Python史上最全种类数据库操作方法，你能想到的数据库类型都在里面！甚至还有云数据库！
本文将详细探讨如何在Python中连接全种类数据库以及实现相应的CRUD（创建，读取，更新，删除）操作。我们将逐一解析连接MySQL，SQL Server，Oracle，PostgreSQL，MongoDB，SQLite，DB2，Redis，Cassandra，Microsoft Access，ElasticSearch，Neo4j，InfluxDB，Snowflake，Amazon DynamoDB，Microsoft Azure CosMos DB数据库的方法，并演示相应的CRUD操作。
MySQL
连接数据库
Python可以使用mysql-connector-python库连接MySQL数据库：
import mysql.connector
conn = mysql.connector.connect(user='username', password='password', host='127.0.0.1', database='my_database')
print("Opened MySQL database successfully")
conn.close()
CRUD操作
接下来，我们将展示在MySQL中如何进行基本的CRUD操作。
创建（Create）
conn = mysql.connector.connect(user='username', password='password', host='127.0.0.1', database='my_database')
cursor = conn.cursor()
cursor.execute("CREATE TABLE Employees (ID INT PRIMARY KEY NOT NULL, NAME TEXT NOT NULL, AGE INT, ADDRESS CHAR(50), SALARY REAL)")
print("Table created successfully")
conn.close()
读取（Retrieve）
conn = mysql.connector.connect(user='username', password='password', host='127.0.0.1', database='my_database')
cursor = conn.cursor()
cursor.execute("SELECT id, name, address, salary from Employees")
rows = cursor.fetchall()
for row in rows:
print("ID = ", row[0])
print("NAME = ", row[1])
print("ADDRESS = ", row[2])
print("SALARY = ", row[3])
conn.close()
更新（Update）
conn = mysql.connector.connect(user='username', password='password', host='127.0.0.1', database='my_database')
cursor = conn.cursor()
cursor.execute("UPDATE Employees set SALARY = 25000.00 where ID = 1")
conn.commit()
print("Total number of rows updated :", cursor.rowcount)
conn.close()
删除（Delete）
conn = mysql.connector.connect(user='username', password='password', host='127.0.0.1', database='my_database')
cursor = conn.cursor()
cursor.execute("DELETE from Employees where ID = 1")
conn.commit()
print("Total number of rows deleted :", cursor.rowcount)
conn.close()
SQL Server
连接数据库
Python可以使用pyodbc库连接SQL Server数据库：
import pyodbc
conn = pyodbc.connect('DRIVER={SQL Server};SERVER=localhost;DATABASE=my_database;UID=username;PWD=password')
print("Opened SQL Server database successfully")
conn.close()
CRUD操作
接下来，我们将展示在SQL Server中如何进行基本的CRUD操作。
创建（Create）
conn = pyodbc.connect('DRIVER={SQL Server};SERVER=localhost;DATABASE=my_database;UID=username;PWD=password')
cursor = conn.cursor()
cursor.execute("CREATE TABLE Employees (ID INT PRIMARY KEY NOT NULL, NAME VARCHAR(20) NOT NULL, AGE INT, ADDRESS CHAR(50), SALARY REAL)")
conn.commit()
print("Table created successfully")
conn.close()
读取（Retrieve）
conn = pyodbc.connect('DRIVER={SQL Server};SERVER=localhost;DATABASE=my_database;UID=username;PWD=password')
cursor = conn.cursor()
cursor.execute("SELECT id, name, address, salary from Employees")
rows = cursor.fetchall()
for row in rows:
print("ID = ", row[0])
print("NAME = ", row[1])
print("ADDRESS = ", row[2])
print("SALARY = ", row[3])
conn.close()
更新（Update）
conn = pyodbc.connect('DRIVER={SQL Server};SERVER=localhost;DATABASE=my_database;UID=username;PWD=password')
cursor = conn.cursor()
cursor.execute("UPDATE Employees set SALARY = 25000.00 where ID = 1")
conn.commit()
print("Total number of rows updated :", cursor.rowcount)
conn.close()
删除（Delete）
conn = pyodbc.connect('DRIVER={SQL Server};SERVER=localhost;DATABASE=my_database;UID=username;PWD=password')
cursor = conn.cursor()
cursor.execute("DELETE from Employees where ID = 1")
conn.commit()
