Python全栈 MySQL 数据库 (索引、数据导入、导出)

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
RDS MySQL Serverless 高可用系列,价值2615元额度,1个月
云数据库 RDS PostgreSQL,高可用系列 2核4GB
简介: MySQL 数据导入、导出、索引及算法

ParisGabriel
 
 
         每天坚持手写  一天一篇  决定坚持几年 为了梦想为了信仰
 
   开局一张图
 

表字段重命名(change)
  alter table 表名 change 原名 新名 数据类型;

SQL查询

执行顺序:
    3. select ...聚合函数 from 表名
    1. where ...
    2. group by...
    4. having...
    5. order by...
    6. limit...
group by 语句
    作用:给查询结果进行 分组
    注意:
     1. group by之后字段必须要select之后字段
     2. 如果select之后的字段和group by 之后的 字段不一致,则 必须
       字段 进行聚合处理(聚合函数)
having 语句
    作用:对查询结果 进一步筛选
    注意:
      1. having语句通常和 group by联合使用过滤group by语句 返回的记录集
      2. where只能操作表中 实际存在的 字段having by可操作由聚合函数生成的显示列
distinct
    作用:不显示字段 重复值
    注意:
      1.distinct和from之间 所有字段都相同 才会去重
      2.distinct 不能对任何字段做聚合 处理
 运算符:
      +     -    *    /    %
   ## sudo apt-get install python3-pip     安装pip3
   ## sudo pip3 install pymysql                安装mysql

  约束:
    1.作用保证数据完整性、 一致性、 有效性
    2.约束分类
        1.默认约束default
              插入字段给该字段 赋值使用默认值
        2.非空约束not NULL
              不允许该字段值有NULL记录
             sex enum(“M”,"F","S") not null defaulf "S"
索引
  定义:
    对数据库表色一列或多列的 值进行排序的一种 结构
    (Btree方式)



  优点:
      加快数据的 检索速度
  缺点:
     1.需要 占用物理存储空间
     2.当对表中数据更新时,索引需要 动态维护降低
       数据 维护速度 占用系统资源
运行时间检测:
    开启:set profiling=1;
    关闭:set profiling=0;
    查询MySQL变量:show variables like profiling;
    查询执行记录:show profilings;
字段创建索引:
    create index name on t1(字段名);
索引的分类:
    1.普通索引(index)
        使用规则:
            1.可设置多个字段
            2.字段值 无约束
            3.key标志: MUL
        创建index
            创建表时创建
            create table(....
              ...
              index(字段名),
              index(字段名2)...)
        已有表添加index
              create index 索引名 on 表名(字段名);
        查看索引:
            1.desc 表名;   key:MUL
            2.show index from 表名
            3.show index from\G;
        删除索引:
            drop index 索引名 on 表名;
    2.唯一索引(unique)
        使用规则:
            1.可以设置多个字段
            2.约束:字段值不允许重复,但 可以为NULL
            3.key标志: UNI
        创建unique:
          1.创建表时创建
              unique(字段名),..
          2.已有表
                create unique index 索引名 on 表名(字段名);
       查看、删除 和普通索引一致
          
    3.主键索引(primary key)
          自增属性auto_increment配合主键一起 使用
        使用规则:
           1. 只能有一个主键字段
           2. 约束:不允许重复,且 不能为NULL
           3.key标志: PRI
           4. 通常设置记录编号字段 id,能 唯一锁定一条 记录
       创建primary key
         创建表时:
           1. id int primary key auto_increment,
           2. 起始值:表() auto_inctement=10000;
        已有表:
            alter table 表名 add primary key(id);
            添加:alter table 表名 modify id int auto_inctement
       删除:
          1.删除自增属性(modify)
              alter table 表名 modify id int
          2.删除主键索引
              alter table 表名 drop primary key

    4.外键索引........
算法全是 btree 节省时间都一样  不同的是约束不同

这里btree 算法 有人说btree就是btree 不是二叉树  但是我觉得就是二叉树 没什么区别
根据数据量的大小 提升速度  快能达到几百倍的提速


数据导入:
    作用:
      把文件系统的内容导入到数据库
   语法:
     load data  infile “文件名”
     into table 表名
     fields terminated by “分隔符”
     lines terminated by “\n”;
步骤:
       1. 数据库创建对应
       2. 把文件拷贝到数据库的 默认搜索路径
          1.查看默认路径 
              show variables like “secure_file_priv”;
              /var/lib/mysql-files/
          2.拷贝文件
              sudo cp ~/scoretable.csv /var/lib/mysql-files/
        3.把表导入到数据库
数据导出:
   作用:
     数据库中表的记录导出到系统文件里
    语法:
      select ... from 表名
      into outfile “/var/lib/mysql-files/文件名”
      fields terminated by “分隔符”
      lines terminated by “\n”;
步骤:
    1.直接执行导出命令
    2.自动创建文件
    3.默认导出到默认搜索路径


  文件权限:
        rwx rw- rw- 1 tarena tarena 
                            所有者 所属组
        rwx:tarena用户
        rw-:同组其他用户
        rw-:其他组的用户(mysql)
           r:  4
           w:  2
           x:  1
           最高权限:7
      查看权限:ls -l 文件名
        修改文件权限: chmod  644 文件名

Excel表格如何 化为 CSV文件
         打开Excel文件 -> 另存为 -> CSV(逗号分隔)
更改文件 编码格式
         用记事本/编辑器 打开,文件->另存为->选择编码


导入示例:

