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
SQLSever: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。
02MySQL安装和设置2.1下载安装:
STEP1****:MySQL官方网站上下载最新的MySQLInstaller8.0.14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。
2.2MySQLworkbench创建用户与授权STEP1:创建新用户。以root用户登录MySQLworkbench，先选择usersandprivileges，然后选择下方的addaccount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MySQLWorkbench主页，新建MySQLConnection，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)、SortedProcedures(存储过程)、Functions等，我们可以选中Table，点击鼠标右键，选择creattable，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usersandprivileges，选中blank用户，再选择schemaprivileges，点击addentry;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selectall。
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。
03Python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MySQLCAPI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MySQLC驱动的Python驱动
SQLAlchemy的使用
是一种ORM(Object-RelationalMapping)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AnacondaPrompt中输入:
condainstallmysql-connector-python
STEP2:使用以下代码来测试mysql-connector是否安装成功:
importmysql.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MySQLWorkbench中创建，也可以在python中使用"CREATEDATABASE"语句，在本实验中，我们使用已经在MySQLworkbench中已经建好的test_s这个数据库。
importmysql.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"CREATETABLE"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(PRIMARYKEY)来方便进行查询工作。创建主键，我们可以用"INTAUTO_INCREMENTPRIMARYKEY"#创建一个表#buffered=True不设的话，查询结果没有读完会报错#raiseerrors.InternalError("Unreadresultfound")mycursor=con.cursor(buffered=True)mycursor.execute("CREATETABLEcustomers(idINTAUTO_INCREMENTPRIMARYKEY,\nameVARCHAR(255),addressVARCHAR(255),\7sexVARCHAR(225),ageINT(10),slINT(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MySQLworkbench，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'alreadyyexistsSTEP5****:我们可以用"SHOWTABLES"语句来查看数据表是否已经存在，如果存在就print"tablealreadyexists",如果不存在，就print"tabledoesnotexist"。deftableExists(mycursor,name):stmt="SHOWTABLESLIKE'"+name+"'"mycursor.execute(stmt)returnmycursor.fetchone()mycursor=con.cursor()iftableExists(mycursor,'customers'):print("tablealreadyexists")else:print("tablenotexists")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"DROPTABLE"，新建表是"CERATETABLE"importmysql.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deftableExists(mycursor,name):stmt="SHOWTABLESLIKE'"+name+"'"mycursor.execute(stmt)returnmycursor.fetchone()#删除一个表(无论它是否已经存在)defdropTable(mycursor,name):stmt="DROPTABLEIFEXISTS"+namemycursor.execute(stmt)#buffered=True不设的话，查询结果没有读完会报错#raiseerrors.InternalError("Unreadresultfound")mycursor=con.cursor(buffered=True)#删除临时表tableName='customers'dropTable(mycursor,tableName)#创建一个表mycursor.execute("CREATETABLEcustomers(idINTAUTO_INCREMENTPRIMARYKEY,\nameVARCHAR(255),addressVARCHAR(255),\sexVARCHAR(225),ageINT(10),slINT(10))")3.4增、改、删、查3.4.1增
在cutomers表中插入数据用的是"INSERTINTO"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="INSERTINTOcustomers(name,address,sex,age,sl)VALUES(%s,%s,%s,%s,%s)"val=("John","Highway21","M",23,5000)mycursor.execute(sql,val)val=("Jenny","Highway29","F",30,12500)mycursor.execute(sql,val)val=[("Tom","ABC35","M",35,14000),("Tom1","Highway29","M",28,6700),("Lily","Road11","F",30,8000),("Martin","Road24","M",35,14000),("Sally","Fast56","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:
image3.4.2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Tinysql="UPDATEcustomersSETname='Tiny'WHEREname='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“DROPTABLE”语句，“IFEXISTS”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“DELETEFROM”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="DELETEFROMcustomersWHEREname='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*FROMcustomers"mycursor.execute(sql)myresult=mycursor.fetchall()#fetchall()获取所有记录forxinmyresult: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*FROMcustomersWHEREage>30"mycursor.execute(sql)myresult=mycursor.fetchall()#fetchall()获取所有记录forxinmyresult: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*FROMcustomersWHEREnameLIKE'%t%'"mycursor.execute(sql)myresult=mycursor.fetchall()forxinmyresult: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ORDERBY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*FROMcustomersORDERBYage"mycursor.execute(sql)myresult=mycursor.fetchall()forxinmyresult:print(x)
执行代码，得到的结果为:
nzxxmnb
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*FROMcustomersORDERBYslDESCLIMIT3"mycursor.execute(sql)myresult=mycursor.fetchall()forxinmyresult: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*FROMcustomersWHEREage>20andage<=30>5000"mycursor.execute(sql)myresult=mycursor.fetchall()forxinmyresult: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“GROUPBY”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GROUPBY分组，加上WHERE来做条件判断。
#统计出男女的薪水总数sql="SELECTsex,sum(sl)FROMcustomersGROUPBYsex"mycursor.execute(sql)myresult=mycursor.fetchall()forxinmyresult: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="SELECTsex,sum(sl)FROMcustomersWHEREage>20andage<=30>
值得注意的是:本例是以sex为类别进行GROUPBY分组，加上WHERE来做条件判断，加上ORDERBY排序，但是GROUPBY的位置必须要在WHERE之后，在ORDERBY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("CREATETABLEcust_tmp(idINTAUTO_INCREMENTPRIMARYKEY,\nameVARCHAR(255),addressVARCHAR(255),\sexVARCHAR(225),ageINT(10),slINT(10))")ins=con.cursor(buffered=True)iftableExists(mycursor,tableName):print("processtable:%s",tableName)#查询表里的记录sql="SELECT*FROMcustomersWHEREaddressisnotnull"mycursor.execute(sql)#每次处理batchsize条记录，直到所有查询结果处理完batchsize=3readsize=batchsizewhilereadsize==batchsize:print("beforebatch")myresult=mycursor.fetchmany(size=batchsize)forxinmyresult:ifx[5]>8000:ins.execute("INSERTINTO"+tmpName+"(id,name,address,sex,age,sl)VALUES(%s,%s,%s,%s,%s,%s)",x)print(x)readsize=len(myresult)else:print("table:doesnotexists",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