print("Total number of rows deleted :", cursor.rowcount)
conn.close()
Oracle
连接数据库
Python可以使用cx_Oracle库连接Oracle数据库：
import cx_Oracle
dsn_tns = cx_Oracle.makedsn('localhost', '1521', service_name='my_database')
conn = cx_Oracle.connect(user='username', password='password', dsn=dsn_tns)
print("Opened Oracle database successfully")
conn.close()
CRUD操作
接下来，我们将展示在Oracle中如何进行基本的CRUD操作。
创建（Create）
dsn_tns = cx_Oracle.makedsn('localhost', '1521', service_name='my_database')
conn = cx_Oracle.connect(user='username', password='password', dsn=dsn_tns)
cursor = conn.cursor()
cursor.execute("CREATE TABLE Employees (ID NUMBER(10) NOT NULL PRIMARY KEY, NAME VARCHAR2(20) NOT NULL, AGE NUMBER(3), ADDRESS CHAR(50), SALARY NUMBER(10, 2))")
conn.commit()
print("Table created successfully")
conn.close()
读取（Retrieve）
dsn_tns = cx_Oracle.makedsn('localhost', '1521', service_name='my_database')
conn = cx_Oracle.connect(user='username', password='password', dsn=dsn_tns)
cursor = conn.cursor()
cursor.execute("SELECT id, name, address, salary from Employees")
rows = cursor.fetchall()
for row in rows:
print("ID = ", row[0])
print("NAME = ", row[1])
print("ADDRESS = ", row[2])
print("SALARY = ", row[3])
conn.close()
更新（Update）
dsn_tns = cx_Oracle.makedsn('localhost', '1521', service_name='my_database')
conn = cx_Oracle.connect(user='username', password='password', dsn=dsn_tns)
cursor = conn.cursor()
cursor.execute("UPDATE Employees set SALARY = 25000.00 where ID = 1")
conn.commit()
print("Total number of rows updated :", cursor.rowcount)
conn.close()
删除（Delete）
dsn_tns = cx_Oracle.makedsn('localhost', '1521', service_name='my_database')
conn = cx_Oracle.connect(user='username', password='password', dsn=dsn_tns)
cursor = conn.cursor()
cursor.execute("DELETE from Employees where ID = 1")
conn.commit()
print("Total number of rows deleted :", cursor.rowcount)
conn.close()
PostgreSQL
连接数据库
Python可以使用psycopg2库连接PostgreSQL数据库：
import psycopg2
conn = psycopg2.connect(database="my_database", user="username", password="password", host="127.0.0.1", port="5432")
print("Opened PostgreSQL database successfully")
conn.close()
CRUD操作
接下来，我们将展示在PostgreSQL中如何进行基本的CRUD操作。
创建（Create）
conn = psycopg2.connect(database="my_database", user="username", password="password", host="127.0.0.1", port="5432")
cursor = conn.cursor()
cursor.execute('''CREATE TABLE Employees
(ID INT PRIMARY KEY NOT NULL,
NAME TEXT NOT NULL,
AGE INT NOT NULL,
ADDRESS CHAR(50),
SALARY REAL);''')
conn.commit()
print("Table created successfully")
conn.close()
读取（Retrieve）
conn = psycopg2.connect(database="my_database", user="username", password="password", host="127.0.0.1", port="5432")
cursor = conn.cursor()
cursor.execute("SELECT id, name, address, salary from Employees")
rows = cursor.fetchall()
for row in rows:
print("ID = ", row[0])
print("NAME = ", row[1])
print("ADDRESS = ", row[2])
print("SALARY = ", row[3])
conn.close()
更新（Update）
conn = psycopg2.connect(database="my_database", user="username", password="password", host="127.0.0.1", port="5432")
cursor = conn.cursor()
cursor.execute("UPDATE Employees set SALARY = 25000.00 where ID = 1")
conn.commit()
print("Total number of rows updated :", cursor.rowcount)
conn.close()
删除（Delete）
conn = psycopg2.connect(database="my_database", user="username", password="password", host="127.0.0.1", port="5432")
cursor = conn.cursor()
