【Python之路Day12】网络篇之Python操作MySQL
pymysql是Python中操作MySQL的模块，使用方法和MySQLDB几乎一样。
1. 执行SQL语句
#!/usr/bin/env python3 # -*- coding: utf-8 -*- # Author: DBQ(Du Baoqiang) import pymysql #导入模块 #创建连接 conn = pymysql.connect( host='172.16.30.162', #主机IP port=3306, #端口 user='tom', #连接数据库用户 password='tom123', #连接密码 db='db1' #连接的数据库名称 ) #创建游标 cursor = conn.cursor() #执行SQL,并返回受影响的行数 effect_row = cursor.execute("UPDATE tb1 SET host='1.1.1.1'") # 执行SQL，并返回受影响行数 #effect_row = cursor.execute("UPDATE tb1 SET host='1.1.1.2' WHERE id > %s",(1,)) # 执行SQL，并返回受影响行数 #effect_row = cursor.executemany("INSERT INTO tb1(host) VALUES(%s),(%s)", [("1.1.1.11",1),("1.1.1.11",1)]) print(effect_row) # 提交，不然无法保存新建或者修改的数据 conn.commit() # 关闭游标 cursor.close() # 关闭连接 conn.close()
2 获取查询数据
#!/usr/bin/env python3 # -*- coding: utf-8 -*- # Author: DBQ(Du Baoqiang) import pymysql #导入模块 #创建连接 conn = pymysql.connect( host='172.16.30.162', #主机IP port=3306, #端口 user='tom', #连接数据库用户 password='tom123', #连接密码 db='db1' #连接的数据库名称 ) # #创建游标 cursor = conn.cursor() cursor.execute("SELECT * FROM tb1") #获取第一行数据 row_1 = cursor.fetchone() #获取前N行数据 row_2 = cursor.fetchmany(3) #获取所有数据 row_3 = cursor.fetchall() conn.commit() cursor.close() conn.close() print(row_1) #游标的位置会变的，获取了第一行之后，游标就到第二行位置了 print(row_2) #因此打印前三行的时候，是打印的2，3，4 print(row_3) #同理，打印所有的，实际上是当前游标到最后的位置 #代码执行结果： (1, '1.1.1.1') ((2, '1.1.1.2'), (3, '1.1.1.2'), (4, '1.1.1.11')) ((5, '3'), (6, '1.1.1.11'), (7, '3'), (8, '1.1.1.11'), (9, '1'), (10, '1.1.1.11'), (11, '1'), (12, '1.1.1.30'), (13, '1.1.1.30'))
3、fetch数据类型
#!/usr/bin/env python3 # -*- coding: utf-8 -*- import pymysql #导入模块 #创建连接 conn = pymysql.connect( host='172.16.30.162', #主机IP port=3306, #端口 user='tom', #连接数据库用户 password='tom123', #连接密码 db='db1' #连接的数据库名称 ) # #创建游标, 并设置为字典类型 cursor = conn.cursor(cursor=pymysql.cursors.DictCursor) cursor.execute("select * from tb1") result = cursor.fetchone() print(result) conn.commit() cursor.close() conn.close() #执行结果： {'host': '1.1.1.1', 'id': 1}
SQLAlchemy
SQLAlchemy是Python编程语言下的一款ORM框架，该框架建立在数据库API之上，使用关系对象映射来操作数据库。简而言之，就是将对象转换为SQL语句，然后使用数据API执行SQL并获取执行结果。
SQLAlchemy本身无法操作数据库，其必须以pymysql等第三方插件。
Dialect用于和数据API交互，根据配置文件的不同调用不同的数据库API，从而实现对数据库的操作，如下代码：
二. ORM功能的使用
1. 创建表
#!/usr/bin/env python3 # -*- coding: utf-8 -*- from sqlalchemy.ext.declarative import declarative_base from sqlalchemy import Column, Integer,String, ForeignKey,UniqueConstraint,Index from sqlalchemy.orm import sessionmaker,relationships from sqlalchemy import create_engine engine = create_engine("mysql+pymysql://tom:tom123@172.16.30.162:3306/db1",max_overflow=5) Base = declarative_base() #创建一个单表 class Users(Base): ''' 一定要继承Base ''' __tablename__ = 'users' #表名为users id = Column(Integer,primary_key=True) #id列, 整数数据类型, 主键 name = Column(String(32)) #name列, 字符串类型, 长度32 extra = Column(String(20)) #extra列,字符串类型,长度20 __table_args__ = ( UniqueConstraint('id','name',name='unx_id_name'), Index('ix_id_name','name','extra') ) #一对多 class Favor(Base): __tablename__ = 'favor' nid = Column(Integer,primary_key=True) caption = Column(String(50),default='red',unique=True) class Person(Base): ''' 