3、将scoretable.csv文件导入到数据库的表中
    1、在数据库中创建对应的表
      create table scoretab(
      id int,
      name varchar(15),
      score float(5,2),
      number bigint,
      class char(7)
      );
    2、把文件拷贝到数据库的默认搜索路径中
      1、查看默认搜索路径
        show variables like "secure_file_priv";
        /var/lib/mysql-files/
      2、拷贝文件
       sudo cp ~/scoretable.csv /var/lib/mysql-files/
    3、执行数据导入语句
      load data infile "/var/lib/mysql-files/scoretable.csv"
      into table scoretab
      fields terminated by ","
      lines terminated by "\n";


导出示例:

把MOSHOU库下的sanguo表英雄的姓名、攻击值、国家导出来,sanguo.txt

    select name,gongji,country from MOSHOU.sanguo
    into outfile "/var/lib/mysql-files/sanguo.txt"
    fields terminated by "   "
    lines terminated by "\n";

  将mysql库下的user表中 user、host两个字段的值导出到 user.txt

    select user,host from mysql.user 
    into outfile "/var/lib/mysql-files/user.txt" fields terminated by "   " 
    lines terminated by "\n";

查询
    $ sudo -i
    $ cd /var/lib/mysql-files/
    $ ls
    $ cat sanguo.txt





相关实践学习
如何快速连接云数据库RDS MySQL
本场景介绍如何通过阿里云数据管理服务DMS快速连接云数据库RDS MySQL,然后进行数据表的CRUD操作。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助     相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
相关文章
|
1月前
|
JSON 算法 API
1688商品详情API实战:Python调用全流程与数据解析技巧
本文介绍了1688电商平台的商品详情API接口,助力电商从业者高效获取商品信息。接口可返回商品基础属性、价格体系、库存状态、图片描述及商家详情等多维度数据,支持全球化语言设置。通过Python示例代码展示了如何调用该接口,帮助用户快速上手,适用于选品分析、市场研究等场景。
|
1月前
|
Web App开发 数据采集 JavaScript
动态网页爬取:Python如何获取JS加载的数据?
动态网页爬取:Python如何获取JS加载的数据?
332 58
|
24天前
|
人工智能 数据可视化 Python
在Python中对数据点进行标签化
本文介绍了如何在Python中使用Matplotlib和Seaborn对数据点进行标签化,提升数据可视化的信息量与可读性。通过散点图示例,展示了添加数据点标签的具体方法。标签化在标识数据点、分类数据可视化及趋势分析中具有重要作用。文章强调了根据需求选择合适工具,并保持图表清晰美观的重要性。
49 15
|
16天前
|
数据采集 Web App开发 JavaScript
Python爬虫解析动态网页:从渲染到数据提取
Python爬虫解析动态网页:从渲染到数据提取
|
1月前
|
供应链 API 开发者
1688 商品数据接口终极指南:Python 开发者如何高效获取标题 / 价格 / 销量数据(附调试工具推荐)
1688商品列表API是阿里巴巴开放平台提供的服务,允许开发者通过API获取1688平台的商品信息(标题、价格、销量等)。适用于电商选品、比价工具、供应链管理等场景。使用时需构造请求URL,携带参数(如q、start_price、end_price等),发送HTTP请求并解析返回的JSON/XML数据。示例代码展示了如何用Python调用该API获取商品列表。
112 18
|
3月前
|
机器学习/深度学习 存储 设计模式
Python 高级编程与实战:深入理解性能优化与调试技巧
本文深入探讨了Python的性能优化与调试技巧,涵盖profiling、caching、Cython等优化工具,以及pdb、logging、assert等调试方法。通过实战项目,如优化斐波那契数列计算和调试Web应用,帮助读者掌握这些技术,提升编程效率。附有进一步学习资源,助力读者深入学习。
|
1月前
|
数据采集 安全 BI
用Python编程基础提升工作效率
一、文件处理整明白了,少加两小时班 (敲暖气管子)领导让整理100个Excel表?手都干抽筋儿了?Python就跟铲雪车似的,哗哗给你整利索!
75 11
|
3月前
|
人工智能 Java 数据安全/隐私保护
[oeasy]python081_ai编程最佳实践_ai辅助编程_提出要求_解决问题
本文介绍了如何利用AI辅助编程解决实际问题,以猫屎咖啡的购买为例,逐步实现将购买斤数换算成人民币金额的功能。文章强调了与AI协作时的三个要点:1) 去除无关信息,聚焦目标;2) 将复杂任务拆解为小步骤,逐步完成;3) 巩固已有成果后再推进。最终代码实现了输入验证、单位转换和价格计算,并保留两位小数。总结指出,在AI时代,人类负责明确目标、拆分任务和确认结果,AI则负责生成代码、解释含义和提供优化建议,编程不会被取代,而是会更广泛地融入各领域。
131 28
|
3月前
|
机器学习/深度学习 数据可视化 TensorFlow
Python 高级编程与实战:深入理解数据科学与机器学习
本文深入探讨了Python在数据科学与机器学习中的应用,介绍了pandas、numpy、matplotlib等数据科学工具,以及scikit-learn、tensorflow、keras等机器学习库。通过实战项目,如数据可视化和鸢尾花数据集分类,帮助读者掌握这些技术。最后提供了进一步学习资源,助力提升Python编程技能。
|
3月前
|
Python
[oeasy]python074_ai辅助编程_水果程序_fruits_apple_banana_加法_python之禅
本文回顾了从模块导入变量和函数的方法,并通过一个求和程序实例,讲解了Python中输入处理、类型转换及异常处理的应用。重点分析了“明了胜于晦涩”(Explicit is better than implicit)的Python之禅理念,强调代码应清晰明确。最后总结了加法运算程序的实现过程,并预告后续内容将深入探讨变量类型的隐式与显式问题。附有相关资源链接供进一步学习。
58 4

热门文章

最新文章

推荐镜像

更多