cursor.execute("DELETE from Employees where ID = 1")
conn.commit()
print("Total number of rows deleted :", cursor.rowcount)
conn.close()
MongoDB
连接数据库
Python可以使用pymongo库连接MongoDB数据库：
from pymongo import MongoClient
client = MongoClient("mongodb://localhost:27017/")
db = client["my_database"]
print("Opened MongoDB database successfully")
client.close()
CRUD操作
接下来，我们将展示在MongoDB中如何进行基本的CRUD操作。
创建（Create）
在MongoDB中，文档的创建操作通常包含在插入操作中：
client = MongoClient("mongodb://localhost:27017/")
db = client["my_database"]
employees = db["Employees"]
employee = {"id": "1", "name": "John", "age": "30", "address": "New York", "salary": "1000.00"}
employees.insert_one(employee)
print("Document inserted successfully")
client.close()
读取（Retrieve）
client = MongoClient("mongodb://localhost:27017/")
db = client["my_database"]
employees = db["Employees"]
cursor = employees.find()
for document in cursor:
print(document)
client.close()
更新（Update）
client = MongoClient("mongodb://localhost:27017/")
db = client["my_database"]
employees = db["Employees"]
query = { "id": "1" }
new_values = { "$set": { "salary": "25000.00" } }
employees.update_one(query, new_values)
print("Document updated successfully")
client.close()
删除（Delete）
client = MongoClient("mongodb://localhost:27017/")
db = client["my_database"]
employees = db["Employees"]
query = { "id": "1" }
employees.delete_one(query)
print("Document deleted successfully")
client.close()
SQLite
连接数据库
Python使用sqlite3库连接SQLite数据库：
import sqlite3
conn = sqlite3.connect('my_database.db')
print("Opened SQLite database successfully")
conn.close()
CRUD操作
接下来，我们将展示在SQLite中如何进行基本的CRUD操作。
创建（Create）
conn = sqlite3.connect('my_database.db')
cursor = conn.cursor()
cursor.execute('''CREATE TABLE Employees
(ID INT PRIMARY KEY NOT NULL,
NAME TEXT NOT NULL,
AGE INT NOT NULL,
ADDRESS CHAR(50),
SALARY REAL);''')
conn.commit()
print("Table created successfully")
conn.close()
读取（Retrieve）
conn = sqlite3.connect('my_database.db')
cursor = conn.cursor()
cursor.execute("SELECT id, name, address, salary from Employees")
rows = cursor.fetchall()
for row in rows:
print("ID = ", row[0])
print("NAME = ", row[1])
print("ADDRESS = ", row[2])
print("SALARY = ", row[3])
conn.close()
更新（Update）
conn = sqlite3.connect('my_database.db')
cursor = conn.cursor()
cursor.execute("UPDATE Employees set SALARY = 25000.00 where ID = 1")
conn.commit()
print("Total number of rows updated :", cursor.rowcount)
conn.close()
删除（Delete）
conn = sqlite3.connect('my_database.db')
cursor = conn.cursor()
cursor.execute("DELETE from Employees where ID = 1")
conn.commit()
print("Total number of rows deleted :", cursor.rowcount)
conn.close()
DB2
连接数据库
Python可以使用ibm_db库连接DB2数据库：
import ibm_db
dsn = (
"DRIVER={{IBM DB2 ODBC DRIVER}};"
"DATABASE=my_database;"
"HOSTNAME=127.0.0.1;"
"PORT=50000;"
"PROTOCOL=TCPIP;"
"UID=username;"
"PWD=password;"
)
conn = ibm_db.connect(dsn, "", "")
print("Opened DB2 database successfully")
ibm_db.close(conn)
CRUD操作
接下来，我们将展示在DB2中如何进行基本的CRUD操作。
创建（Create）
conn = ibm_db.connect(dsn, "", "")
sql = '''CREATE TABLE Employees
(ID INT PRIMARY KEY NOT NULL,
NAME VARCHAR(20) NOT NULL,
AGE INT NOT NULL,
ADDRESS CHAR(50),
SALARY DECIMAL(9, 2));'''
stmt = ibm_db.exec_immediate(conn, sql)
print("Table created successfully")
ibm_db.close(conn)
读取（Retrieve）
conn = ibm_db.connect(dsn, "", "")
sql = "SELECT id, name, address, salary from Employees"
