MySQL数据库----------安装anaconda---------python与数据库的链接

简介: MySQL数据库----------安装anaconda---------python与数据库的链接

环境安装

Linux环境安装anaconda

1、进入清华的镜像网站镜像。如果有其他下载资源,可以自己随意。

2、选择Linux对应的版本点击下载。等待文件下载完成,它会在下载的目录中。不一定是最新的版本,但是需要保证一定是Linux的。

这里只是提供了最新的,如果自己的内存不够,可以自己选择

或者直接命令安装

# 在页面选好需要的版本,用命令直接下载
wget https://repo.anaconda.com/archive/Anaconda3-2023.03-1-Linux-x86_64.sh
# wget:下载命令
# https://repo.anaconda.com/archive/:镜像源的网址路径
# Anaconda3-2023.03-1-Linux-x86_64.sh:具体的版本

红括内就是路径

下载好后你可以移动另一个文件,也可以不移动

mv Anaconda3-2023.03-1-Linux-x86_64.sh /home/tisugou/my_object/Anaconda3-
2023.03-1-Linux-x86_64.sh

记得切换进该路径

安装

bash Anaconda3-2023.03-1-Linux-x86_64.sh

一直按Enter回车键,直到出现接受条款,输入yes,再次回车,等待安装。

当我们安装好后就要配置环境了

# 进入配置文件
sudo vim /etc/profile
# 在文件最后添加anaconda的环境变量
# Anaconda
export PATH=$PATH:/home/tisugou/anaconda3/bin
# 重新载入配置文件
source /etc/profile

注意一下第二条命令要输入自己的路径

这里安装的anaconda3不在root目录中,可以通过 find -name anaconda3 查找,一般会在自己用户的目录下。

所以要么可以将环境变量的路径改成真实的anaconda3文件所在路径,要么将整个anaconda3文件迁移到root目录下。建议更改路径,尽量不要将文件放入系统文件中。

以上步骤全部调试好后,终端输入python 或者 python3 ,进入的环境不是原来的python2环境,

即表示安装成功了。


配置jupyter-notebook环境

因为 anaconda3 已经内置了 jupyter notebook ,只需要配置 jupyter notebook 远程登陆设置就以了。

1、生成配置文件

jupyter notebook --generate-config
# 在安装anaconda3同目录下,可以通过ls -ahl找到配置文
件.jupyter/jupyter_notebook_config.py

注意一下这个文件为隐藏文件

2、创建访问密码

jupyter notebook password
# 输入及确认密码
# 此密码为之后登录jupyter-lab或者jupyter notebook的密码

# 终端输入ipython,进入ipython

在下面这里运行两条命令

from hashlib import *
sha1('密码字符串'.encode(encoding='utf-8')).hexdigest()

4、修改配置

# 进入生成的配置文件
vim /home/tisugou/.jupyter/jupyter_notebook_config.py
# 在文件最底部添加内容
# 这五个参数也可以在原文件中找到,直接在上面进行修改也可以
# 设置密码
c.NotebookApp.password = u'sha1:返回的哈希密码'
#指定jupyter lab 运行端口,写一个不冲突的端口即可
c.NotebookApp.port = 8080
# 允许远程访问
c.NotebookApp.allow_remote_access = True
# 就是设置所有ip皆可访问
c.NotebookApp.ip='*'
# c.NotebookApp.ip='0.0.0.0' 也可以
# 禁止自动打开浏览器
c.NotebookApp.open_browser = False

修改好记得保存哦哦

5、开启jupyter notebook服务

终端运行以下两句代码,都可以开启服务

nohup jupyter notebook --allow-root > jupyter.log 2>&1 &
# 后面的配置文件路径要改成自己的
nohup jupyter-notebook --config
/home/tisugou/.jupyter/jupyter_notebook_config.py 2>&1 &

