MySQL的存储

  • 利用PyMySQL连接MySQL

    • 连接数据库

      import pymysql
      
      # 连接MySQL           MySQL在本地运行      用户名为root         密码为123456    默认端口3306
      db = pymysql.connect(host='localhost', user='root', password='', port=3306) # cursor()方法获得MySQL的操作游标,利用游标来执行SQL语句,其中执行方法为execute()
      cursor = db.cursor() # 获取MySQL的当前版本
      cursor.execute('SELECT VERSION()') # fetchone()方法获得第一条数据,即版本号
      data = cursor.fetchone()
      print('Database version:', data) # 创建一个名为reptile的数据库,默认编码为utf8mb4
      cursor.execute("CREATE DATABASE reptile DEFAULT CHARACTER SET utf8mb4")
      db.close() # 运行输出:
      Database version: ('8.0.16',)
      # 运行生成一个名为reptile的数据库
    • 创建表

      import pymysql
      
      db = pymysql.connect(host='localhost', user='用户名', password='密码', port=3306, db='reptile')
      cursor = db.cursor()
      sql = '''CREATE TABLE
      IF NOT EXISTS students
      (
      id VARCHAR(255) NOT NULL,
      name VARCHAR(255) NOT NULL,
      age INT NOT NULL,
      PRIMARY KEY (id)
      )'''
      # 创建一个名为students的数据表,主键为id
      cursor.execute(sql)
      db.close() # 运行创建一个数据表
    • 插入数据

      import pymysql
      
      id = ''
      user = 'Lee Hua'
      age = 20 # 连接数据库
      db = pymysql.connect(host='localhost', user='用户名', password='密码', port=3306, db='reptile')
      # 获得MySQL的操作游标
      cursor = db.cursor()
      sql = '''INSERT INTO students(id, name, age) VALUES(%s %s %s)''' try:
      # 执行
      cursor.execute(sql, (id, user, age))
      # 数据插入、更新、删除操作,都需要用到commit()方法才能生效
      db.commit() except:
      # 调用rollback()执行数据回滚,相当于什么都没有发生过
      db.rollback() db.close() # 运行,数据被插入到数据表中
      import pymysql
      
      db = pymysql.connect(host='localhost', user='用户名', password='密码', port=3306, db='reptile')
      cursor = db.cursor() data = {
      'id': '',
      'user': 'Lao wang',
      'age': 19
      }
      table_name = 'students'
      keys = ', '.join(data.keys()) # id, user, age
      values = ', '.join(['%s'] * len(data)) # ['%s', '%s', ......] len(data)个'%s'
      sql = '''INSERT INTO {table_name}({keys}) VALUES({values})'''.format(table_name=table_name, keys=keys, values=values)
      # sql = INSERT INTO students(id, name, age) VALUES(%s %s %s) try:
      tuple_ = tuple(data.values())
      if cursor.execute(sql, tuple_):
      print('成功插入数据')
      db.commit() except:
      print('插入数据失败')
      db.rollback() db.close() # 与上面一个例子做比较
    • 更新数据

      import pymysql
      
      db = pymysql.connect(host='localhost', user='用户名', password='密码', port=3306, db='reptile')
      cursor = db.cursor() sql = 'UPDATA students SET age = %s WHERE name = %s'
      try:
      cursor.execute(sql, (25, 'Bob'))
      db.commit()
      except:
      db.rollback() db.close() 简单方式数据更新