stmt = ibm_db.exec_immediate(conn, sql)
while ibm_db.fetch_row(stmt):
print("ID = ", ibm_db.result(stmt, "ID"))
print("NAME = ", ibm_db.result(stmt, "NAME"))
print("ADDRESS = ", ibm_db.result(stmt, "ADDRESS"))
print("SALARY = ", ibm_db.result(stmt, "SALARY"))
ibm_db.close(conn)
更新（Update）
conn = ibm_db.connect(dsn, "", "")
sql = "UPDATE Employees set SALARY = 25000.00 where ID = 1"
stmt = ibm_db.exec_immediate(conn, sql)
ibm_db.commit(conn)
print("Total number of rows updated :", ibm_db.num_rows(stmt))
ibm_db.close(conn)
删除（Delete）
conn = ibm_db.connect(dsn, "", "")
sql = "DELETE from Employees where ID = 1"
stmt = ibm_db.exec_immediate(conn, sql)
ibm_db.commit(conn)
print("Total number of rows deleted :", ibm_db.num_rows(stmt))
ibm_db.close(conn)
Microsoft Access
连接数据库
Python可以使用pyodbc库连接Microsoft Access数据库：
import pyodbc
conn_str = (
r'DRIVER={Microsoft Access Driver (*.mdb, *.accdb)};'
r'DBQ=path_to_your_access_file.accdb;'
)
conn = pyodbc.connect(conn_str)
print("Opened Access database successfully")
conn.close()
CRUD操作
接下来，我们将展示在Access中如何进行基本的CRUD操作。
创建（Create）
conn = pyodbc.connect(conn_str)
cursor = conn.cursor()
cursor.execute('''CREATE TABLE Employees
(ID INT PRIMARY KEY NOT NULL,
NAME TEXT NOT NULL,
AGE INT NOT NULL,
ADDRESS CHAR(50),
SALARY DECIMAL(9, 2));''')
conn.commit()
print("Table created successfully")
conn.close()
读取（Retrieve）
conn = pyodbc.connect(conn_str)
cursor = conn.cursor()
cursor.execute("SELECT id, name, address, salary from Employees")
rows = cursor.fetchall()
for row in rows:
print("ID = ", row[0])
print("NAME = ", row[1])
print("ADDRESS = ", row[2])
print("SALARY = ", row[3])
conn.close()
更新（Update）
conn = pyodbc.connect(conn_str)
cursor = conn.cursor()
cursor.execute("UPDATE Employees set SALARY = 25000.00 where ID = 1")
conn.commit()
print("Total number of rows updated :", cursor.rowcount)
conn.close()
删除（Delete）
conn = pyodbc.connect(conn_str)
cursor = conn.cursor()
cursor.execute("DELETE from Employees where ID = 1")
conn.commit()
print("Total number of rows deleted :", cursor.rowcount)
conn.close()
Cassandra
连接数据库
Python可以使用cassandra-driver库连接Cassandra数据库：
from cassandra.cluster import Cluster
cluster = Cluster(['127.0.0.1'])
session = cluster.connect('my_keyspace')
print("Opened Cassandra database successfully")
cluster.shutdown()
CRUD操作
接下来，我们将展示在Cassandra中如何进行基本的CRUD操作。
创建（Create）
cluster = Cluster(['127.0.0.1'])
session = cluster.connect('my_keyspace')
session.execute("""
CREATE TABLE Employees (
id int PRIMARY KEY,
name text,
age int,
address text,
salary decimal
)
""")
print("Table created successfully")
cluster.shutdown()
读取（Retrieve）
cluster = Cluster(['127.0.0.1'])
session = cluster.connect('my_keyspace')
rows = session.execute('SELECT id, name, address, salary FROM Employees')
for row in rows:
print("ID = ", row.id)
print("NAME = ", row.name)
print("ADDRESS = ", row.address)
print("SALARY = ", row.salary)
cluster.shutdown()
更新（Update）
cluster = Cluster(['127.0.0.1'])
session = cluster.connect('my_keyspace')
session.execute("UPDATE Employees SET salary = 25000.00 WHERE id = 1")
print("Row updated successfully")
cluster.shutdown()
删除（Delete）
cluster = Cluster(['127.0.0.1'])
session = cluster.connect('my_keyspace')
session.execute("DELETE FROM Employees WHERE id = 1")
print("Row deleted successfully")
cluster.shutdown()
Redis
