使用Python插入100万条数据到MySQL数据库并将数据逐步写出到多个Excel

Python插入100万条数据到MySQL数据库

步骤一：导入所需模块和库

首先，我们需要导入 MySQL 连接器模块和 Faker 模块。MySQL 连接器模块用于连接到 MySQL 数据库，而 Faker 模块用于生成虚假数据。

import mysql.connector  # 导入 MySQL 连接器模块
from faker import Faker  # 导入 Faker 模块，用于生成虚假数据

步骤二：创建 Faker 实例

然后，我们创建一个 Faker 实例，以便使用其功能生成虚假数据。

faker = Faker() # 创建 Faker 实例

步骤三：连接到 MySQL 数据库

接下来，我们使用 MySQL 连接器模块连接到 MySQL 数据库。需要提供主机地址、用户名、密码和数据库名称。

conn = mysql.connector.connect(
    host='localhost',  # 数据库主机地址
    user='root',       # 数据库用户名
    password='123456', # 数据库密码
    database='test2'   # 数据库名称
)

步骤四：创建游标对象

然后，我们创建一个游标对象，用于执行 SQL 语句。

cursor = conn.cursor()  # 创建游标对象，用于执行 SQL 语句

步骤五：插入虚假数据

现在，我们准备开始插入虚假数据到数据库中。我们使用循环生成多条数据，并将其插入到数据库表中。

for _ in range(1000000):  # 循环100万次，插入100万条数据
    # 使用 Faker 实例生成虚假数据
    name = faker.name()                   # 姓名
    address = faker.address()             # 地址
    email = faker.email()                 # 电子邮件
    phone_number = faker.phone_number()   # 电话号码
    job_title = faker.job()               # 职位
    company = faker.company()             # 公司
    date_of_birth = faker.date_of_birth() # 出生日期
    credit_card_number = faker.credit_card_number()  # 信用卡号

    # 定义 SQL 插入语句
    sql = "INSERT INTO fake_data (name, address, email, phone_number, job_title, company, date_of_birth, credit_card_number) VALUES (%s, %s, %s, %s, %s, %s, %s, %s)"

    # 设置参数值
    val = (name, address, email, phone_number, job_title, company, date_of_birth, credit_card_number)

    # 执行 SQL 插入语句
    cursor.execute(sql, val)

步骤六：提交事务和关闭连接

最后，我们提交事务以保存更改，并关闭游标和数据库连接。

conn.commit()   # 提交事务，保存更改
cursor.close()  # 关闭游标
conn.close()    # 关闭数据库连接

使用 Python 将 MySQL 数据库中的数据逐步查询并写入多个 Excel 文件

步骤一：导入所需模块和库

首先，我们需要导入 os 模块用于文件和目录操作，pandas 库用于数据处理，以及 mysql.connector 模块用于连接 MySQL 数据库。

import os  # 导入 os 模块，用于文件和目录操作
import pandas as pd  # 导入 pandas 库并使用 pd 别名，用于数据处理
import mysql.connector  # 导入 mysql.connector 模块，用于连接 MySQL 数据库

步骤二：连接到 MySQL 数据库

conn = mysql.connector.connect(
    host='localhost',  # 数据库主机地址
    user='root',       # 数据库用户名
    password='123456', # 数据库密码
    database='test2'   # 数据库名称
)

步骤三：设置每个 Excel 文件的行数限制和输出文件夹

chunk_size = 50000  # 每个 Excel 文件的行数限制
output_folder = "output_data"  # 输出文件夹名称
if not os.path.exists(output_folder):  # 如果文件夹不存在，则创建
    os.makedirs(output_folder)

步骤四：逐步查询数据库并写入 Excel 文件

offset = 0  # 查询偏移量初始值为0
while True:  # 使用循环查询数据库，直到数据查询完毕
    query = f"SELECT * FROM fake_data LIMIT {offset}, {chunk_size}"  # 构造 SQL 查询语句
    df = pd.read_sql(query, conn)  # 使用 pandas 读取 SQL 查询结果为 DataFrame
    if df.empty:  # 如果查询结果为空，则退出循环
        break
    output_file = os.path.join(output_folder, f"output_{offset // chunk_size + 1}.xlsx")  # 构造输出文件路径
    df.to_excel(output_file, index=False)  # 将 DataFrame 写入 Excel 文件，不写入索引列
    offset += chunk_size  # 更新查询偏移量，准备下一次查询

步骤五：关闭数据库连接

conn.close()  # 关闭数据库连接

最后，我们关闭数据库连接，释放资源。