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. Kubernetes 系列(五):Prometheus监控框架简介

    由于容器化和微服务的大力发展,Kubernetes基本已经统一了容器管理方案,当我们使用Kubernetes来进行容器化管理的时候,全面监控Kubernetes也就成了我们第一个需要探索的问题.我们需 ...

  2. _self.$scopedSlots.default is not a function报错

    问题: 当同一页面有elementUI的多个table表格时,如果用到v-if来动态展示表格,切换时出现如下报错: 原因: 是因为表格是element-ui通过循环产生的,而vue在dom重新渲染时有 ...

  3. 【每天一题】LeetCode 0020. 有效的括号

    开源地址:https://github.com/jiauzhang/algorithms 题目 /* * https://leetcode-cn.com/problems/valid-parenthe ...

  4. js数组和表的基本操作

    数组 var v = [3, 6, "hello"]; console.log(v.length); 数组的遍历1 function ss() { for (var i = 0; ...

  5. Feign【文件上传】

    话不多说,上代码.... 项目公共依赖配置: <parent> <groupId>org.springframework.boot</groupId> <ar ...

  6. Chrome插件开发(一)

    作为一个开发人员,我们在日常工作中肯定会用到 Chrome 浏览器,同时也会用到谷歌的一些插件,比如 Tampermonkey,AdBlock等,在之前的文章本人还是用了 Tampermonkey,传 ...

  7. 复杂模型可解释性方法——LIME

    一.模型可解释性     近年来,机器学习(深度学习)取得了一系列骄人战绩,但是其模型的深度和复杂度远远超出了人类理解的范畴,或者称之为黑盒(机器是否同样不能理解?),当一个机器学习模型泛化性能很好时 ...

  8. 基于Spark的电影推荐系统(推荐系统~2)

    第四部分-推荐系统-数据ETL 本模块完成数据清洗,并将清洗后的数据load到Hive数据表里面去 前置准备: spark +hive vim $SPARK_HOME/conf/hive-site.x ...

  9. 通过反射对任意class类中方法赋值的方式

    import org.apache.commons.lang3.StringUtils;import org.slf4j.Logger;import org.slf4j.LoggerFactory;i ...

  10. 物理机安装Kali Linux + Windows10双系统安装教程

    转自 https://www.linuxidc.com/Linux/2018-08/153429.htm 一.镜像下载: 根据需求下载自己需要的版本 从官网下载kali 2018.2 的安装包:htt ...