连接数据库
Python可以使用redis-py库连接Redis数据库：
import redis
r = redis.Redis(host='localhost', port=6379, db=0)
print("Opened Redis database successfully")
CRUD操作
接下来，我们将展示在Redis中如何进行基本的CRUD操作。
创建（Create）
r = redis.Redis(host='localhost', port=6379, db=0)
r.set('employee:1:name', 'John')
r.set('employee:1:age', '30')
r.set('employee:1:address', 'New York')
r.set('employee:1:salary', '1000.00')
print("Keys created successfully")
读取（Retrieve）
r = redis.Redis(host='localhost', port=6379, db=0)
print("NAME = ", r.get('employee:1:name').decode('utf-8'))
print("AGE = ", r.get('employee:1:age').decode('utf-8'))
print("ADDRESS = ", r.get('employee:1:address').decode('utf-8'))
print("SALARY = ", r.get('employee:1:salary').decode('utf-8'))
更新（Update）
r = redis.Redis(host='localhost', port=6379, db=0)
r.set('employee:1:salary', '25000.00')
print("Key updated successfully")
删除（Delete）
r = redis.Redis(host='localhost', port=6379, db=0)
r.delete('employee:1:name', 'employee:1:age', 'employee:1:address', 'employee:1:salary')
print("Keys deleted successfully")
ElasticSearch
连接数据库
Python可以使用elasticsearch库连接ElasticSearch数据库：
from elasticsearch import Elasticsearch
es = Elasticsearch([{'host': 'localhost', 'port': 9200}])
print("Opened ElasticSearch database successfully")
CRUD操作
接下来，我们将展示在ElasticSearch中如何进行基本的CRUD操作。
创建（Create）
es = Elasticsearch([{'host': 'localhost', 'port': 9200}])
employee = {
'name': 'John',
'age': 30,
'address': 'New York',
'salary': 1000.00
}
res = es.index(index='employees', doc_type='employee', id=1, body=employee)
print("Document created successfully")
读取（Retrieve）
es = Elasticsearch([{'host': 'localhost', 'port': 9200}])
res = es.get(index='employees', doc_type='employee', id=1)
print("Document details:")
for field, details in res['_source'].items():
print(f"{field.upper()} = ", details)
更新（Update）
es = Elasticsearch([{'host': 'localhost', 'port': 9200}])
res = es.update(index='employees', doc_type='employee', id=1, body={
'doc': {
'salary': 25000.00
}
})
print("Document updated successfully")
删除（Delete）
es = Elasticsearch([{'host': 'localhost', 'port': 9200}])
res = es.delete(index='employees', doc_type='employee', id=1)
print("Document deleted successfully")
Neo4j
连接数据库
Python可以使用neo4j库连接Neo4j数据库：
from neo4j import GraphDatabase
driver = GraphDatabase.driver("bolt://localhost:7687", auth=("neo4j", "password"))
print("Opened Neo4j database successfully")
driver.close()
CRUD操作
接下来，我们将展示在Neo4j中如何进行基本的CRUD操作。
创建（Create）
driver = GraphDatabase.driver("bolt://localhost:7687", auth=("neo4j", "password"))
with driver.session() as session:
session.run("CREATE (:Employee {id: 1, name: 'John', age: 30, address: 'New York', salary: 1000.00})")
print("Node created successfully")
driver.close()
读取（Retrieve）
driver = GraphDatabase.driver("bolt://localhost:7687", auth=("neo4j", "password"))
with driver.session() as session:
result = session.run("MATCH (n:Employee) WHERE n.id = 1 RETURN n")
for record in result:
print("ID = ", record["n"]["id"])
print("NAME = ", record["n"]["name"])
print("ADDRESS = ", record["n"]["address"])
print("SALARY = ", record["n"]["salary"])
driver.close()
更新（Update）
driver = GraphDatabase.driver("bolt://localhost:7687", auth=("neo4j", "password"))
with driver.session() as session:
session.run("MATCH (n:Employee) WHERE n.id = 1 SET n.salary = 25000.00")
print("Node updated successfully")