通过外键关联favor表的nid实现一对多 ''' __tablename__ = 'person' nid = Column(Integer,primary_key=True) name = Column(String(32),index=True,nullable=True) favor_id = Column(Integer, ForeignKey('favor.nid')) #外键,关联favor表的nid #多对多 class Group(Base): __tablename__ = 'group' id = Column(Integer,primary_key=True) name = Column(String(64),unique=True,nullable=True) port = Column(Integer,default=22) class Server(Base): __tablename__ = 'server' id = Column(Integer,primary_key=True,autoincrement=True) hostname = Column(String(64),unique=True,nullable=False) class ServerToGroup(Base): ''' servertogroup这个表存放上述两个表的对应关系,可以多对多 ''' __tablename__ = 'servertogroup' nid = Column(Integer,primary_key=True,autoincrement=True) server_id = Column(Integer,ForeignKey('server.id')) group_id = Column(Integer,ForeignKey('group.id')) def init_db(): Base.metadata.create_all(engine) def drop_db(): Base.metadata.drop_all(engine) #init_db() #创建所有表 #drop_db() #删除所有表
2 操作表
#!/usr/bin/env python3 # -*- coding: utf-8 -*- from sqlalchemy.ext.declarative import declarative_base from sqlalchemy import Column, Integer,String, ForeignKey,UniqueConstraint,Index from sqlalchemy.orm import sessionmaker,relationships from sqlalchemy import create_engine engine = create_engine("mysql+pymysql://tom:tom123@172.16.30.162:3306/db1",max_overflow=5) Base = declarative_base() #创建一个单表 class Users(Base): ''' 一定要继承Base ''' __tablename__ = 'users' #表名为users id = Column(Integer,primary_key=True) #id列, 整数数据类型, 主键 name = Column(String(32)) #name列, 字符串类型, 长度32 extra = Column(String(20)) #extra列,字符串类型,长度20 __table_args__ = ( UniqueConstraint('id','name',name='unx_id_name'), Index('ix_id_name','name','extra') ) def __repr__(self): return "%s-%s"%(self.id, self.name) #一对多 class Favor(Base): __tablename__ = 'favor' nid = Column(Integer,primary_key=True) caption = Column(String(50),default='red',unique=True) def __repr__(self): return "%s-%s" %(self.nid, self.caption) class Person(Base): ''' 通过外键关联favor表的nid实现一对多 ''' __tablename__ = 'person' nid = Column(Integer,primary_key=True) name = Column(String(32),index=True,nullable=True) favor_id = Column(Integer, ForeignKey('favor.nid')) #外键,关联favor表的nid #与生成表结构无关, 仅用于查询方便 #favor = relationships('Favor',backref = 'pers') #多对多 class Group(Base): __tablename__ = 'group' id = Column(Integer,primary_key=True) name = Column(String(64),unique=True,nullable=True) port = Column(Integer,default=22) #group = relationships('Group',secondary=ServerToGroup,backref='host_list') class Server(Base): __tablename__ = 'server' id = Column(Integer,primary_key=True,autoincrement=True) hostname = Column(String(64),unique=True,nullable=False) class ServerToGroup(Base): ''' servertogroup这个表存放上述两个表的对应关系,可以多对多 ''' __tablename__ = 'servertogroup' nid = Column(Integer,primary_key=True,autoincrement=True) server_id = Column(Integer,ForeignKey('server.id')) group_id = Column(Integer,ForeignKey('group.id')) #group = relationships('Group',backref='s2g') #server = relationships('Server',backref='s2g') def init_db(): Base.metadata.create_all(engine) def drop_db(): Base.metadata.drop_all(engine) Session = sessionmaker(bind=engine) session = Session() 表结构+连接数据库
