python开发11之PyMySQL模块

本文涉及的产品
RDS Agent(兼容OpenClaw),2核4GB
RDS MySQL DuckDB 分析主实例,集群系列 4核8GB
RDS MySQL DuckDB 分析主实例,基础系列 4核8GB
简介: python开发11之PyMySQL模块 1.PyMySQL安装  1.1通过pypi安装PyMySQL模块  • pypi即python package index  • 是python语言的软件仓库通过pip安装PyMySQL模块  • 官方站点为https://pypi.

python开发11之PyMySQL模块

1.PyMySQL安装 
1.1通过pypi安装PyMySQL模块 
• pypi即python package index 
• 是python语言的软件仓库通过pip安装PyMySQL模块 
• 官方站点为https://pypi.python.org

方法一:官网下载安装包,本地安装
[root@miss  ~]#yum install  -y  gcc     //安装依赖包
[root@miss  ~]#pip3  install  PyMySQL-0.9.0.tar.gz 

方法二:在线安装
[root@miss  ~]#pip3  install   pymysql 

方法三:使用国内镜像站点,为了实现安装加速,可以配置pip安装时采用国内镜像站点
[root@miss ~]#mkdir    ~/.pip/    
[root@miss ~]#vim  ~/.pip/pip.conf        
[global]    
index-url=http://pypi.douban.com/simple/    
[install]   
trusted-host=pypi.douban.com    
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14

2.PyMySQL应用 
2.1 连接数据库 
• 创建连接是访问数据库的第一步 
conn=pymysql.connect(host=’127.0.0.1’,port=3306,user=’root’,passwd=’123456’, db=’db1’, charset=’utf8’) 
2.2 游标 
• 游标(cursor)就是游动的标识 
• 通俗的说,一条sql取出对应n条结果资源的接口/句柄,就 
是游标,沿着游标可以一次取出一行 
cursor = conn.cursor() 
2.3 插入数据 
• 对数据库表做修改操作,必须要commit 
sql1 = “insert into departments(dep_name) values(%s)” 
result = cur.execute(sql1, (‘development’,))

sql2 = “insert into departments(dep_name) values(%s)” 
data = [(‘hr’,), (‘op’,)] 
result = cur.executemany(sql2, data)

sql3 = “insert into departments(dep_name) values(%s)” 
data = [(‘行政’,), (‘财务’,), (‘运营’,)] 
result = cur.executemany(sql3, data)

conn.commit() 
2.4查询数据 
• 可以取出表中一条、多条或全部记录 
sql4 = “select * from departments” 
cur.execute(sql4) 
result = cur.fetchone() 
print(result)

result2 = cur.fetchmany(2) 
print(result2)

result3 = cur.fetchall() 
print(result3) 
2.5移动游标 
• 如果希望不是从头取数据,可以先移动游标 
cur.scroll(1, mode=”rala\ve”) 
cur.scroll(2, mode=”absolute”)

sql5 = “select * from departments” 
cur.execute(sql5) 
cur.scroll(3, mode=’absolute’) 
result4 = cur.fetchmany(2) 
print(result4) 
2.6 修改数据 
• 通过update修改某一字段的值 
sql6 = “update departments set dep_name=%s where dep_name=%s” 
result = cur.execute(sql6, (‘opera\ons’, ‘op’)) 
print(result) 
conn.commit() 
2.7 删除记录 
• 通过delete删除记录 
sql7 = “delete from departments where dep_id=%s” 
result = cur.execute(sql7, (6,)) 
print(result) 
conn.commit() 
3.案例 
发工资的数据库 
姓名、性别、出生年月、部门、联系方式、员工编号、发工资日期、基本工资、奖金、总工资 
第一范式(1NF):所有的域都应该是原子性的,即数据库表的每一列都是不可分割的原子数据项 
联系方式应该拆分为:住址、电话号码、email等 
第二范式(2NF):在1NF的基础上,非码属性必须完全依赖于候选码 
把字段放到不同的表里: 
员工表:员工编号、姓名、性别、出生年月、部门ID、电话号码、email 
部门表:部门ID、部门编号 
工资表:autoid、员工编号、发工资日期、基本工资、奖金、总工资 
第三范式(3NF):在2NF基础上,任何非主属性不依赖于其它非主属性(在2NF基础上消除传递依赖) 
因为总工资是用基本工资和奖金算出来的,所以它不要出现在数据库表中

