使用Python管理数据库

使用Python管理数据库

 

       这篇文章的主题是如何使用Python语言管理数据库，简化日常运维中频繁的、重复度高的任务，为DBA们腾出更多时间来完成更重要的工作。文章本身只提供一种思路，写的不是很全面，主要起个抛砖引玉的作用。希望能通过此篇文章激发起大家学习python的兴趣。

关于Python

       Python作为目前最流行的编程语言之一， 在人工智能、统计分析等领域都有着非常广泛的应用。这两年借助人工智能，流行程度甚至一度超越了java等老牌语言。Python的语法相当直观、简洁、易懂，没有过于复杂的结构，让你能够专注于具体功能的实现，而无需在语法或结构上面下太多功夫。所以Python的学习曲线还是较为平缓的，尤其入门阶段(有编程基础的同学估计花几个小时看一遍语法结构就能使用了；没基础的同学大概花个一周时间也就差不多了)。入门推荐《Python编程：从入门到实践》这本书，让你能够快速上手。

Python还拥有种类繁多的库，让你无需重复造轮子，利用已经实现的功能去构建你的Idea即可(当然，如果你能造出新的好轮子供他人使用，那成就感会更高)。

Why Python

说了这么多，好像跟咱DBA没啥关系。其实不然， 上面说了，Python拥有非常强大的库，这其中也包含了能够与数据库进行交互的模块，利用这些模块，DBA们也可以很轻松的使用Python管理数据库。

可能有人会说， 为什么要使用Python呢，咱们通常使用的PL/SQL + SHELL 不就已经够用了吗？而且DBA又不是程序员，不学编程也没啥太大关系吧？PL/SQL + SHELL 确实可以满足目前的日常运维， 而且这也是绝大部分DBA们的选择。但是如果你想对数据进行进一步的分析，甚至以图表的形式展现出来的话，Python可能就能排上用场了。而且当你熟悉了以后，你会发现它有多么好用。

初识cx_Oracle

cx_Oracle是python下能够跟Oracle数据库进行交互的模块。通过cx_Oracle，我们可以连接到数据库，完成一些日常运维工作。

1.Python 安装

大部分的Linux系统默认就已经安装了Python，可以使用命令查看具体版本号：

dev@dev-VirtualBox:~$ python3 --version
Python 3.5.2

由于我使用的是Ubuntu 16.04，python3已经预装好了。其他不同的发行版可能只会装python2，这时候就需要先安装python3，可以选择在官网上下载并安装。

2.使用pip下载安装cx_oracle模块

pip 是负责下载、安装Python包的程序。

dev@dev-VirtualBox:~/PycharmProjects/Oracle/venv/bin$ pip3 install cx_Oracle
Collecting cx_Oracle
  Downloading cx_Oracle-6.1-cp35-cp35m-manylinux1_x86_64.whl (527kB)
    100% |████████████████████████████████| 532kB 25kB/s
Installing collected packages: cx-Oracle
Successfully installed cx-Oracle-6.1

详细安装步骤可参考官方安装手册。

3.使用cx_Oracle 模块连接数据库

安装完成后，就可以使用了。

1) 连接数据库(使用SYSDBA权限)：

# 导入cx_Oracle
import cx_Oracle
# 建立数据库连接
db_connection = cx_Oracle.connect('sys', 'oracle', 'test', cx_Oracle.SYSDBA)
# 查看数据库版本
print(db_connection.version)
#关闭游标
db_cursor.close()

其中，cx_Oracle中的connect函数返回一个连接对象，表示连接成功。参数依次为： 

usename: 用户名

password: 密码

tnsnames: TNS连接字符串

cx_Oracle.SYSDBA: 使用SYSDBA登录

然后打印该连接对象的version属性即可查询数据库版本。

 

进一步使用cx_Oracle

1.简单查询

import cx_Oracle


# 建立连接
db_connection = cx_Oracle.connect('sys', 'oracle', 'test', cx_Oracle.SYSDBA)
# 使用游标访问数据
db_cursor = db_connection.cursor()
db_cursor.execute("""
    select employee_id, first_name, last_name from hr.employees
    where employee_id > :eid""",
    eid = 200)
# 获取所有数据
print(db_cursor.fetchall())
# 关闭游标
db_cursor.close()

# 执行结果
[(201, 'Michael', 'Hartstein'), (202, 'Pat', 'Fay'), (203, 'Susan', 'Mavris'), (204, 'Hermann', 'Baer'), (205, 'Shelley', 'Higgins'), (206, 'William', 'Gietz')]

fetchall()以列表形式返回所有行(每行的数据存储在元组中)，所以也可使用循环遍历访问。例如访问第一行中的值：

for element in db_cursor.fetchall()[0]:
    print(element)

# 执行结果
201
Michael
Hartstein

 

2.使用函数封装连接

大家可能发现了，每次在对数据库操作前都要先建立连接，都要先输入一大串代码，有点重复。确实是这样，但是如果使用函数对连接方式进行封装，你可能就能体会到使用编程语言的好处了，以后在需要使用的时候直接调用函数就行了。