3 增
obj = Users(name='Tom',extra='mouse') session.add(obj) session.add_all([ Users(name='Jerry',extra='Cat'), Users(name='Sam',extra='Human') ]) session.commit()
删
session.query(Users).filter(Users.id > 4).delete() #删除id>4的用户 session.commit()
改
session.query(Users).filter(Users.id > 3).update({"name":"sb"}) #先将id>3的用户名字改为sb
session.query(Users).filter(Users.id > 3).update({Users.name:Users.name + '123'},synchronize_session = False) #而后在sb后拼接一个123
session.query(Users).filter(Users.id > 3).update({"id": Users.id+1},synchronize_session = "evaluate") #最后把大于3的id号+1
session.commit()
查
res = session.query(Users).all() #返回一个列表 print(res) res1 = session.query(Users.name, Users.extra).all() #返回一个列表,中包含元组 print(res1) res2 = session.query(Users).filter_by(name='Jerry').all() #返回一个列表 print(res2) res3 = session.query(Users).filter_by(name='Jerry').first() print(res3) session.commit()
其他
#条件 ret = session.query(Users).filter_by(name='Jerry').all() ret = session.query(Users).filter(Users.id > 1, Users.name == 'Tom').all() #并 ret = session.query(Users).filter(Users.id.between(1, 3), Users.name == 'Sam').all() #id在1-3之间,并且名字是Sam ret = session.query(Users).filter(Users.id.in_([1,3,4])).all() #id在1,3,4里的 ret = session.query(Users).filter(~Users.id.in_([1,3,4])).all() #取反 ret = session.query(Users).filter(Users.id.in_(session.query(Users.id).filter_by(name='Sam'))).all() #子查询 from sqlalchemy import and_, or_ ret = session.query(Users).filter(and_(Users.id > 3, Users.name == 'Tom')).all() #并 ret = session.query(Users).filter(or_(Users.id < 2, Users.name == 'Tom')).all() #或 ret = session.query(Users).filter( or_( Users.id < 2, and_(Users.name == 'Sam', Users.id > 3), Users.extra != "" )).all() #id<2 或者 用户名是Sam并大于3的 # 通配符 ret = session.query(Users).filter(Users.name.like('J%')).all() #J开头后续任意字符 ret = session.query(Users).filter(~Users.name.like('J%')).all() #取反 # 限制 ret = session.query(Users)[0:5] #显示多少个值,个人感觉有点类似于列表的切片一样 # 排序 ret = session.query(Users).order_by(Users.id.desc()).all() #降序 ret = session.query(Users).order_by(Users.name.desc(), Users.id.asc()).all() #升序 # 分组 from sqlalchemy.sql import func ret = session.query(Users).group_by(Users.extra).all() ret = session.query( func.max(Users.id), func.sum(Users.id), func.min(Users.id)).group_by(Users.name).all() #结果:[(2, Decimal('2'), 2), (3, Decimal('3'), 3), (5, Decimal('5'), 5), (1, Decimal('1'), 1)] ret = session.query( func.max(Users.id), func.sum(Users.id), func.min(Users.id)).group_by(Users.name).having(func.min(Users.id) >2).all() #添加条件最小id大于2 # 连表 ret = session.query(Users, Favor).filter(Users.id == Favor.nid).all() #连表查询, 条件 usersid 等于 Favor.nid ret = session.query(Person).join(Favor).all() #左连接, 如果要用右连接,可以把两个表的位置换下 # ret = session.query(Person).join(Favor, isouter=True).all() # 组合 q1 = session.query(Users.name).filter(Users.id > 2) q2 = session.query(Favor.caption).filter(Favor.nid < 2) ret = q1.union(q2).all() q1 = session.query(Users.name).filter(Users.id > 2) q2 = session.query(Favor.caption).filter(Favor.nid < 2) ret = q1.union_all(q2).all() print(ret) session.commit()
