本文介绍如何利用python来对MySQL数据库进行操作，本文将主要从以下几个方面展开介绍:
1.数据库介绍
2.MySQL数据库安装和设置
3.Python操作MySQL
在Python3.X上安装MySQL驱动
创建数据库连接
创建数据表
增、改、删、查
分组、聚合
按批量读取和处理数据
4.小结
01 数据库介绍
数据库(Database)是按照数据结构来组织、存储和管理数据的仓库，能直接通过条件快速查询到指定的数据。随着信息技术和市场的发展，数据管理不再仅仅是存储和管理数据，而转变成用户所需要的各种数据管理的方式。
目前，数据库主要有两种形式，一种是非关系型数据库，另一种是关系型数据库。目前，我们用得非常广泛的一种数据库类型是关系型数据库，它可以分为以下几种:
Oracle:付费产品，主要是银行在用(万一出错了有Oracle背锅)
DB2:付费产品，IBM产品
SQL Sever:付费产品，微软产品，windows专用
PostgreSQL:免费产品，主要是高校学术上使用
MySQL:大众，免费，开源
作为手无寸金的大学生，我们应该用哪种数据库呢?当然是MySQL。一方面是因为MySQL免费，另一方面是因为普及率最高，出了错，可以很容易找到解决方法。而且，围绕MySQL有一大堆监控和运维的工具，安装和使用很方便。所以，本文接下来也会介绍如何用Python来操作MySQL。
02 MySQL安装和设置2.1 下载安装:
STEP1****:MySQL官方网站上下载最新的MySQL Installer 8.0.14版本，下载链接为:
https://dev. mysql.com/downloads/installer/STEP2:按照指示操作默认安装，在安装时，MySQL会要求我们设置一个本地登陆账号，账号名一般命为root，端口为3306，自定义一个password即可。
2.2 MySQL workbench创建用户与授权STEP1:创建新用户。以root用户登录MySQL workbench，先选择users and privileges，然后选择下方的add account去添加用户。
STEP2:我们以创建好的blank为例，创建好后在左边的表中出现了blank这个用户。返回MySQL Workbench主页，新建MySQL Connection，用户名和密码为新创建的用户名和密码，这个时候，我们就能看到除了root用户外，还能看到新创建的blank这个user账户了。
STEP3:创建数据库和数据表。在root账户中新建一个名字为test_s的Schema，然后我们会在左下角的schemas中看到我们新建的schema。对于Schema，在MySQL中，它等同于database，它是数据库对象的集合，这个集合包括了各种对象，如Tables(表)、Views(视图)、Sorted Procedures(存储过程)、Functions等，我们可以选中Table，点击鼠标右键，选择creat table，即可在该数据库下创建数据表。创建过程和创建数据库类似。
STEP4****:设置用户权限:而当我们用blank连接数据库时，是没有test_s这个schema的，这个时候我们需要通过root开放权限给blank这个用户。返回root用户操作选项卡，选择users and privileges，选中blank用户，再选择schema privileges，点击add entry;在弹出来的窗口中选择权限范围，这里我们选择指定的test_s给blank这个user，点击ok;双击tets_s，privileges全部授予,点击select all。
STEP5:进入主界面，重新进入blank用户操作选项卡，我们会在schemas中看到test_s这个schema。blank这个用户可以对root授权的test_s这个schema中的表进行操作。
至此，我们完成了MySQL中用户的新建和授权。
03 Python操作MySQL
目前，关于Python操作数据库主要有以下几种方法:
MySQLdb的使用
MySQLdb是用于Python连接MySQL数据库的接口，它实现了Python数据库API规范V2.0，基于MySQL C API上建立的，目前只支持Python2.x。
PyMySQL的使用
PyMySQL是Python中用于连接MySQL服务器的一个库，它支持Python3.x，是一个纯Python写的MySQL客户端，它的目标是替代MySQLdb。PyMySQL在MIT许可下发布。
mysql.connector 的使用
由于 MySQL 服务器以独立的进程运行，并通过网络对外服务，所以，需要支持 Python 的 MySQL 驱动来连接到 MySQL 服务器。
目前，有两个 MySQL 驱动:
mysql-connector-python:是 MySQL 官方的纯 Python 驱动
MySQL-python :是封装了 MySQL C驱动的 Python 驱动
SQLAlchemy的使用
是一种ORM(Object-Relational Mapping)框架，将关系数据库的表结构映射到对象上，隐藏了数据库操作背后的细节，简化了数据操作。
3.1 在Python3.X上安装MySQL驱动
STEP1:由于MySQL官方提供了mysql-connector-python驱动。安装时，在Anaconda Prompt中输入:
conda install mysql-connector-python
STEP2:使用以下代码来测试mysql-connector是否安装成功:
import mysql.connector
如果没有产生错误，则表明安装成功。
3.2 创建数据库连接
这里连接的是我之前创建的blank这个user。如果数据库已经存在的话，我们可以直接连接;如果数据库不存在，直接连接则会报错，这个时候我们就需要创建一个数据库，创建数据库可以在MySQL Workbench中创建，也可以在python中使用”CREATE DATABASE”语句，在本实验中，我们使用已经在MySQL workbench中已经建好的test_s这个数据库。