# 创建连接函数
def conn_cursor(conn_dict):
    # 使用字典储存连接信息
    connection = cx_Oracle.connect(conn_dict['username'],
        conn_dict['passwd'],
        conn_dict['tns_name'],
        mode=conn_dict['mode'])
    # 返回游标
    return connection.cursor()

注: 字典可看做是由一对一对的键值对组成的，语法如下：这里将整个建立连接的代码复制过来，并使用一个字典作为形参，用来传递用户名、密码、TNS连接字符串及mode连接方式，最后返回游标。    

conn_dict = { 'username': 'sys', 'password': 'oracle', tns_name: 'test', 'mode': 2 }

   关于mode参数，如果需要以sys用户连接，则将mode的值设置为2(或者'cx_Oracle.SYSDBA')，普通用户设置为0即可。

现在我们通过使用conn_cursor()函数访问数据库：

# 使用hr用户连接并查询dept表
conn_hr = {
    'username': 'hr',
    'passwd': 'oracle',
    'tns_name': 'test',
    'mode': 0
}
cur_hr = conn_cursor(conn_hr)
cur_hr.execute(
    "select * from employees where rownum < 10"
)
# 获取第一行数据
print(cur_hr.fetchone())

# 执行结果
(198, Donald, OConnell, DOCONNEL, 650.507.9833, 21-JUN-07, SH_CLERK, 2600, 124, 50)

3.封装常用sql脚本

数据库中特定语句的格式基本都是相同的，根据上面的例子，我们可以把常用的sql脚本通过形参+字符串的方式组合成语句，封装到函数中，例如：

# 创建用户
def create_user(ora_cursor, user, password, default_tbs, profile='default'):
    ora_cursor.execute(
        "create user " + user + " identified by " + password + ' default tablespace ' + default_tbs + " profile " + profile
    )
    print("user " + user + " created succesfully!")
    ora_cursor.close()

# 修改密码
def alter_user_passwd(ora_cursor, user, password):
    ora_cursor.execute(
        "alter user " + user + " identified by " + password 
    )
    print("user " + user + "'s password altered successfully!")
    ora_cursor.close()

# 创建表空间(默认autoextend off)
def create_tbs(ora_cursor, tbs_name, data_file, size, extend='autoextend off'):
    ora_cursor.execute(
        "create tablespace " + tbs_name + " datafile '" + data_file + "' size " + str(size) + " G " + extend
    )
    print("Tablespace " + tbs_name + " created successfully!")
    ora_cursor.close()

# 添加数据文件(默认autoextend off)
def extend_tbs(ora_cursor, tbs_name, data_file, size, extend='autoextend off'):
    ora_cursor.execute(
        "alter tablespace " + tbs_name + " add datafile '" + data_file + "' size " + str(size) + " G " + extend
    )
    print("Tablespace " + tbs_name + " extended " + str(size) + "G successfully!")
    ora_cursor.close()

# kill 用户会话
def kill_session(ora_cursor, username):
    ora_cursor.execute(
        "select spid from v$process a, v$session b where a.addr = b.paddr and b.username = '" + username + "'"
    )
    result = ora_cursor.fetchall()
    if len(result) != 0:
        for spid_tpl in result:
            for spid in spid_tpl:
                os.system("kill -9 " + str(spid))
        print("process have been killed!")
    else:
        print("User " + username + " has not connected yet...")
    ora_cursor.close()

 

4.包的调用

      定义这么多的函数，不可能放到一个文件中，不然后期很难维护。我们可以根据函数的功能，将这些函数选择性的进行分类，放到不同的文件中(如管理用户的函数放到users.py，管理表空间的放到tbs.py等)。这里我先暂时将这些函数都放到ora_func.py文件中，然后在my_workbench.py中进行调用。

ora_func.py:

import cx_Oracle
import os


# 以下是具体定义的函数
# 创建用户
def create_user(ora_cursor, user, password, default_tbs, profile='default'):
    ora_cursor.execute(
        "create user " + user + " identified by " + password + ' default tablespace ' + default_tbs + " profile " + profile
    )
    print("user " + user + " created succesfully!")
ora_cursor.close()
… …

my_workbench.py:

from ora_func import *


# 创建monitor用户(指定test表空间，profile使用默认default)
create_user(cur_sys, 'monitor', 'oracle', 'test')

执行my_workbench.py并在数据库中查看实际创建情况：user monitor created succesfully!