      简单方式数据更新

      # 实现去重(如果数据存在,则更新数据;如果数据不存在,则插入数据。)
      import pymysql
      
      db = pymysql.connect(host='localhost', user='用户名', password='密码', port=3306, db='reptile')
      cursor = db.cursor() data = {
      'id': '',
      'user': 'Lao wang',
      'age': 19
      }
      table_name = 'students'
      keys = ', '.join(data.keys()) # keys = id, name, age
      values = ', '.join(['%s'] * len(data)) # values = %s, %s, %s
      update = ', '.join(
      [" {key} = %s".format(key=key) for key in data]
      ) # id = %s, name = %s, age = %s
      sql = '''INSERT INTO {table_name}({keys}) VALUES({values}) ON DUPLICATE KEY update'''.format(table_name=table_name, keys=keys, values=values)
      # ON DUPLICATE KEY UPDATE 表示:如果主键已经存在,那么就执行更新操作 try:
      tuple_ = tuple(data.values())
      if cursor.execute(sql, tuple_):
      print('成功插入数据')
      db.commit() except:
      print('插入数据失败')
      db.rollback() db.close()
    • 删除数据

      import pymysql
      
      db = pymysql.connect(host='localhost', user='用户名', password='密码', port=3306, db='reptile')
      cursor = db.cursor() table = 'students'
      condition = 'age > 20'
      sql = 'DELETE FROM {table} WHERE {conditon}'.format(table=table, conditon=condition)
      try:
      cursor.execute(sql)
      db.commit()
      except:
      db.rollback() db.close() # 删除age > 20的数据

      简单示例

    • 查询数据

      import pymysql
      
      db = pymysql.connect(host='localhost', user='用户名', password='密码', port=3306, db='reptile')
      cursor = db.cursor() sql = 'SELECT * FROM students WHERE age >= 20'
      try:
      cursor.execute(sql)
      print('Count:', cursor.rowcount) # 调用cursor的rowcount属性,获取查询结果的条数
      one = cursor.fetchone() # 获取结果的第一条信息
      print('One:', one)
      result = cursor.fetchall() # 获取结果的所有数据
      print('Result:', result)
      print('Result Type:', type(result))
      for row in result:
      print(row)
      except:
      print('Error') # 输出:
      Count: 0
      One: None
      Result: ()
      Result Type: <class 'tuple'>

      一次性查询所有数据----fetchall()

      import pymysql
      
      db = pymysql.connect(host='localhost', user='用户名', password='密码', port=3306, db='reptile')
      cursor = db.cursor() sql = 'SELECT * FROM students WHERE age >= 20'
      try:
      cursor.execute(sql)
      print('Count:', cursor.rowcount) # 调用cursor的rowcount属性,获取查询结果的条数
      row = cursor.fetchone() # 获取结果的第一条数据
      while row:
      print('Row:', row)
      row = cursor.fetchone()
      except:
      print('Error')

      逐条查询数据----fatchone()

数据存储之关系型数据库存储---MySQL存储的更多相关文章

  1. 解析IFC数据并存储到关系型数据库

    即系IFC数据并存储到关系型数据库中,目前解析的IFC文件是两亿多行,构件数量120万

  2. Cobar是提供关系型数据库(MySQL)分布式服务的中间件

    简介 Cobar是提供关系型数据库(MySQL)分布式服务的中间件,它可以让传统的数据库得到良好的线性扩展,并看上去还是一个数据库,对应用保持透明. 产品在阿里巴巴稳定运行3年以上. 接管了3000+ ...

  3. Python3爬虫(九) 数据存储之关系型数据库MySQL

    Infi-chu: http://www.cnblogs.com/Infi-chu/ 关系型数据库关系型数据库是基于关系模型的数据库,而关系模型是通过二维表来保存的,所以关系型数据库的存储方式就是行列 ...

  4. 关系型数据库之Mysql

    简介 主要知识点包括:能够与mysql建立连接,创建数据库.表,分别从图形界面与脚本界面两个方面讲解 相关的知识点包括:E-R关系模型,数据库的3范式,mysql中数据字段的类型,字段约束 数据库的操 ...

  5. 关系型数据库之MySQL基础总结_part1

    一:数据库的操作语言的种类 MySQL 是我们最常使用的关系型数据库,对于MySQL的操作的语言种类又可以分为:DDL,DML,DCL,DQL DDL:是数据库的定义语言:主要对于数据库信息的一些定义 ...

