在这个脚本中我使用的是Python的ORM框架SQLAlchemy来连接远程的MySQL数据库的,在写这个脚本的时候为了方便参数的输入,我就给之前和这个脚本添加了一个新的功能,就是在调用这个脚本的时候后面可以传入参数,这样只需要在执行脚本的时候就可以方便的输入所要使用的路径。

那么现在开始对导出的数据进行解析咯~由于之前已经将列名和数据都写入到了文本文件中, 现在只需要一行一行的读取出来,然后和类中的属性一一对应就可以了,那么现在开始读取资料吧~老样子,先用切片将之前写在文本文件中的第一行列名取出来咯~然后我定义了一个字典,其中key值存入列名,value中存数组的下标,这样在后面赋值的时候就可以一个属性名对应一个列名了,不仅逻辑清晰,代码也好看多了,这样再使用Python中的split函数将字符串转换成list来读取到类中,然后每读取1000次再将session提交到数据库一次,这样可以大幅度的减小对数据库的操作,而提高性能。下面就附上代码了:

from sqlalchemy.orm import mapper, sessionmaker
from sqlalchemy import create_engine, Table, Column, Integer, String, MetaData,Double,TIMESTAMP
from sqlalchemy.sql.expression import Cast
from sqlalchemy.ext.compiler import compiles
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.dialects.mysql import \
BIGINT, BINARY, BIT, BLOB, BOOLEAN, CHAR, DATE, \
DATETIME, DECIMAL, DECIMAL, DOUBLE, ENUM, FLOAT, INTEGER, \
LONGBLOB, LONGTEXT, MEDIUMBLOB, MEDIUMINT, MEDIUMTEXT, NCHAR, \
NUMERIC, NVARCHAR, REAL, SET, SMALLINT, TEXT, TIME, TIMESTAMP, \
TINYBLOB, TINYINT, TINYTEXT, VARBINARY, VARCHAR, YEAR
import os
import re,pdb,sys,getopt opts, args = getopt.getopt(sys.argv[1:], "hf:u:p:i:d",["help","file=","user=","pass=","ip=","db="])
input_file=""
username=""
password=""
host=""
databasename=""
def usage():
print """
-h --help print the help
-g --gbk The path of the backup file
-b --gdb Have to backup the database path
"""
for op, value in opts:
if op in ("-f","--file"):
input_file = value
elif op in ("-u","--user"):
username = value
elif op in ("-p","--pass"):
password = value
elif op in ("-i","--ip"):
host = value
elif op in ("-d","--db"):
databasename = value
elif op in ("-h","--help"):
usage()
sys.exit() Base = declarative_base()
mysql_db = create_engine('mysql://'+username+':'+password+'@'+host+':3306/'+databasename+'')
metadata.create_all(mysql_db) class User(Base):
__tablename__ = 'users'
DAY_BATCH_ID = Column(Integer, primary_key=True)
ITEMID = Column(Integer, primary_key=True)
NETSALES = Column(DOUBLE, nullable=True)
NETQTY = Column(DOUBLE, nullable=True)
VOIDSALES = Column(DOUBLE, nullable=True)
VOIDQTY = Column(DOUBLE, nullable=True)
RETURNSALES = Column(DOUBLE, nullable=True)
RETURNQTY = Column(DOUBLE, nullable=True)
DISCOUNTSALES = Column(DOUBLE, nullable=True)
DISCOUNTQTY = Column(DOUBLE, nullable=True)
OTHQTY = Column(DOUBLE, nullable=True)
STAFFQTY = Column(DOUBLE, nullable=True)
WASTEQTY = Column(DOUBLE, nullable=True)
MODIFQTY = Column(DOUBLE, nullable=True)
COST = Column(DOUBLE, nullable=True)
UNITCOST = Column(DOUBLE, nullable=True)
SALEQTY = Column(DOUBLE, nullable=True)
SALEAMT = Column(DOUBLE, nullable=True)
ADJ_AMT = Column(DOUBLE, nullable=True)
OVERRIDE_AMT = Column(DOUBLE, nullable=True)
OVERRIDE_QTY = Column(Integer, nullable=True)
OTHAMT = Column(DOUBLE, nullable=True)
WASTEAMT = Column(DOUBLE, nullable=True)
TAXAMT = Column(DOUBLE, nullable=True)
SELFCOMMISSION = Column(DOUBLE, nullable=True)
FULLCOMMISSION = Column(DOUBLE, nullable=True)
NET_ITEMS = Column(Integer, nullable=True)
VOID_ITEMS = Column(Integer, nullable=True)
RETURN_ITEMS = Column(Integer, nullable=True)
DISCOUNT_ITEMS = Column(Integer, nullable=True)
OTH_ITEMS = Column(Integer, nullable=True)
