySQL 数据库连接时，需要安装 mysqlclient 或 pymysql 包。另外，如果你使用的是 Python 3，需要使用 pymysql 包，因为 mysqlclient 包不支持 Python 3。

总之，虽然 Pandas 支持读取和写入 MySQL 数据库中的数据，但是它不支持直接使用 pymysql.connect() 方法创建数据库连接，而是需要使用 SQLAlchemy 创建连接。

SQLAlchemy不需要手动关闭数据库连接

使用 SQLAlchemy 创建的数据库连接是由 SQLAlchemy 管理的，所以在读取完数据库后，不需要手动关闭连接，而是由 SQLAlchemy 自动管理连接的生命周期。

具体来说，create_engine() 方法返回的是一个 Engine 对象，它是一个连接池，可以自动管理连接的创建和关闭。当你使用 read_sql() 或 read_sql_table() 方法读取数据时，Pandas 会自动从连接池中获取一个连接，并在读取完数据后将连接归还给连接池。

因此，你不需要手动关闭数据库连接，也不需要担心连接泄漏的问题。当你的程序结束时，连接池会自动关闭所有连接，并释放相关资源。

需要注意的是，如果你手动创建了一个数据库连接，而没有使用连接池或者没有正确地关闭连接，就可能会出现连接泄漏或资源泄漏的问题。因此，如果你手动创建了连接，最好使用 try…finally 语句来确保连接在使用完毕后被正确关闭，例如：

import pymysql

# 手动创建连接
conn = pymysql.connect(host='your_host', user='your_user', password='your_password', db='your_database')

try:
    # 执行数据库操作
    with conn.cursor() as cursor:
        cursor.execute('SELECT * FROM your_table')
        result = cursor.fetchall()
    # 处理查询结果
    print(result)
finally:
    # 确保连接被关闭
    conn.close()