AI 助理
文档备案控制台
开发者社区 数据库 文章 正文

Python中使用pymysql和pymssql进行数据库操作的完整指南

2024-03-14 4437
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： Python中使用pymysql和pymssql进行数据库操作的完整指南

1. 安装依赖库

在开始之前，首先需要安装pymysql和pymssql库。你可以使用以下命令进行安装：

pip install pymysql
pip install pymssql

2. 连接MySQL数据库

import pymysql

# 建立数据库连接
connection = pymysql.connect(
    host='your_mysql_host',
    user='your_username',
    password='your_password',
    database='your_database',
    port=3306
)

# 创建游标对象
cursor = connection.cursor()

# 执行SQL查询
cursor.execute("SELECT * FROM your_table")

# 获取查询结果
result = cursor.fetchall()

# 打印结果
for row in result:
    print(row)

# 关闭游标和连接
cursor.close()
connection.close()

3. 连接SQL Server数据库

import pymssql

# 建立数据库连接
connection = pymssql.connect(
    host='your_sql_server_host',
    user='your_username',
    password='your_password',
    database='your_database'
)

# 创建游标对象
cursor = connection.cursor()

# 执行SQL查询
cursor.execute("SELECT * FROM your_table")

# 获取查询结果
result = cursor.fetchall()

# 打印结果
for row in result:
    print(row)

# 关闭游标和连接
cursor.close()
connection.close()

4. 实战：插入数据

下面是一个简单的示例，演示如何插入数据到MySQL数据库：

import pymysql

# 建立数据库连接
connection = pymysql.connect(
    host='your_mysql_host',
    user='your_username',
    password='your_password',
    database='your_database',
    port=3306
)

# 创建游标对象
cursor = connection.cursor()

# 插入数据
insert_query = "INSERT INTO your_table (column1, column2) VALUES (%s, %s)"
data_to_insert = ('value1', 'value2')
cursor.execute(insert_query, data_to_insert)

# 提交事务
connection.commit()

# 关闭游标和连接
cursor.close()
connection.close()

5. 实战：更新数据

以下是一个演示如何使用pymssql更新SQL Server数据库中的数据的示例：

import pymssql

# 建立数据库连接
connection = pymssql.connect(
    host='your_sql_server_host',
    user='your_username',
    password='your_password',
    database='your_database'
)

# 创建游标对象
cursor = connection.cursor()

# 更新数据
update_query = "UPDATE your_table SET column1 = %s WHERE column2 = %s"
data_to_update = ('new_value', 'condition_value')
cursor.execute(update_query, data_to_update)

# 提交事务
connection.commit()

# 关闭游标和连接
cursor.close()
connection.close()

通过这些简单的代码示例，你可以开始在Python中使用pymysql和pymssql库执行基本的数据库操作。根据实际需求，你可以进一步学习高级用法和优化技巧。

6. 实战：查询数据并处理结果

使用pymysql和pymssql进行查询并处理结果也是常见的操作，以下是一个示例：

import pymysql

# 建立数据库连接
connection = pymysql.connect(
    host='your_mysql_host',
    user='your_username',
    password='your_password',
    database='your_database',
    port=3306
)

# 创建游标对象
cursor = connection.cursor()

# 查询数据
select_query = "SELECT * FROM your_table WHERE column1 = %s"
condition_value = 'desired_value'
cursor.execute(select_query, (condition_value,))

# 获取查询结果
result = cursor.fetchall()

# 处理结果
for row in result:
    print(row)

# 关闭游标和连接
cursor.close()
connection.close()

7. 实战：异常处理

在实际应用中，异常处理是至关重要的。以下是一个简单的异常处理的示例：

import pymysql

try:
    # 建立数据库连接
    connection = pymysql.connect(
        host='your_mysql_host',
        user='your_username',
        password='your_password',
        database='your_database',
        port=3306
    )

    # 创建游标对象
    cursor = connection.cursor()

    # 执行SQL查询
    cursor.execute("SELECT * FROM your_table")

    # 获取查询结果
    result = cursor.fetchall()

    # 打印结果
    for row in result:
        print(row)

except pymysql.Error as e:
    print(f"Error: {e}")

finally:
    # 关闭游标和连接
    cursor.close()
    connection.close()