SALE_ITEMS = Column(Integer, nullable=True)
MODIF_ITEMS = Column(Integer, nullable=True)
WASTE_ITEMS = Column(Integer, nullable=True)
TICKETCOUNT = Column(Integer, nullable=True)
AVG_COST = Column(DOUBLE, nullable=True)
VOIDSALES_TAX = Column(DOUBLE, nullable=True)
RETURNSALES_TAX = Column(DOUBLE, nullable=True)
DISCOUNTSALES_TAX = Column(DOUBLE, nullable=True)
OVERRIDE_AMT_TAX = Column(DOUBLE, nullable=True)
OTHAMT_TAX = Column(DOUBLE, nullable=True)
WASTEAMT_TAX = Column(DOUBLE, nullable=True)
SALESAMT_TAX = Column(DOUBLE, nullable=True)
LAST_TRANS_TIME = Column(TIMESTAMP, nullable=True) mapper(User, userTable) Session = sessionmaker()
Session.configure(bind=mysql_db)
session = Session() def main():
file1 = open(input_file).readlines()
#通过切片取得第一行中的值并将第一行的字符串组装成数组保持在字典中
file2 = file1[:1]
for line in lines2:
result = line.split(",")
mydic={}
for v,k in enumerate(result):
mydic[k]=v
#取得文件中从第二行开始的所有数据,通过切片去除第一行的数据
file3 = file1[1:-1]
for line1 in file3:
commint = 0
u = User()
line1 = line1.split(',')
u.DAY_BATCH_ID = line1[mydic['DAY_BATCH_ID']]
u.ITEMID = line1[mydic['ITEMID']]
u.NETSALES = line1[mydic['NETSALES']]
u.NETQTY = line1[mydic['NETQTY']]
u.VOIDSALES = line1[mydic['VOIDSALES']]
u.VOIDQTY = line1[mydic['VOIDQTY']]
u.RETURNSALES = line1[mydic['RETURNSALES']]
u.RETURNQTY = line1[mydic['RETURNQTY']]
u.DISCOUNTSALES = line1[mydic['DISCOUNTSALES']]
u.DISCOUNTQTY = line1[mydic['DISCOUNTQTY']]
u.OTHQTY = line1[mydic['OTHQTY']]
u.STAFFQTY = line1[mydic['STAFFQTY']]
u.WASTEQTY = line1[mydic['WASTEQTY']]
u.MODIFQTY = line1[mydic['MODIFQTY']]
u.COST = line1[mydic['COST']]
u.UNITCOST = line1[mydic['UNITCOST']]
u.SALEQTY = line1[mydic['SALEQTY']]
u.SALEAMT = line1[mydic['SALEAMT']]
u.ADJ_AMT = line1[mydic['ADJ_AMT']]
u.OVERRIDE_AMT = line1[mydic['OVERRIDE_AMT']]
u.OVERRIDE_QTY = line1[mydic['OVERRIDE_QTY']]
u.OTHAMT = line1[mydic['THAMT']]
u.WASTEAMT = line1[mydic['WASTEAMT']]
u.TAXAMT = line1[mydic['TAXAMT']]
u.SELFCOMMISSION = line1[mydic['SELFCOMMISSION']]
u.FULLCOMMISSION = line1[mydic['FULLCOMMISSION']]
u.NET_ITEMS = line1[mydic['NET_ITEMS']]
u.VOID_ITEMS = line1[mydic['VOID_ITEMS']]
u.RETURN_ITEMS = line1[mydic['RETURN_ITEMS']]
u.DISCOUNT_ITEMS = line1[mydic['DISCOUNT_ITEMS']]
u.OTH_ITEMS = line1[mydic['OTH_ITEMS']]
u.SALE_ITEMS = line1[mydic['SALE_ITEMS']]
u.MODIF_ITEMS = line1[mydic['MODIF_ITEMS']]
u.WASTE_ITEMS = line1[mydic['WASTE_ITEMS']]
u.TICKETCOUNT = line1[mydic['TICKETCOUNT']]
u.AVG_COST = line1[mydic['AVG_COST']]
u.VOIDSALES_TAX = line1[mydic['VOIDSALES_TAX']]
u.RETURNSALES_TAX = line1[mydic['RETURNSALES_TAX']]
u.DISCOUNTSALES_TAX = line1[mydic['DISCOUNTSALES_TAX']]
u.OVERRIDE_AMT_TAX = line1[mydic['OVERRIDE_AMT_TAX']]
u.OTHAMT_TAX = line1[mydic['OTHAMT_TAX']]
u.WASTEAMT_TAX = line1[mydic['WASTEAMT_TAX']]
u.SALESAMT_TAX = line1[mydic['SALESAMT_TAX']]
u.LAST_TRANS_TIME = line1[mydic['LAST_TRANS_TIME']]
session.add(u)
commint = commint+1
if commint>1000:
commint = commint %1000
session.commit() session.close() if __name__ == '__main__':
main()

至此,这一周的工作终于是结束了!从无到有,从没学过Python到现在写出这样的代码,仅仅过去了2周,期间查阅了InterBase和Firebird数据库,试验了无数次的导出导入,为了文件格式化也是想了许久,以前学Java时最讨厌的正则也无数次的试来试去……也算是掌握的差不多了,Python也对于基本语法掌握了个大概,也算是没白忙活额~~加油!!!