这两个任选一条

查看运行状态

ps aux|grep py

未运行状态

运行状态

启动之后就可以登入进入了

在windows中的浏览器输入ip:8080进入

输入密码就可以进入了

每次进入之前都要检查虚拟机的jupyter有没有运行

里面的内容就是和自己的虚拟机一一对应的

下面进行操作


下面我们要找到上面文件并进入把那个ip改为自己虚拟机的ip

下一步

找到如图的文件,把红框里的路径改为自己的路径

下面我们就创建一个py文件进行

导入from my_object.python_link.auto_func_data import Data_Dw

这个要根据你把py文件创建在哪里进行调整的

总结

关于如何在mysql配置python和python写入数据库的介绍就到这里结束了,有不懂的小可爱可以私聊我

相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发,帮助IT从业者们通过“阿里云Web应用上云解决方案”,了解一个企业级Web应用上云的常见架构,了解如何构建一个高可用、可扩展的企业级应用架构。
MySQL数据库入门学习
本课程通过最流行的开源数据库MySQL带你了解数据库的世界。   相关的阿里云产品:云数据库RDS MySQL 版 阿里云关系型数据库RDS(Relational Database Service)是一种稳定可靠、可弹性伸缩的在线数据库服务,提供容灾、备份、恢复、迁移等方面的全套解决方案,彻底解决数据库运维的烦恼。 了解产品详情: https://www.aliyun.com/product/rds/mysql 
相关文章
|
10月前
|
关系型数据库 MySQL 数据库
阿里云数据库RDS费用价格:MySQL、SQL Server、PostgreSQL和MariaDB引擎收费标准
阿里云RDS数据库支持MySQL、SQL Server、PostgreSQL、MariaDB,多种引擎优惠上线!MySQL倚天版88元/年,SQL Server 2核4G仅299元/年,PostgreSQL 227元/年起。高可用、可弹性伸缩,安全稳定。详情见官网活动页。
1578 152
|
10月前
|
关系型数据库 MySQL 数据库
阿里云数据库RDS支持MySQL、SQL Server、PostgreSQL和MariaDB引擎
阿里云数据库RDS支持MySQL、SQL Server、PostgreSQL和MariaDB引擎,提供高性价比、稳定安全的云数据库服务,适用于多种行业与业务场景。
1096 156
|
10月前
|
关系型数据库 MySQL 分布式数据库
阿里云PolarDB云原生数据库收费价格:MySQL和PostgreSQL详细介绍
阿里云PolarDB兼容MySQL、PostgreSQL及Oracle语法,支持集中式与分布式架构。标准版2核4G年费1116元起,企业版最高性能达4核16G,支持HTAP与多级高可用,广泛应用于金融、政务、互联网等领域,TCO成本降低50%。
|
10月前
|
关系型数据库 分布式数据库 数据库
阿里云数据库收费价格:MySQL、PostgreSQL、SQL Server和MariaDB引擎费用整理
阿里云数据库提供多种类型,包括关系型与NoSQL,主流如PolarDB、RDS MySQL/PostgreSQL、Redis等。价格低至21元/月起,支持按需付费与优惠套餐,适用于各类应用场景。
|
10月前
|
SQL 关系型数据库 MySQL
Mysql数据恢复—Mysql数据库delete删除后数据恢复案例
本地服务器,操作系统为windows server。服务器上部署mysql单实例,innodb引擎,独立表空间。未进行数据库备份,未开启binlog。 人为误操作使用Delete命令删除数据时未添加where子句,导致全表数据被删除。删除后未对该表进行任何操作。需要恢复误删除的数据。 在本案例中的mysql数据库未进行备份,也未开启binlog日志,无法直接还原数据库。
|
10月前
|
缓存 关系型数据库 BI
使用MYSQL Report分析数据库性能(下)
使用MYSQL Report分析数据库性能
590 158
|
10月前
|
关系型数据库 MySQL 数据库
自建数据库如何迁移至RDS MySQL实例
数据库迁移是一项复杂且耗时的工程,需考虑数据安全、完整性及业务中断影响。使用阿里云数据传输服务DTS,可快速、平滑完成迁移任务,将应用停机时间降至分钟级。您还可通过全量备份自建数据库并恢复至RDS MySQL实例,实现间接迁移上云。
|
10月前
|
缓存 监控 关系型数据库
使用MYSQL Report分析数据库性能(中)
使用MYSQL Report分析数据库性能
632 156
|
10月前
|
缓存 监控 关系型数据库
使用MYSQL Report分析数据库性能(上)
最终建议:当前系统是完美的读密集型负载模型,优化重点应放在减少行读取量和提高数据定位效率。通过索引优化、分区策略和内存缓存,预期可降低30%的CPU负载,同时保持100%的缓冲池命中率。建议每百万次查询后刷新统计信息以持续优化
752 161

推荐镜像

更多