教你使用Python玩转MySQL数据库，大数据导入不再是难题！
数据分析离不开数据库，如何使用python连接MySQL数据库，并进行增删改查操作呢？
我们还会遇到需要将大批量数据导入数据库的情况，又该如何使用Python进行大数据的高效导入呢？
本文会一一讲解，并配合代码和实例。
一、背景
我是在Anaconda notebook中进行连接实验的，环境Python3.6，当然也可以在Python Shell里面进行操作。
最常用也最稳定的用于连接MySQL数据库的python库是PyMySQL。
所以本文讨论的是利用PyMySQL连接MySQL数据库，进行增删改查操作，以及存储大批量数据。
方法参考PyMySQL官方文档和《python数据采集》关于数据存储的部分。
欢迎大家去阅读原文档，相信会理解的更加透彻。
二、基本操作
1、安装PyMySQL库
最简单的方式：
在命令行输入 pip install pymysql
或者：
下载whl文件[1]进行安装，安装过程自行百度。
2、安装MySQL数据库
MySQL数据库有两种：
MySQL和MariaDB，
我用的是MariaDB，它是MySQL的一个分支。
两者在绝大部分性能上是兼容的，使用起来感觉不到啥区别。
给出下载地址：MySQL[2]，MariaDB[3]，安装过程很简单，一路Next Step，不过要记好密码。
有个小插曲，MySQL和MariaDB相当于姐姐妹妹的关系，两者由同一个人（Widenius）创建的。
MySQL被Oracle收购后，Widenius先生觉得不爽，于是搞了个MariaDB，可以完全替代MySQL。
大牛就是任性。
3、SQL基本语法
下面要用SQL的表创建、查询、数据插入等功能，这里简要介绍一下SQL语言的基本语句。
查看数据库：
SHOW DATABASES；创建数据库：
CREATE DATEBASE 数据库名称；使用数据库：
USE 数据库名称；查看数据表：
SHOW TABLES；创建数据表：
CREATE TABLE 表名称（列名1 （数据类型1），列名2 （数据类型2））；插入数据：
INSERT INTO 表名称（列名1，列名2） VALUES（数据1，数据2）；查看数据：
SELECT * FROM 表名称；更新数据：
UPDATE 表名称 SET 列名1=新数据1，列名2=新数据2 WHERE 某列=某数据；
4、连接数据库
安装好必要得文件和库后，接下来正式开始连接数据库吧，虽然神秘却不难哦！
#首先导入PyMySQL库
import pymysql
#连接数据库，创建连接对象connection
#连接对象作用是：连接数据库、发送数据库信息、处理回滚操作（查询中断时，数据库回到最初状态）、创建新的光标对象
connection = pymysql.connect(host = 'localhost' #host属性
user = 'root' #用户名
password = '******' #此处填登录数据库的密码
db = 'mysql' #数据库名
)
执行这段代码就连接好了！
5、增删改查操作
首先来查看一下有哪些数据库：
#创建光标对象，一个连接可以有很多光标，一个光标跟踪一种数据状态。
#光标对象作用是：、创建、删除、写入、查询等等
cur = connection.cursor()
#查看有哪些数据库，通过cur.fetchall()获取查询所有结果
print(cur.fetchall())
打印出所有数据库：
(('information_schema',),
('law',),
('mysql',),
('performance_schema',),
('test',))
在test数据库里创建表:
#使用数据库test
cur.execute('USE test')
#在test数据库里创建表student，有name列和age列
cur.execute('CREATE TABLE student(name VARCHAR(20),age TINYINT(3))')
向数据表student中插入一条数据：
sql = 'INSERT INTO student (name,age) VALUES (%s,%s)'
cur.execute(sql,('XiaoMing',23))
查看数据表student内容：
cur.execute('SELECT * FROM student')
print(cur.fetchone())
打印输出为：('XiaoMing', 23)
Bingo！是我们刚刚插入的一条数据
最后，要记得关闭光标和连接：
#关闭连接对象，否则会导致连接泄漏，消耗数据库资源
connection.close()
#关闭光标
cur.close()
OK了，整个流程大致如此。
当然这里都是很基础的操作，更多的使用方法需要在PyMySQL官方文档[4]里去寻找。
三、导入大数据文件
以csv文件为例，csv文件导入数据库一般有两种方法：
1、通过SQL的insert方法一条一条导入，适合数据量小的CSV文件，这里不做赘述。
２、通过load data方法导入，速度快，适合大数据文件，也是本文的重点。
样本CSV文件如下：
总体工作分为3步：
1、用python连接mysql数据库；
2、基于CSV文件表格字段创建表；
3、使用load data方法导入CSV文件内容。
sql的load data语法简介：
LOAD DATA LOCAL INFILE 'csv_file_path' INTO TABLE table_name FIELDS TERMINATED BY ',' LINES TERMINATED BY '\\r\\n' IGNORE 1 LINES
csv_file_path指文件绝对路径table_name指表名称FIELDS TERMINATED BY ','指以逗号分隔LINES TERMINATED BY '\\r\\n'指换行IGNORE 1 LINES指跳过第一行，因为第一行是表的字段名
下面给出全部代码：
#导入pymysql方法
import pymysql
#连接数据库
config = {'host':'',
'port':3306,
'user':'username',
'passwd':'password',
'charset':'utf8mb4',
'local_infile':1
}
conn = pymysql.connect(**config)
cur = conn.cursor()
#load_csv函数，参数分别为csv文件路径，表名称，数据库名称
def load_csv(csv_file_path,table_name,database='evdata'):
#打开csv文件
file = open(csv_file_path, 'r',encoding='utf-8')
#读取csv文件第一行字段名，创建表
reader = file.readline()
b = reader.split(',')
colum = ''
for a in b:
colum = colum + a + ' varchar(255),'
colum = colum[:-1]
#编写sql，create_sql负责创建表，data_sql负责导入数据
create_sql = 'create table if not exists ' + table_name + ' ' + '(' + colum + ')' + ' DEFAULT CHARSET=utf8'
data_sql = "LOAD DATA LOCAL INFILE '%s' INTO TABLE %s FIELDS TERMINATED BY ',' LINES TERMINATED BY '\\r\\n' IGNORE 1 LINES" % (csv_filename,table_name)
#使用数据库
cur.execute('use %s' % database)
#设置编码格式
cur.execute('SET NAMES utf8;')
cur.execute('SET character_set_connection=utf8;')
#执行create_sql，创建表
cur.execute(create_sql)
#执行data_sql，导入数据
cur.execute(data_sql)
conn.commit()
#关闭连接
conn.close()
cur.close()
参考资料
[1]whl文件: https://pypi.org/project/PyMySQL/
[2]MySQL: https://www.mysql.com/downloads/
[3]MariaDB: https://downloads.mariadb.org/
[4]PyMySQL官方文档: https://pymysql.readthedocs.io/en/latest/
-END-
鄂网公安备案 42010602000334号