driver.close()
删除（Delete）
driver = GraphDatabase.driver("bolt://localhost:7687", auth=("neo4j", "password"))
with driver.session() as session:
session.run("MATCH (n:Employee) WHERE n.id = 1 DETACH DELETE n")
print("Node deleted successfully")
driver.close()
InfluxDB
连接数据库
Python可以使用InfluxDB-Python库连接InfluxDB数据库：
from influxdb import InfluxDBClient
client = InfluxDBClient(host='localhost', port=8086)
print("Opened InfluxDB database successfully")
client.close()
CRUD操作
接下来，我们将展示在InfluxDB中如何进行基本的CRUD操作。
创建（Create）
client = InfluxDBClient(host='localhost', port=8086)
json_body = [
{
"measurement": "employees",
"tags": {
"id": "1"
},
"fields": {
"name": "John",
"age": 30,
"address": "New York",
"salary": 1000.00
}
}
]
client.write_points(json_body)
print("Point created successfully")
client.close()
读取（Retrieve）
client = InfluxDBClient(host='localhost', port=8086)
result = client.query('SELECT "name", "age", "address", "salary" FROM "employees"')
for point in result.get_points():
print("ID = ", point['id'])
print("NAME = ", point['name'])
print("AGE = ", point['age'])
print("ADDRESS = ", point['address'])
print("SALARY = ", point['salary'])
client.close()
更新（Update）
InfluxDB的数据模型和其他数据库不同，它没有更新操作。但是你可以通过写入一个相同的数据点（即具有相同的时间戳和标签）并改变字段值，实现类似更新操作的效果。
删除（Delete）
同样，InfluxDB也没有提供删除单个数据点的操作。然而，你可以删除整个系列（即表）或者删除某个时间段的数据。
client = InfluxDBClient(host='localhost', port=8086)
# 删除整个系列
client.query('DROP SERIES FROM "employees"')
# 删除某个时间段的数据
# client.query('DELETE FROM "employees" WHERE time < now() - 1d')
print("Series deleted successfully")
client.close()
Snowflake
连接数据库
Python可以使用snowflake-connector-python库连接Snowflake数据库：
from snowflake.connector import connect
con = connect(
user='username',
password='password',
account='account_url',
warehouse='warehouse',
database='database',
schema='schema'
)
print("Opened Snowflake database successfully")
con.close()
CRUD操作
接下来，我们将展示在Snowflake中如何进行基本的CRUD操作。
创建（Create）
con = connect(
user='username',
password='password',
account='account_url',
warehouse='warehouse',
database='database',
schema='schema'
)
cur = con.cursor()
cur.execute("""
CREATE TABLE EMPLOYEES (
ID INT,
NAME STRING,
AGE INT,
ADDRESS STRING,
SALARY FLOAT
)
""")
cur.execute("""
INSERT INTO EMPLOYEES (ID, NAME, AGE, ADDRESS, SALARY) VALUES
(1, 'John', 30, 'New York', 1000.00)
""")
print("Table created and row inserted successfully")
con.close()
读取（Retrieve）
con = connect(
user='username',
password='password',
account='account_url',
warehouse='warehouse',
database='database',
schema='schema'
)
cur = con.cursor()
cur.execute("SELECT * FROM EMPLOYEES WHERE ID = 1")
rows = cur.fetchall()
for row in rows:
print("ID = ", row[0])
print("NAME = ", row[1])
print("AGE = ", row[2])
print("ADDRESS = ", row[3])
print("SALARY = ", row[4])
con.close()
更新（Update）
con = connect(
user='username',
password='password',
account='account_url',
warehouse='warehouse',
database='database',
schema='schema'
)
cur = con.cursor()
cur.execute("UPDATE EMPLOYEES SET SALARY = 25000.00 WHERE ID = 1")
print("Row updated successfully")
con.close()
删除（Delete）
con = connect(
user='username',
password='password',
account='account_url',
warehouse='warehouse',
database='database',
schema='schema'
)
cur = con.cursor()
cur.execute("DELETE FROM EMPLOYEES WHERE ID = 1")
print("Row deleted successfully")
con.close()
Amazon DynamoDB
连接数据库