import mysql.connector #连接数据库 config = { ‘user’ : ‘blank’ #用户名 ‘password’ : ‘password’ #自己设定的密码 ‘host’ : ‘127.0.0.1’ #ip地址，本地填127.0.0.1，也可以填localhost ‘port’ : ‘3306’ #端口，本地的一般为3306 ‘database’ : ‘test_s’ #数据库名字，这里选用test_s } con = mysq;.connector.connect(**config)3.3 创建数据表STEP1:当Python 和数据之间的连接建立起来之后，要操作数据库，就需要让 Python对数据库执行SQL语句。创建数据表我们使用”CREATE TABLE”语句，在test_s这个数据库中创建一个叫做customers的表格，其中包含id、name、address、sex、age、sl这六个columns。Python是通过游标执行SQL语句的，所以，连接建立之后，就要利用连接对象得到游标对象。
cursor():表示游标
execute():是执行语句
STEP2****:一般在创建新表的时候，我们还会设置一个主键(PRIMARY KEY)来方便进行查询工作。创建主键，我们可以用”INT AUTO_INCREMENT PRIMARY KEY”#创建一个表 # buffered = True 不设的话，查询结果没有读完会报错 # raise errors.InternalError(“Unread result found”) mycursor = con.cursor(buffered = True) mycursor.execute(“CREATE TABLE customers(id INT AUTO_INCREMENT PRIMARY KEY, \ name VARCHAr(255) , address VARCHAr(255), \ 7sex VARCHAr(225) , age INT(10) , sl INT(10))”)
VARCHAr()表示的是数据类型，定义的是变长字符串;INT()表示整型
STEP3:执行语句。执行完后，我们可以回到MySQL workbench，可以看到在test_s下面的customers这个表格，其中Columns为我们创建的id，name，address，sex，age和sl。STEP4:但是，当我们再次执行语句的时候，由于已经创建了”customers”这个表，所以再次执行会报错，这个时候就需要加一个判断，判断这个表是否已经存在于test_s这个数据库中ProgrammingError: Table ‘customers’ alreadyy exists STEP5****:我们可以用”SHOW TABLES”语句来查看数据表是否已经存在，如果存在就print”table already exists”,如果不存在，就print”table does not exist”。def tableExists(mycursor, name): stmt = “SHOW TABLES LIKE ‘” +name+ “‘” mycursor.execute(stmt) return mycursor.fetchone() mycursor = con.cursor() if tableExists(mycursor , ‘customers’): print(“table already exists”) else: print(“table not exists”)STEP6:上面的语句只是为了帮助我们判断是否有同名表，当我们要新建一个表时，我们可以在这个判断的基础上，在创建新表前删掉数据库内的同名表，再建新表。删除我们用的是”DROP TABLE”，新建表是”CERATE TABLE”import mysql.connector #连接数据库 config = { ‘user’ : ‘blank’, ‘password’ :’fuying123888′, ‘host’ : ‘127.0.0.1’, ‘port’:’3306′, ‘database’ : ‘test_s’ } con = mysql.connector.connect(**config) # 检查一个表是否存在 def tableExists(mycursor, name): stmt = “SHOW TABLES LIKE ‘”+name+”‘” mycursor.execute(stmt) return mycursor.fetchone() # 删除一个表(无论它是否已经存在) def dropTable(mycursor, name): stmt = “DROP TABLE IF EXISTS “+name mycursor.execute(stmt) # buffered=True 不设的话，查询结果没有读完会报错 # raise errors.InternalError(“Unread result found”) mycursor = con.cursor(buffered=True) # 删除临时表 tableName = ‘customers’ dropTable(mycursor, tableName) # 创建一个表 mycursor.execute(“CREATE TABLE customers(id INT AUTO_INCREMENT PRIMARY KEY,\ name VARCHAr(255), address VARCHAr(255), \ sex VARCHAr(225), age INT(10), sl INT(10))”)3.4 增、改、删、查3.4.1 增