9. 实战：使用参数化查询

参数化查询是防止SQL注入攻击的一种重要方法。以下是一个使用参数化查询的实例：

import pymysql

# 建立数据库连接
connection = pymysql.connect(
    host='your_mysql_host',
    user='your_username',
    password='your_password',
    database='your_database',
    port=3306
)

# 创建游标对象
cursor = connection.cursor()

# 参数化查询
parametrized_query = "SELECT * FROM your_table WHERE column1 = %s AND column2 = %s"
query_params = ('value1', 'value2')
cursor.execute(parametrized_query, query_params)

# 获取查询结果
result = cursor.fetchall()

# 处理结果
for row in result:
    print(row)

# 关闭游标和连接
cursor.close()
connection.close()

10. 实战：使用上下文管理器

使用上下文管理器可以确保在操作完成后及时关闭数据库连接，以下是一个使用with语句的实例：

import pymysql

# 使用上下文管理器确保在操作完成后关闭数据库连接
with pymysql.connect(
    host='your_mysql_host',
    user='your_username',
    password='your_password',
    database='your_database',
    port=3306
) as connection:
    # 创建游标对象
    with connection.cursor() as cursor:
        # 执行SQL查询
        cursor.execute("SELECT * FROM your_table")

        # 获取查询结果
        result = cursor.fetchall()

        # 处理结果
        for row in result:
            print(row)

11. 实战：批量插入数据

如果需要插入大量数据，最好使用批量插入以提高性能。以下是一个简单的批量插入示例：

import pymysql

# 建立数据库连接
connection = pymysql.connect(
    host='your_mysql_host',
    user='your_username',
    password='your_password',
    database='your_database',
    port=3306
)

# 创建游标对象
cursor = connection.cursor()

# 批量插入数据
insert_query = "INSERT INTO your_table (column1, column2) VALUES (%s, %s)"
data_to_insert = [('value1', 'value2'), ('value3', 'value4'), ('value5', 'value6')]
cursor.executemany(insert_query, data_to_insert)

# 提交事务
connection.commit()

# 关闭游标和连接
cursor.close()
connection.close()

通过这些实战示例，你可以更深入地了解如何在Python中使用pymysql和pymssql库进行数据库操作，包括使用参数化查询、上下文管理器以及批量插入等高级用法。这些技术将帮助你更有效地处理数据库交互，并确保代码的性能和安全性。

12. 实战：使用ORM框架

除了直接使用数据库连接库，你还可以考虑使用ORM（对象关系映射）框架来简化数据库操作。这里以SQLAlchemy为例进行示范：

首先，确保已经安装SQLAlchemy：

pip install sqlalchemy

然后，以下是一个使用SQLAlchemy进行简单查询的实例：

from sqlalchemy import create_engine, Column, String, Integer
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker

# 定义数据模型
Base = declarative_base()

class YourTable(Base):
    __tablename__ = 'your_table'

    id = Column(Integer, primary_key=True)
    column1 = Column(String)
    column2 = Column(String)

# 创建数据库连接引擎
engine = create_engine('mysql+pymysql://your_username:your_password@your_mysql_host:3306/your_database')

# 创建数据表
Base.metadata.create_all(engine)

# 创建会话
Session = sessionmaker(bind=engine)
session = Session()

# 查询数据
result = session.query(YourTable).filter_by(column1='desired_value').all()

# 处理结果
for row in result:
    print(row.column1, row.column2)

14. 实战：处理事务

事务是数据库操作中的重要概念，用于确保一组相关操作要么全部成功，要么全部失败。以下是一个简单的事务处理实例：

import pymysql

# 建立数据库连接
connection = pymysql.connect(
    host='your_mysql_host',
    user='your_username',
    password='your_password',
    database='your_database',
    port=3306
)

# 创建游标对象
cursor = connection.cursor()

try:
    # 开始事务
    connection.begin()

    # 执行多个SQL语句
    cursor.execute("UPDATE your_table SET column1 = %s WHERE column2 = %s", ('new_value', 'condition_value'))
    cursor.execute("INSERT INTO your_table (column1, column2) VALUES (%s, %s)", ('value1', 'value2'))

    # 提交事务
    connection.commit()

except pymysql.Error as e:
    # 出现错误时回滚事务
    connection.rollback()
    print(f"Error: {e}")

finally:
    # 关闭游标和连接
    cursor.close()
    connection.close()

