上节介绍了Python对于RabbitMQ的一些操作,本节介绍Python对于MySQL的一些操作用法
模块1:pymysql(等同于MySQLdb)
说明:pymysql与MySQLdb模块的使用基本相同,学会pymysql,使用MySQLdb也就不是问题
安装API模块
pip install pymysql
执行
-->数据库test中表t1的结构
import pymysql
# 创建连接
conn = pymysql.connect(host='172.25.50.13', port=3306, user='root', passwd='123456', db='test')
# 开启自动提交SQL,如果这里不设置,以后的命令需要执行conn.commit()来提交执行,否则都在内存中
conn.autocommit(True)
# 创建游标
cur = conn.cursor()
# 执行普通SQL,并返回受影响行数
effect_row = cur.execute("insert into t1 values (1, 'Boss')")
print(effect_row) # out:1
#
# 执行带占位符的SQL,并返回受影响行数
effect_row = cur.execute("insert into t1 values (2,'%s')" % "xiaodi")
print(effect_row) # out:1
#
# 执行多行数据的SQL,并返回受影响行数
effect_row = cur.executemany("insert into t1(id,name) values (%s, %s)" , [(3,'zhubajie'),(4,'sunwukong')])
print(effect_row) # out: 2
# 获取最新自增ID,注意:如果该表的列是非自增类型的,则获取到的数值为0
id = cur.lastrowid
print(id) # out :4
cur.execute('select * from t1')
# 获取第一行数据
row_1 = cur.fetchone()
print(row_1) # out: (1, 'Boss')
# 获取前n行数据
row_2 = cur.fetchmany(3)
print(row_2) # out: ((2, 'xiaodi'), (3, 'zhubajie'), (4, 'sunwukong'))
# 获取所有数据
row_3 = cur.fetchall()
print(row_3) # out: ((1, 'Boss'), (2, 'xiaodi'), (3, 'zhubajie'), (4, 'sunwukong'))
# 提交
conn.commit()
# 关闭游标
cur.close()
# 关闭连接
conn.close()
注:在fetch数据时按照顺序进行,可以使用cursor.scroll(num,mode)来移动游标位置,如:
cur.scroll(1,mode='relative') # 相对当前位置移动,数字1 也可以为负数,只是移动方向不同而已
cur.scroll(2,mode='absolute') # 相对绝对位置移动
扩展:通过pymysql获取Dict数据类型
从上边的案例可以看出,pymysql获取的结果,是以元组的形式输出,对于不了解表结构的人来说,无疑不知道每个元素对应的列。
因此,如果想要或者字典类型的数据,需要创建游标的时候,设置返回的数据集类型,即:
# 游标设置为字典类型 cur = conn.cursor(cursor=pymysql.cursors.DictCursor)
模块2:Python MySQL ORM框架--> SQLAlchemy
SQLAlchemy是Python编程语言下的一款ORM框架,该框架建立在数据库API之上,使用关系对象映射进行数据库操作,简言之便是:将对象转换成SQL,然后使用数据API执行SQL并获取执行结果。
说明:
SQLAchemy 本身无法操作数据库,其本质上是依赖pymysql.MySQLdb,mssql等第三方插件。
Dialect用于和数据库API进行交流,根据配置文件的不同调用不同的数据库API,从而实现对数据库的操作。
配置SQLAlchemy,使用不同API
MySQL-Python mysql+mysqldb://<user>:<password>@<host>[:<port>]/<dbname> pymysql mysql+pymysql://<username>:<password>@<host>/<dbname>[?<options>] MySQL-Connector mysql+mysqlconnector://<user>:<password>@<host>[:<port>]/<dbname> cx_Oracle oracle+cx_oracle://user:pass@host:port/dbname[?key=value&key=value...] 更多详见:http://docs.sqlalchemy.org/en/latest/dialects/index.html
普通使用
使用 Engine/ConnectionPooling/Dialect 进行数据库操作:Engine使用ConnectionPooling连接数据库,然后再通过Dialect执行SQL语句。
from sqlalchemy import create_engine # 等效于创建游标 engine = create_engine("mysql+pymysql://root:123@127.0.0.1:3306/t1", max_overflow=5) # 执行SQL cur = engine.execute( "INSERT INTO hosts (host, color_id) VALUES ('1.1.1.22', 3)" ) # 其余操作同游标操作一样,就不一一列举。
ORM功能使用
使用 ORM/Schema Type/SQL Expression Language/Engine/ConnectionPooling/Dialect 所有组件对数据进行操作。根据类创建对象,对象转换成SQL,执行SQL。
创建表和删除表
# sqlalchemy 创建表和删除表、 from sqlalchemy.ext.declarative import declarative_base from sqlalchemy import Column, Integer, String, ForeignKey, UniqueConstraint, Index from sqlalchemy.orm import sessionmaker, relationship from sqlalchemy import create_engine # 创建连接 engine = create_engine("mysql+pymysql://root:123456@127.0.0.1:3306/test", max_overflow=5) # 创建基类。这个是固定写法,创建表必须这么写 Base = declarative_base() # 创建单表 class Users(Base): # 创建表 __tablename__ = 'users' id = Column(Integer, primary_key=True) name = Column(String(32)) extra = Column(String(16)) # 创建联合索引 __table_args__ = ( UniqueConstraint('id', 'name', name='uix_id_name'), Index('ix_id_name', 'name', 'extra'), ) # 一对多 class Favor(Base): __tablename__ = 'favor' nid = Column(Integer, primary_key=True) caption = Column(String(50), default='red', unique=True) class Person(Base): __tablename__ = 'person' nid = Column(Integer, primary_key=True) name = Column(String(32), index=True, nullable=True) favor_id = Column(Integer, ForeignKey("favor.nid")) # 多对多 class ServerToGroup(Base): __tablename__ = 'servertogroup' nid = Column(Integer, primary_key=True, autoincrement=True) server_id = Column(Integer, ForeignKey('server.id')) group_id = Column(Integer, ForeignKey('group.id')) class Group(Base): __tablename__ = 'group' id = Column(Integer, primary_key=True) name = Column(String(64), unique=True, nullable=False) class Server(Base): __tablename__ = 'server' id = Column(Integer, primary_key=True, autoincrement=True) hostname = Column(String(64), unique=True, nullable=False) port = Column(Integer, default=22) def init_db(): Base.metadata.create_all(engine) def drop_db(): Base.metadata.drop_all(engine)
操作表