在cutomers表中插入数据用的是”INSERT INTO”语句。
除了用一条条用execute( )插入之外，我们还可以用executemany()的方式批量插入，也就是val中包含的是一个元组列表，包含我们想要插入的数据。
需要注意的事是:如果数据表格有更新，那么必须用到commit()语句，否则在workbench是看不到插入的数据的。
#往表里插入一些记录 sql=”INSERT INTO customers(name,address,sex,age,sl) VALUES(%s, %s,%s,%s,%s)” val = (“John”, “Highway 21″,”M”,23,5000) mycursor.execute(sql, val) val = (“Jenny”, “Highway 29″,”F”,30,12500) mycursor.execute(sql, val) val=[(“Tom”,”ABC 35″,”M”,35,14000), (“Tom1″,”Highway 29″,”M”,28,6700), (“Lily”,”Road 11″,”F”,30,8000), (“Martin”,”Road 24″,”M”,35,14000), (“Sally”,”Fast 56″,”M”,32,15000)] mycursor.executemany(sql, val) con.commit()
执行以上代码后，回到workbench，，我们可以看到最终的结果为:
image 3.4.2 改
在cutomers表中更改数据用的是”UPDATE”语句。例如，我们将最后一条 “Sally”的名字改成“Tiny”:
#将Sally改为Tiny sql=”UPDATE customers SET name=’Tiny’ WHERe name =’Sally'” mycursor.execute(sql) con.commit()
执行代码，回到workbench我们可以看到结果为:
3.4.3 删
关于删，我们在上文提到了删除表格，用的是“DROP TABLE ”语句，“IF EXISTS”关键字是用于判断表是否存在，只有在存在的情况才删除当我们要删除一条数据记录时候，用到的语句是“DELETE FROM”语句。例如:我们想在customers这个表格当中，删除name为Tiny的这一条记录:
#删除名字为Tiny的记录 sql=”DELETe FROM customers WHERe name=’Tiny'” mycursor.execute(sql) con.commit()
执行代码，回到workbench我们可以看到结果为:
3.4.4 查普通查询
普通查询数据用的是SELECt语句。例如:我们想查询customers的所有信息，并且进行打印输出:
#查询这里面所有的人: sql=”SELECT * FROM customers” mycursor.execute(sql) myresult = mycursor.fetchall() # fetchall() 获取所有记录 for x in myresult: print(x)
得到最终结果为:
值得注意的是:fetchall()表示的是获得所有记录;fetchone()表示只获取一条数据;fetchmany(size=3)表示获取三条记录;
限定条件查找
为了获取指定条件下的查找结果，我们可以使用where语句。例如:我们想在查询customers的所有信息基础上，输出年龄大于30岁的消费者的信息:
sql=”SELECt * FROM customers WHERe age > 30″ mycursor.execute(sql) myresult = mycursor.fetchall() # fetchall() 获取所有记录 for x in myresult: print(x)
最终得到的结果为:
通配符查找
有时候为了进行模糊查询，可以匹配通配符，通过“LIKE”来进行查找:
百分号 (%):代表零个、一个或多个数字或字符;
下划线 (_):代表一个单一的数字或字符。
例如:查出所有名字中含有t的记录:
#%代表零个、一个或者多个数字或字符 #_代表一个单一的数字或者字符 sql = “SELECt * FROM customers WHERe name LIKE ‘%t%'” mycursor.execute(sql) myresult=mycursor.fetchall() for x in myresult: print(x)
执行代码，我们得到的结果如下:
值得注意的是:但是使用Like查询时，即使我们在代码输入的是“t”，执行过程中也会将含有“T”的记录同样输出，即用LIKE匹配通配符对大小写不敏感。为了区分大小写，可以用“GLOB”进行查询。
排序
查询结果排序可以使用 ORDER BY 语句，默认的排序方式为升序，如果要设置降序排序，可以设置关键字 DESC。例如:我们要按照年龄对customers进行升序排列:
#排序 #按照年龄排序 sql = “SELECt * FROM customers ORDER BY age” mycursor.execute(sql) myresult=mycursor.fetchall() for x in myresult: print(x)
执行代码，得到的结果为:
nzxx m nb
LIMIT
当数据库数量非常大的时候，为了限制查询的数据量，可以采用”LIMIT”语句来指定，比如我们希望在customers表中找出工资最高的三个人:
#找出其中工资最高的3个人 sql = “SELECt * FROM customers ORDER BY sl DESC LIMIT 3” mycursor.execute(sql) myresult=mycursor.fetchall() for x in myresult: print(x)
执行代码，得到结果为:
二次筛选