在这个示例中，如果执行的所有SQL语句成功，commit()将提交事务，否则rollback()将回滚事务。这有助于保持数据的一致性。

15. 实战：使用连接池

在高并发环境中，使用数据库连接池能够有效地管理和复用数据库连接，提高性能和效率。以下是一个使用pymysql连接池的实例：

首先，确保已经安装DBUtils库：

pip install DBUtils

然后，使用连接池的代码示例：

from DBUtils.PooledDB import PooledDB
import pymysql

# 配置连接池
pool = PooledDB(
    creator=pymysql,  # 使用pymysql库创建连接
    maxconnections=5,  # 连接池允许的最大连接数
    mincached=2,  # 初始化时连接池中至少创建的空闲的连接，0表示不创建
    maxcached=5,  # 连接池中最多闲置的连接，0和None表示不限制
    maxshared=3,  # 连接池中最多共享的连接数量，0和None表示全部共享
    blocking=True,  # 当连接池达到最大数量时，是否阻塞等待连接释放
    maxusage=None,  # 单个连接最多被重复使用的次数，None表示无限制
)

# 从连接池获取连接
connection = pool.connection()

# 使用连接进行操作
cursor = connection.cursor()
cursor.execute("SELECT * FROM your_table")
result = cursor.fetchall()
for row in result:
    print(row)

# 关闭游标和连接
cursor.close()
connection.close()

连接池的使用可以显著提高数据库连接的效率，尤其在并发访问高的情况下。

总结

在本篇文章中，我们深入探讨了在Python中使用pymysql和pymssql库进行MySQL和SQL Server数据库操作的基础与实战。通过一系列的代码示例，我们覆盖了以下关键方面：

  1. 基础操作： 介绍了连接数据库、查询数据、插入、更新、异常处理等基本操作，通过简单的代码展示了如何使用pymysql和pymssql库完成这些任务。

  2. 高级用法： 涵盖了参数化查询、上下文管理器、批量插入等高级用法，以及使用ORM框架SQLAlchemy进行数据库操作的实例。这些技术有助于提高代码的安全性、可读性和可维护性。

  3. 事务处理： 介绍了如何使用事务处理来确保一系列数据库操作的原子性，以维护数据的一致性。

  4. 连接池： 讲解了连接池的概念以及如何使用DBUtils库中的PooledDB创建连接池，以提高数据库连接的效率和性能。

  5. 实际应用： 提供了多个实际场景下的代码示例，包括查询、更新、事务处理和连接池的应用，帮助读者更好地理解和应用所学知识。

通过学习本文所涵盖的内容，读者可以建立起对Python中操作MySQL和SQL Server数据库的全面理解，并掌握一系列实用的技术，从而更加自信地应对各种数据库交互场景。在实际项目中，选择适合自身需求的技术和工具，并根据最佳实践进行优化，将有助于提高应用程序的性能、可靠性和安全性。希望本文能成为读者学习和应用数据库操作的有力指南。