InterBase数据库迁移到MySQL(数据导入)的更多相关文章

  1. InterBase数据库迁移到MySQL(数据导出)

    这篇我将记叙我的第二个脚本程序,这篇我使用InterBase数据库提供的“isql”命令来导出我所要的数据,但是由于“isql”命令没有直接导出数据的语句,说以我采用的是导入一个配置文件,在这个文件中 ...

  2. InterBase数据库迁移到MySQL(说明)

    刚刚到公司1周便接到了第一个需求,进过了几天的沟通明白了是从gbk文件中恢复InterBase数据库,然后再将恢复到数据库中的数据导出到远程的MySQL数据库中,拿到需求先分步去看问题了,问题大致可分 ...

  3. InterBase数据库迁移到MySQL(恢复备份)

    我拿到的是InterBase导出的“.gbk”后缀的数据库备份文件,目标是可以通过命令行的方式导入到指定的数据库中,在这个脚本中我使用了InterBase数据库中自带的“gbak”命令行来进行操作. ...

  4. Oracle 数据库迁移到MySQL (kettle,navicate,sql developer等工具

    Oracle 数据库迁移到MySQL (kettle,navicate,sql developer等工具 1 kettle --第一次使用kettle玩迁移,有什么不足之处和建议,请大家指正和建议. ...

  5. Sqoop将mysql数据导入hbase的血与泪

    Sqoop将mysql数据导入hbase的血与泪(整整搞了大半天)  版权声明:本文为yunshuxueyuan原创文章.如需转载请标明出处: https://my.oschina.net/yunsh ...

  6. 使用sqoop把mysql数据导入hive

    使用sqoop把mysql数据导入hive export HADOOP_COMMON_HOME=/hadoop export HADOOP_MAPRED_HOME=/hadoop   cp /hive ...

  7. [转载]如何将OFBIZ(opentaps)默认数据库迁移至mysql((2

    原文地址:如何将OFBIZ(opentaps)默认数据库迁移至mysql(利昂原创)作者:利昂 ofbiz自带的数据库是Derby,这是一种小型的适合与测试系统的数据库,但不适合在产品级系统中使用,所 ...

  8. MySQL数据导入导出方法与工具mysqlimport

    MySQL数据导入导出方法与工具mysqlimport<?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office ...

  9. 使用MapReduce将mysql数据导入HDFS

    package com.zhen.mysqlToHDFS; import java.io.DataInput; import java.io.DataOutput; import java.io.IO ...

随机推荐

  1. Linux下修改默认字符集--->解决Linux下Java程序种中文文件夹file.isDirectory()判断失败的问题

    一.问题描述: 一个项目中为了生成树状目录,调用了file.listFiles()方法,然后利用file.isDirectory()方法判断是否为目录,该程序在windows下运行无问题,在Linux ...

  2. 檢查RAC狀態

    1.使用srvctl工具檢查RAC當前配置和狀態 $ srvctl config database -h Displays the configuration for the database. Us ...

  3. Ubuntu下快速安装php环境

    今天蛋疼了一下,在Ubuntu下装了一下php的环境,也就是装了一下MySQL.PHP.Apache.话说还真是简单...不禁让我想起原来在windows下开发的时候撑死就是装不上,而且一个就是几个G ...

  4. MongoDB学习(1)—在Windows系统中安装MongoDB

    概述 本文主要介绍在Windows系统安装MongoDB的方法. MongoDB官方网址:http://www.mongodb.org/,最新版本为2.6.7. 注意: 从2.2版本开始,MongoD ...

  5. python最简单的http服务器

    人生苦短,我用python 今天有个需求就是简单的把自己的图片通过web共享,自然就想起了使用服务器了,在python下使用一个简单的服务器是非常方便的,用到标准库里面的SimpleHTTPServe ...

  6. 数字信号处理实验(一)——DTFT

    1.MATLAB自编绘图函数 function [] = signal_write(X,w,flag) % X:数据 % w:频率向量 magX=abs(X);angX=angle(X); realX ...

  7. UVA232字符串处理

    #include <iostream> #include <cstdio> #include <algorithm> #include <cstring> ...

  8. SQLServer 维护脚本分享(06)CPU

    --CPU相关视图 SELECT * FROM sys.dm_os_sys_info SELECT * FROM sys.dm_exec_sessions SELECT * FROM sys.sysp ...

  9. XCL-Charts图表库简要教程及常见问题

    这个Andriod图表库项目从开始至现在,热情消耗几近殆尽.还好已基本实现我想做的那些东西.趁还剩下点兴趣,把一些点非常简单的归纳一下. 所支持的图表类型: 基类                   ...

  10. loadrunner统计字符串中指定字符出现的次数

    Action() { char *str="sdfas1,sdfsdf2,sdfsdfsdfdsf3,sdfsdfsdfsdfds4,fsdfdsf5,sdfdsfsd6,fsdfsd7sd ...