有时候我们在进行一次筛选后，还需要设定一个筛选条件进行二次筛选，我们就可以采用“HAVINg”语句。例如:我们希望统计在年龄处于20-30(不包括20岁，但是包括30岁)的人当中，选择薪资大于5000的消费者:
#二次过滤 #统计在年龄处于20-30之间的人中，选择薪资大于5000的人 sql = “SELECt * FROM customers WHERe age>20 and age<=30>5000 ” mycursor.execute(sql) myresult=mycursor.fetchall() for x in myresult: print(x) con.commit() con.close()
执行代码后，得到的结果如下:
3.5 分组聚合
在数据库中，分组常用的语句为“GROUP BY”语句，聚合函数，通常是配合分组进行使用，在数据库中常用的聚合函数为:
COUNT(*):表示计算总行数，括号可以写*和字段名字
MAX(column):表示求此列的最大值
MIN(column):表示求此列的最小值
SUM(column):表示求此列的和
AVG(column):表示求此列的平均值
从customers表中统计出男女薪资总和
以sex为类别进行GROUP BY 分组，加上WHERe来做条件判断。
#统计出男女的薪水总数 sql = “SELECt sex,sum(sl) FROM customers GROUP BY sex” mycursor.execute(sql) myresult=mycursor.fetchall() for x in myresult: print(x)
最终结果为:
从customers表中，按性别进行分组，统计出年龄在20-30的消费者的薪资，并且按照薪资高低进行排序#按照性别进行分组，统计出年龄在20-30岁的消费者的薪资 sql = “SELECt sex,sum(sl) FROM customers WHERe age>20 and age<=30>
值得注意的是:本例是以sex为类别进行GROUP BY 分组，加上WHERe来做条件判断，加上ORDER BY 排序，但是GROUP BY 的位置必须要在WHERe 之后，在ORDER BY 之前。
3.6 分批量读取和处理数据
程序运行的时候，数据都是在内存中的，但是有时候如果数据量太大，内存会装不下，这个时候我们就需要分批从数据库去读取数据，然后再处理，等到处理完了之后，再去读取。比如:我们要从customers当中分批读取和处理薪资大于8000的消费者，并将其存入另一张表中。我们的做法是先新建一个表，然后从数据库当中读取3个，并且将读取的这3个进行处理，处理完读取的这三个后，再去数据库重新读取三个，直到数据库的数据读完为止。
#分批读取并且处理将薪资大于8000的消费者的记录存到另一张表中 # 创建一个临时表 tmpName = ‘cust_tmp’ dropTable(mycursor, tmpName) mycursor.execute(“CREATE TABLE cust_tmp(id INT AUTO_INCREMENT PRIMARY KEY,\ name VARCHAr(255), address VARCHAr(255), \ sex VARCHAr(225), age INT(10), sl INT(10))”) ins = con.cursor(buffered=True) if tableExists(mycursor, tableName): print(“process table: %s”, tableName) # 查询表里的记录 sql = “SELECT * FROM customers WHERe address is not null” mycursor.execute(sql) # 每次处理 batchsize 条记录，直到所有查询结果处理完 batchsize = 3 readsize = batchsize while readsize == batchsize: print(“before batch”) myresult = mycursor.fetchmany(size=batchsize) for x in myresult: if x[5]>8000: ins.execute(“INSERT INTO”+tmpName+”(id,name,address,sex,age,sl) VALUES (%s, %s,%s, %s,%s,%s)”, x) print(x) readsize = len(myresult) else: print(“table: does not exists”, tableName) con.commit() con.close()
我们回到workbench找到这个新建的表格cust_tmp，我们可以发现薪资大于8000的消费者都被记录上了:
执行代码，我们可以看到处理的过程如下:
在第一批读取的三条记录中，只有两条是满足薪资大于8000的要求，第二批读取的三条记录中，只有一条满足薪资大于8000的要求，而在第三批读取的三条记录中，没有任何记录是满足薪资大于8000的要求，当没有记录可以读的时候，程序即停止。
值得注意的是:就分批读取的batchsize而言，当batchsize太大时，会导致内存装不下，batchsize太小，会导致每次通过网络连接数据库会很慢。因此，我们选取batchsize大小的原则是在内存够用的前提下尽可能的大，在真实的业务场景下，建议每次读取100以上，当内存够用的话，也可以增加至几千上万条。
04小结
本文介绍了Python+MySQL的基本操作，包括如何安装Mysql，如何装驱动，如何创建连接以及对数据库进行增删改查、分组聚合以及批量读取和处理等操作。但是，本文涉及到的只是对单表进行操作，只是数据库操作的冰山一角;在实际的开发和工作环境中，需要根据实际内容对多表进行操作，这部分请持续关注数据魔术师关于数据库的后期推文。