要想操作表,需要经过如下2个步骤
步骤1:创建session
Session = sessionmaker(bind=engine) session = Session()
步骤2:执行SQL。这里需要注意,如果是新增的话,需要新建对象,如下
# 新增单条数据 obj = Users(name="guanyu", extra='hanjiang') session.add(obj) # 新增多条数据 session.add_all([ Users(name="liubei", extra='leader'), Users(name="zhangfei", extra='xiaodi'), ]) session.commit()
其他的SQL,仅需要执行session.query方法,进行相关操作即可
1)删除表数据
# 删除user表中id大于2的条目 session.query(Users).filter(Users.id > 2).delete() session.commit()
2)修改表数据
# 更新user表中id大于2的name列为099 session.query(Users).filter(Users.id > 2).update({"name" : "099"}) # 更新user表中id大于2的name列,在原字符串后边增加099 session.query(Users).filter(Users.id > 2).update({Users.name: Users.name + "099"}, synchronize_session=False) # 更新user表中id大于2的num列,使最终值在原来数值基础上加1 session.query(Users).filter(Users.id > 2).update({"num": Users.num + 1}, synchronize_session="evaluate") # 数字相加,必须设置synchronize_session="evaluate" session.commit()
3)查询数据
ret = session.query(Users).all() # 查询所有
sql = session.query(Users) # 查询生成的sql
print(sql)
ret = session.query(Users.name, Users.extra).all() #查询User表的name和extra列的所有数据
ret = session.query(Users).filter_by(name='alex').all() # 取全部name列为alex的数据
ret = session.query(Users).filter_by(name='alex').first() # 第一个匹配name列为alex的数据
Ps: ret是一个对象列表。这个对象可以通过 “对象[索引].字段”来获取对应的值
4)其他
# 条件 ret = session.query(Users).filter_by(name='alex').all() # ret = session.query(Users).filter(Users.id > 1, Users.name == 'eric').all() # 且的关系 ret = session.query(Users).filter(Users.id.between(1, 3), Users.name == 'eric').all() ret = session.query(Users).filter(Users.id.in_([1,3,4])).all() ret = session.query(Users).filter(~Users.id.in_([1,3,4])).all() # ~表示非。就是not in的意思 ret = session.query(Users).filter(Users.id.in_(session.query(Users.id).filter_by(name='eric'))).all() # 联表查询 from sqlalchemy import and_, or_ # 且和or的关系 ret = session.query(Users).filter(and_(Users.id > 3, Users.name == 'eric')).all() # 条件以and方式排列 ret = session.query(Users).filter(or_(Users.id < 2, Users.name == 'eric')).all() # 条件以or方式排列 ret = session.query(Users).filter( or_( #这部分表示括号中的条件都以or的形式匹配 Users.id < 2, # 或者 or User.id < 2 and_(Users.name == 'eric', Users.id > 3),# 表示括号中这部分进行and匹配 Users.extra != "" )).all() # 通配符 ret = session.query(Users).filter(Users.name.like('e%')).all() ret = session.query(Users).filter(~Users.name.like('e%')).all() # 表示not like # 限制 limit用法 ret = session.query(Users)[1:2] # 等于limit ,具体功能需要自己测试 # 排序 ret = session.query(Users).order_by(Users.name.desc()).all() ret = session.query(Users).order_by(Users.name.desc(), Users.id.asc()).all() # 按照name从大到小排列,如果name相同,按照id从小到大排列 # 分组 from sqlalchemy.sql import func ret = session.query(Users).group_by(Users.extra).all() ret = session.query( func.max(Users.id), func.sum(Users.id), func.min(Users.id)).group_by(Users.name).all() ret = session.query( func.max(Users.id), func.sum(Users.id), func.min(Users.id)).group_by(Users.name).having(func.min(Users.id) >2).all() # having对聚合的内容再次进行过滤 # 连表 ret = session.query(Users, Favor).filter(Users.id == Favor.nid).all() ret = session.query(Person).join(Favor).all() # 默认是inner join ret = session.query(Person).join(Favor, isouter=True).all() # isouter表示是left join # 组合 q1 = session.query(Users.name).filter(Users.id > 2) q2 = session.query(Favor.caption).filter(Favor.nid < 2) ret = q1.union(q2).all() #union默认会去重 q1 = session.query(Users.name).filter(Users.id > 2) q2 = session.query(Favor.caption).filter(Favor.nid < 2) ret = q1.union_all(q2).all() # union_all不去重
至此,SQLAlechemy模块的基本使用介绍完毕