  6. 关于关系型数据库(MySQL)的一些概念

    主键:关系型数据库中的一条记录中有若干个属性,若其中某一个属性组(注意是组)能唯一标识一条记录, 该属性组就可以成为一个主键,主键不允许为空,主键只能有同一个 外键:如果一个表的某个属性是另一个表的主 ...

  7. 【大数据】安装关系型数据库MySQL安装大数据处理框架Hadoop

    作业来源于:https://edu.cnblogs.com/campus/gzcc/GZCC-16SE2/homework/3161 1. 简述Hadoop平台的起源.发展历史与应用现状. 列举发展过 ...

  8. 【大数据】安装关系型数据库MySQL 安装大数据处理框架Hadoop

    作业要求来自:https://edu.cnblogs.com/campus/gzcc/GZCC-16SE2/homework/3161 1.安装Mysql 使用命令  sudo apt-get ins ...

  9. 应用开发实践之关系型数据库(以MySql为例)小结

    本文主要是对目前工作中使用到的DB相关知识点的总结,应用开发了解到以下深度基本足以应对日常需求,再深入下去更偏向于DB本身的理论.调优和运维实践. 不在本文重点关注讨论的内容(可能会提到一些): 具体 ...

随机推荐

  1. Kafka常用命令合集

    在上一篇文章<Linux安装Kafka>中,已经介绍了如何在Linux安装Kafka,以及Kafka的启动/关闭和创建发话题并产生消息和消费消息.这篇文章就介绍介绍Kafka的那些常用的命 ...

  2. PHP将base64数据流转换成图片并保存

    Base64是网络上最常见的用于传输8Bit字节码的编码方式之一,Base64就是一种基于64个可打印字符来表示二进制数据的方法.可查看RFC2045-RFC2049,上面有MIME的详细规范. Ba ...

  3. ELK 学习笔记之 Logstash之output配置

    Logstash之output配置: 输出到file 配置conf: input{ file{ path => "/usr/local/logstash-5.6.1/bin/spark ...

  4. 2019 中国.NET 开发者峰会正式启动

    2014年微软组织并成立.NET基金会,微软在成为主要的开源参与者的道路上又前进了一步.2014年以来已经有众多知名公司加入.NET基金会,Google,微软,AWS三大云厂商已经齐聚.NET基金会, ...

  5. pinpoint1.8.5安装及使用指南

    简介 pinpoint是开源在github上的一款APM监控工具,它是用Java编写的,用于大规模分布式系统监控.它对性能的影响最小(只增加约3%资源利用率),安装agent是无侵入式的. 各大APM ...

  6. JPG和PNG特性分析及适用范围

    个人博客: http://mcchen.club JPG的特性   ----有损压缩 1.支持摄影图像或写实图像的高级压缩,并且可利用压缩比例控制图像文件大小. 2.有损压缩会使图像数据质量下降,并且 ...

  7. Js获取宽高度的归纳集锦总结

    首先,先吓唬一下我们的小白们!在js中的描述宽高的可以细分有22种.属性根据不同的兼容性也分为五种 window.innerWidth //除去菜单栏的窗口宽度,与浏览器相关 window.inner ...

  8. Python3 解决 ModuleNotFoundError: No module named 'pygal.i18n' 问题

    在获取国别码集通过导入模块pygal报以下问题: from pygal.i18n import COUNTRIES  解决方法: 安装模块 pip3 install pygal_maps_world ...

  9. MySQL的索引原理(图解)

    数据库的索引原理 0.什么是索引 ​ 索引是一种特殊的文件(InnoDB数据表上的索引是表空间的一个组成部分),它们包含着对数据表里所有记录的引用指针.更通俗的说,数据库索引好比是一本书前面的目录,能 ...

  10. 支撑微博亿级社交平台,小白也能玩转Redis集群(原理篇)

    Redis作为一款性能优异的内存数据库,支撑着微博亿级社交平台,也成为很多互联网公司的标配.这里将以Redis Cluster集群为核心,基于最新的Redis5版本,从原理再到实战,玩转Redis集群 ...