Python可以使用boto3库连接Amazon DynamoDB：
import boto3
dynamodb = boto3.resource('dynamodb', region_name='us-west-2',
aws_access_key_id='Your AWS Access Key',
aws_secret_access_key='Your AWS Secret Key')
print("Opened DynamoDB successfully")
CRUD操作
接下来，我们将展示在DynamoDB中如何进行基本的CRUD操作。
创建（Create）
table = dynamodb.create_table(
TableName='Employees',
KeySchema=[
{
'AttributeName': 'id',
'KeyType': 'HASH'
},
],
AttributeDefinitions=[
{
'AttributeName': 'id',
'AttributeType': 'N'
},
],
ProvisionedThroughput={
'ReadCapacityUnits': 5,
'WriteCapacityUnits': 5
}
)
table.put_item(
Item={
'id': 1,
'name': 'John',
'age': 30,
'address': 'New York',
'salary': 1000.00
}
)
print("Table created and item inserted successfully")
读取（Retrieve）
table = dynamodb.Table('Employees')
response = table.get_item(
Key={
'id': 1,
}
)
item = response['Item']
print(item)
更新（Update）
table = dynamodb.Table('Employees')
table.update_item(
Key={
'id': 1,
},
UpdateExpression='SET salary = :val1',
ExpressionAttributeValues={
':val1': 25000.00
}
)
print("Item updated successfully")
删除（Delete）
table = dynamodb.Table('Employees')
table.delete_item(
Key={
'id': 1,
}
)
print("Item deleted successfully")
Microsoft Azure CosMos DB
连接数据库
Python可以使用azure-cosmos库连接Microsoft Azure CosMos DB：
from azure.cosmos import CosmosClient, PartitionKey, exceptions
url = 'Cosmos DB Account URL'
key = 'Cosmos DB Account Key'
client = CosmosClient(url, credential=key)
database_name = 'testDB'
database = client.get_database_client(database_name)
container_name = 'Employees'
container = database.get_container_client(container_name)
print("Opened CosMos DB successfully")
CRUD操作
接下来，我们将展示在CosMos DB中如何进行基本的CRUD操作。
创建（Create）
database = client.create_database_if_not_exists(id=database_name)
container = database.create_container_if_not_exists(
id=container_name,
partition_key=PartitionKey(path="/id"),
offer_throughput=400
)
container.upsert_item({
'id': '1',
'name': 'John',
'age': 30,
'address': 'New York',
'salary': 1000.00
})
print("Container created and item upserted successfully")
读取（Retrieve）
for item in container.read_all_items():
print(item)
更新（Update）
for item in container.read_all_items():
if item['id'] == '1':
item['salary'] = 25000.00
container.upsert_item(item)
print("Item updated successfully")
删除（Delete）
for item in container.read_all_items():
if item['id'] == '1':
container.delete_item(item, partition_key='1')
print("Item deleted successfully")
如有帮助，请多关注
个人微信公众号：【Python全视角】
TeahLead_KrisChang，10+年的互联网和人工智能从业经验，10年+技术和业务团队管理经验，同济软件工程本科，复旦工程管理硕士，阿里云认证云服务资深架构师，上亿营收AI产品业务负责人。
Python史上最全种类数据库操作方法，你能想到的数据库类型都在里面！甚至还有云数据库！的更多相关文章
- 史上最全的PHP常用函数大全，不看看你就out了（还会不断更新哦！）
纪录了PHP的一些常用函数和函数代码!不要错过了哦. PHP的一些常用函数usleep() 函数延迟代码执行若干微秒.unpack() 函数从二进制字符串对数据进行解包.uniqid() 函数基于以微 ...
- 建议收藏| 学python的看过来,Python 史上最全第三方库收集
发现一个宝藏网站: GitHub 上有一个 Awesome - XXX 系列的资源整理,这个系列以"全"闻名,但凡是有一定知识度的领域.语言.框架等,都有自己的 awesome-x ...
- 【转】自动化测试 - Appium + Python史上最全最简环境搭建步骤
一,为什么是Appium借一张图: 1.1 Appium优点 l 开源 l 跨架构:NativeApp.Hybird App.Web App l 跨设备:Android.iOS.Firefox ...
- 自动化测试 - Appium + Python史上最全最简环境搭建步骤
一,为什么是Appium借一张图: 1.1 Appium优点 l 开源 l 跨架构:NativeApp.Hybird App.Web App l 跨设备:Android.iOS.Firefox ...
- python史上最全学习路线图
ps:盘它 python入门教程 关注微信公众号,回复"python入门"获取视频下载地址
- 你想找的Python资料这里全都有！没有你找不到！史上最全资料合集
你想找的Python资料这里全都有!没有你找不到!史上最全资料合集 2017年11月15日 13:48:53 技术小百科 阅读数:1931 GitHub 上有一个 Awesome - XXX 系列 ...