SQL> select username, default_tablespace, profile from dba_users where username='MONITOR';
USERNAME               DEFAULT_TABLESPACE          PROFILE
------------------------------ ------------------------------ ------------------------------
MONITOR                TEST                  DEFAULT

以后只要先在ora_func.py中编写函数，然后在my_workbench.py中添加、编辑需要调用的函数即可。

 

5.收集会话数

除了将日常脚本固化到函数中外，Python还可以用来收集一些数据库性能数据。比如最简单的，收集一段时间内的数据库会话总数，并绘制成曲线：

import time
import cx_Oracle
import matplotlib.pyplot as plt
import numpy as np
import operator


def session_count(ora_cursor, dict):
    ora_cursor.execute(
        "select count(*) from v$session"
    )
    date = time.strftime('%X', time.localtime())
    dict[date] = int(cur_ora.fetchall()[0][0])
    # print(cur_ora.fetchall()[0])
    cur_ora.close()


# 取当前时间
today_str = time.strftime('%Y-%m-%d', time.localtime())
conn_info = {
    'username': 'test',
    'passwd': 'oracle',
    'tns_name': 'test',
    'mode': 0
}
count_dict = {}

while True:
    # 取当前时间，与之前时间作比较，如果是当天数据，则记录到count_dict中，否则就进行统计
    after_str = time.strftime('%Y-%m-%d', time.localtime())
    if today_str == after_str:
        cur_ora = conn_cursor(conn_info)
        session_count(cur_ora, count_dict)
        print(count_dict)
        # 每隔一小时执行一次
        time.sleep(3600)
    else:
        # 对字典按照时间进行排序，并转换为元组列表
        sortedDict = sorted(count_dict.items(), key=operator.itemgetter(0), reverse=False)
        # 将时间、会话数量分别放到两个列表中
        x = [s[0] for s in sortedDict]
        y = [s[1] for s in sortedDict]
        # 根据会话数量绘图
        plt.plot(range(len(y)), y)
        # 设置标题和刻度值
        plt.title("Total session count")
        plt.xlabel("Time")
        plt.ylabel("session count")
        ax = plt.gca()
        ax.set_xticks(np.linspace(0, 24, 24))
        ax.set_xticklabels(x)
        plt.xticks(rotation=30, size=8)
        plt.show()

这是使用Python的pyplot绘制的图，如果想生成Excel类型的图表，也可以使用xlsxwriter模块实现。

 

6.AWR报告分析

我们经常使用的AWR报告实际上是一个HTML文件，可以使用python的爬虫技术爬取我们关心的数据。下面以一个AWR报告为例，分析其中top events的"Total Wait Time (sec)"列的数据， 并生成图表展示。

from bs4 import BeautifulSoup
import matplotlib.pyplot as plt


def get_top_events(awr_html):
    with open(awr_html) as fileobj:
        bsobj = BeautifulSoup(fileobj, "html.parser")

    # 获取目标table的<tr>
    tab_tr = bsobj.find('table', {'summary': "This table displays top 10 wait events by total wait time"}).findAll('tr')

    # 获取列名
    tab_col = [i.get_text() for i in tab_tr[0]]

    # 获取每行的值
    list_row = []
    for tr in tab_tr[1:]:
        td = tr.findAll('td')
        row = [item.get_text() for item in td]
        list_row.append(row)

    # 将Event名称与各项指标值放到字典中
    result_dict = {}
    n = 0
    while n < len(list_row):
        result_dict[list_row[n][0]] = list_row[n][1:]
        n += 1

    return result_dict


html = '/PycharmProjects/Oracle/awrrpt_1_12_14.html'
result = get_top_events(html)

# 生成柱状图并设置标签
x = [x for x in result.keys()]
y = [float(result[a][1]) for a in x]
plt.bar(range(len(y)), y, tick_label=x)
plt.title("Total Wait Time (sec)")
plt.xticks(rotation=30, size=8)
plt.xlabel("EVENTS")
plt.ylabel("WAIT SECS")
plt.show()

对AWR报告的生成脚本awrrpt.sql进行分析，可以发现它只是生成了一些变量，并传递给其他脚本继续执行(主要有awrrpti.sql, awrinput.sql等)。生成AWR报告的核心语句就在awrrpti.sql中：

set termout on;
spool &report_name;
-- call the table function to generate the report
select output from table(dbms_workload_repository.&fn_name( :dbid,
                                                            :inst_num,
                                                            :bid, :eid,
                                                            :rpt_options ));
spool off;

可以根据实际需要，整理出无界面交互的AWR脚本,定期生成AWR报告，并使用Python分析并保存数据，供日后做性能优化时使用。

关于人工智能

       之前传得很火的关于OtterTune即将淘汰DBA的事情，感觉有点夸张了，毕竟现在的人工智能还不能完全胜任DBA的全部工作，还处在为人所用的阶段。简单的说，OtterTune实际上是综合了机器学习中的监督学习和无监督学习，选择一些对性能影响较为关键的参数，并导入在其他数据库收集好的session数据(可以理解为经验数据)，对数据库进行调优。机器学习的优势在于能够基于海量数据，对某种现象/行为进行预测(监督学习)，或者将数据划分为多个类别(无监督学习)等等。我觉得与其担忧被替代，不如利用这种优势，将自己多年的经验与人工智能相结合。当人工智能正式在数据库领域发展落地时，也能有所建树。

 

最后

       作为一名IT从业人员，多学习几门技术我觉得不仅可以在方案上有多种选择，也可以拓宽我们的视野，让我们在这个更新换代的速度越来越快的行业里待得更久。而且现在越来越多跨专业、跨领域的技术在发展，搞不好哪天又会像人工智能、区块链一样火爆起来。保持一颗年轻、充满好奇的心，可以让我们具备较高的职场竞争力，被机器替代的概率更小。