文章标签：
云数据库 RDS MySQL 版
云数据库 RDS SQL Server 版
数据库
Python
SQL
数据库连接
关系型数据库
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 
AI研究者手札
目录
相关文章
站大爷
|
SQL 关系型数据库 数据库
Python SQLAlchemy模块：从入门到实战的数据库操作指南
免费提供Python+PyCharm编程环境，结合SQLAlchemy ORM框架详解数据库开发。涵盖连接配置、模型定义、CRUD操作、事务控制及Alembic迁移工具，以电商订单系统为例，深入讲解高并发场景下的性能优化与最佳实践，助你高效构建数据驱动应用。
站大爷
1253 7
蓝易云
|
SQL 数据库 开发者
Python中使用Flask-SQLAlchemy对数据库的增删改查简明示例
这样我们就对Flask-SQLAlchemy进行了一次简明扼要的旅程，阐述了如何定义模型，如何创建表，以及如何进行基本的数据库操作。希望你在阅读后能对Flask-SQLAlchemy有更深入的理解，这将为你在Python世界中从事数据库相关工作提供极大的便利。
蓝易云
1174 77
winx_19970108018
|
数据采集 关系型数据库 MySQL
python爬取数据存入数据库
Python爬虫结合Scrapy与SQLAlchemy，实现高效数据采集并存入MySQL/PostgreSQL/SQLite。通过ORM映射、连接池优化与批量提交，支持百万级数据高速写入，具备良好的可扩展性与稳定性。
winx_19970108018
693 1
站大爷
|
存储 数据库 开发者
Python SQLite模块：轻量级数据库的实战指南
本文深入讲解Python内置sqlite3模块的实战应用，涵盖数据库连接、CRUD操作、事务管理、性能优化及高级特性，结合完整案例，助你快速掌握SQLite在小型项目中的高效使用，是Python开发者必备的轻量级数据库指南。
站大爷
1035 0
游客kufrkwrbkmpsa
|
数据库 Python
【YashanDB知识库】python驱动查询gbk字符集崖山数据库CLOB字段，数据被驱动截断
【YashanDB知识库】python驱动查询gbk字符集崖山数据库CLOB字段，数据被驱动截断
游客kufrkwrbkmpsa
342 7
AIweker
|
关系型数据库 MySQL 数据库
Python处理数据库：MySQL与SQLite详解 | python小知识
本文详细介绍了如何使用Python操作MySQL和SQLite数据库，包括安装必要的库、连接数据库、执行增删改查等基本操作，适合初学者快速上手。
AIweker
1561 15
瓴羊Dataphin
|
SQL 关系型数据库 数据库连接
Dataphin功能Tips系列（35）-通过Python脚本连接数据库
通过Python脚本连接数据库
瓴羊Dataphin
924 0
讓丄帝愛伱
|
关系型数据库 数据库 Python
Python连接DB2数据库
Python连接DB2数据库
讓丄帝愛伱
536 0
土木林森
|
SQL 关系型数据库 MySQL
用 Python 连接数据库并进行查询。
【2月更文挑战第12天】【2月更文挑战第32篇】用 Python 连接数据库并进行查询。
土木林森
395 0
技能实验室
|
关系型数据库 MySQL 数据库连接
python脚本：连接数据库，检查直播流是否可用
【10月更文挑战第13天】本脚本使用 `mysql-connector-python` 连接MySQL数据库，检查 `live_streams` 表中每个直播流URL的可用性。通过 `requests` 库发送HTTP请求，输出每个URL的检查结果。需安装 `mysql-connector-python` 和 `requests` 库，并配置数据库连接参数。
技能实验室
510 68

热门文章

最新文章

  • 1
    Python爬虫知识点梳理
  • 2
    怎样用Python实现地理编码
  • 3
    精通服务器推送事件（SSE）与 Python 和 Go 实现实时数据流 🚀
  • 4
    [python]使用gunicorn部署fastapi服务
  • 5
    自然语言处理：Python中的文本分析与情感分析
  • 6
    基于ARIMA-CNN-LSTM预测模型研究（Python代码实现）
  • 7
    【OpenCV C++&Python】（二）图像基本操作
  • 8
    特殊方法 | Python从入门到精通：高阶篇之三十六
  • 9
    使用Python实现深度学习模型：智能垃圾分类与回收系统
  • 10
    语料库标注与训练模型---Python自然语言处理（7）
  • 1
    除了JDBC，还有哪些常见的数据库访问技术？
    998
  • 2
    Python SQLAlchemy模块：从入门到实战的数据库操作指南
    1253
  • 3
    云栖大会｜AI时代关系型数据库创新突破：软硬协同赋能企业数智化转型
    2163
  • 4
    云栖大会｜AI时代的数据库变革升级与实践：Data+AI驱动企业智能新范式
    2304
  • 5
    云栖大会｜AI浪潮下的NoSQL演进：下一代数据库的破局之道
    1200
  • 6
    【赵渝强老师】使用NetManager创建Oracle数据库的监听器
    580
  • 7
    探究ClickHouse数据库的Mutation机制
    635
  • 8
    阿里云RDS云数据库全解析：产品功能、收费标准与活动参考
    2224
  • 9
    云栖重磅｜瑶池数据库：从云原生数据底座向“AI就绪”的多模态数据底座演进
    1550
  • 10
    AI大模型应用实践 八：如何通过RAG数据库实现大模型的私有化定制与优化
    2283

    • 相关课程

    更多
  • Python爬虫实战
  • Python开发基础入门
  • Python常用数据科学库
  • Python网络爬虫实战
  • Python完全自学手册图文教程
  • Python基础快速入门实战教程

    • 相关电子书

    更多
  • From Python Scikit-Learn to Sc
  • Data Pre-Processing in Python:
  • 双剑合璧-Python和大数据计算平台的结合

    • 推荐镜像

    更多
  • python-release
    • 下一篇
    一条命令迁移，帮你实现 OpenClaw 与 Hermes Agent 记忆互通！