- 史上最全的 jmeter 获取 jdbc 数据使用的4种方法——（软件测试Python自动化）
周五,下班了吗?软件测试人. 明天是周末了!给大家推荐一个技术干货好文.史上最全的 jmeter 获取 jdbc 数据使用的四种方法.我也精剪了jmeter的自动化接口测试的视频放在了同名UP主,周末 ...
- GitHub上史上最全的Android开源项目分类汇总 (转)
GitHub上史上最全的Android开源项目分类汇总 标签: github android 开源 | 发表时间:2014-11-23 23:00 | 作者:u013149325 分享到: 出处:ht ...
- Linux记录-史上最全的MySQL高性能优化实战总结(转载)
史上最全的MySQL高性能优化实战总结! 1.1 前言 MySQL对于很多Linux从业者而言,是一个非常棘手的问题,多数情况都是因为对数据库出现问题的情况和处理思路不清晰.在进行MySQL的优 ...
- 【转帖】史上最全PostgreSQL体系结构
史上最全PostgreSQL体系结构 2019年07月16日 18:00:00 Enmotech 阅读数 35 版权声明:本文为博主原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出 ...
随机推荐
- [Wechat]概念辨析：微信的生态平台/运管平台
0 引言 微信的各类XX社区.XX文档.XX平台,实在是太多,让人眼花缭乱.必须得理一理了. 1 微信公众平台 https://mp.weixin.qq.com/ 即 微信公众号(小程序 / 订阅号 ...
- ThreadLocal实现原理和使用场景
ThreadLocal是线程本地变量,每个线程中都存在副本. 实现原理: 每个线程中都有一个ThreadLocalMap,而ThreadLocalMap中的key即是ThreadLocal. 内存泄 ...
- API网关：开源Apinto网关-上游服务篇(二)
功能介绍 服务发现是一种分布式系统中的关键技术,它能够帮助应用程序动态地发现和访问依赖的服务实例,解决了服务实例分布在不同节点上的问题.通过服务发现,应用程序可以快速找到需要调用的服务实例的位置和元数 ...
- Python学习——Juptyer Notebook快捷键的使用
1. 运行当前Cell:Ctrl + Enter 2. 运行当前Cell并在其下方插入一个新的Cell:Alt + Enter 3. 运行当前Cell并选中其下方的Cell:Shift + Enter ...
- BugKu_never_give_up
if(!$_GET['id']) { header('Location: hello.php?id=1'); exit(); } $id=$_GET['id']; $a=$_GET['a']; $b= ...
- .NET周报 【5月第1期 2023-05-06】
国内文章 聊一聊 Valgrind 监视非托管内存泄露和崩溃 https://www.cnblogs.com/huangxincheng/p/17374315.html. 只要是程序总会出现各种莫名其 ...
- selenium IDE插件的配置使用
开头 Selenium提供了一个可以自动录制脚本的插件 叫selenium IDE 让我们一起看看如何安装使用 安装 因为google扩展商城大多数人用不了,所以我们选用的是edag来下载seleni ...
- 2022-05-21：给定一个数组arr，长度为n， 表示n个服务员，每个人服务一个人的时间。 给定一个正数m，表示有m个人等位。 如果你是刚来的人，请问你需要等多久？ 假设：m远远大于n，比如n＜=
2022-05-21:给定一个数组arr,长度为n, 表示n个服务员,每个人服务一个人的时间. 给定一个正数m,表示有m个人等位. 如果你是刚来的人,请问你需要等多久? 假设:m远远大于n,比如n&l ...
- 2021-06-28：最接近目标值的子序列和。给你一个整数数组 nums 和一个目标值 goal 。你需要从 nums 中选出一个子序列，使子序列元素总和最接近 goal 。也就是说，如果子序列元素和
2021-06-28:最接近目标值的子序列和.给你一个整数数组 nums 和一个目标值 goal .你需要从 nums 中选出一个子序列,使子序列元素总和最接近 goal .也就是说,如果子序列元素和 ...
- 02-初识Verilog
1.开发环境搭建 需要使用的软件: QuartusII ModelSim Visio Notepad++ 2.初识Verilog 2.1 Verilog HDL简介 Verilog HDL是一种硬件描 ...