[root@miss  ~]#mysql -uroot -p123456
MariaDB [(none)]> CREATE DATABASE db1 DEFAULT CHARSET='utf8';
MariaDB [(none)]> use db1;
MariaDB [db1]> CREATE TABLE departments
(dep_id INT, dep_name VARCHAR(20), PRIMARY KEY(dep_id));
MariaDB [db1]> CREATE TABLE employees
(emp_id INT, emp_name VARCHAR(20) NOT NULL, gender VARCHAR(6), email VARCHAR(50), dep_id INT, PRIMARY KEY(emp_id), FOREIGN KEY(dep_id) REFERENCES departments(dep_id));
MariaDB [db1]>  CREATE TABLE salary
(auto_id INT AUTO_INCREMENT, date DATE, emp_id INT, basic INT, awards INT, PRIMARY KEY(auto_id), FOREIGN KEY(emp_id) REFERENCES employees(emp_id));
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
[root@miss  ~]#cat mysql_data.py
import pymysql

conn=pymysql.connect(host='127.0.0.1',port=3306,user='root',passwd='123456',db='db1',charset='utf8')            # 创建到数据库的连接

cursor = conn.cursor()  # 创建游标,相当于打开文件返回文件对象
insert_dep1 = 'INSERT INTO departments VALUES(%s, %s)'
# cursor.execute(insert_dep1, ('1', '人事部'))
insert_deps = [(2, '运维部'), (3, '开发部'), (4, '测试部')]
cursor.executemany(insert_dep1, insert_deps)
conn.commit()  # 增删改都需要commit
cursor.close()
conn.close()
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
[root@miss  ~]#cat mysql_modify.py
import pymysql

conn=pymysql.connect(host='127.0.0.1',port=3306,user='root',passwd='123456',db='db1',charset='utf8')            # 创建到数据库的连接

cursor = conn.cursor()  # 创建游标,相当于打开文件返回文件对象
insert_dep1 = 'UPDATE departments SET dep_name=%s WHERE dep_name=%s'
cursor.execute(insert_dep1, ('人力资源部', '人事部'))
delete1 = 'DELETE FROM departments WHERE dep_name=%s'
cursor.execute(delete1, ('测试部',))
conn.commit()  # 
cursor.close()
conn.close()
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
[root@miss  ~]#cat mysql_query1.py
import pymysql

conn=pymysql.connect(host='127.0.0.1',port=3306,user='root',passwd='123456',db='db1',charset='utf8')            # 创建到数据库的连接
cursor = conn.cursor()

query1 = 'SELECT * FROM departments'
cursor.execute(query1)
r1 = cursor.fetchone()
print(r1)
print('#' * 20)
r2 = cursor.fetchmany(2)
print(r2)
print('#' * 20)
r3 = cursor.fetchall()
print(r3)

cursor.close()
conn.close()
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
[root@miss  ~]#cat mysql_query2.py
import pymysql

conn=pymysql.connect(host='127.0.0.1',port=3306,user='root',passwd='123456',db='db1',charset='utf8')            # 创建到数据库的连接
cursor = conn.cursor()
query1 = 'SELECT * FROM departments'
cursor.execute(query1)
# cursor.scroll(2, mode='absolute')
# r1 = cursor.fetchall()
# print(r1)
cursor.scroll(1, mode='absolute')  # 以开头为起始点移动游标
cursor.fetchone()  # 取出一行
cursor.scroll(1, mode='relative')  # 以当前位置为参考点移动游标
r2 = cursor.fetchall()  # 取出后续所有内容
print(r2)

cursor.close()
conn.close(
原文地址https://blog.csdn.net/Echo_Blingbling/article/details/82118905
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
|
8月前
|
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。
931 7
|
8月前
|
监控 安全 程序员
Python日志模块配置:从print到logging的优雅升级指南
从 `print` 到 `logging` 是 Python 开发的必经之路。`print` 调试简单却难维护,日志混乱、无法分级、缺乏上下文;而 `logging` 支持级别控制、多输出、结构化记录,助力项目可维护性升级。本文详解痛点、优势、迁移方案与最佳实践,助你构建专业日志系统,让程序“有记忆”。
689 0
|
8月前
|
JSON 算法 API
Python中的json模块:从基础到进阶的实用指南
本文深入解析Python内置json模块的使用,涵盖序列化与反序列化核心函数、参数配置、中文处理、自定义对象转换及异常处理,并介绍性能优化与第三方库扩展,助你高效实现JSON数据交互。(238字)
657 4
|
9月前
|
设计模式 人工智能 API
AI智能体开发实战:17种核心架构模式详解与Python代码实现
本文系统解析17种智能体架构设计模式,涵盖多智能体协作、思维树、反思优化与工具调用等核心范式,结合LangChain与LangGraph实现代码工作流,并通过真实案例验证效果,助力构建高效AI系统。
967 7
|
9月前
|
安全 大数据 程序员
Python operator模块的methodcaller:一行代码搞定对象方法调用的黑科技
`operator.methodcaller`是Python中处理对象方法调用的高效工具,替代冗长Lambda,提升代码可读性与性能。适用于数据过滤、排序、转换等场景,支持参数传递与链式调用,是函数式编程的隐藏利器。
260 4
|
8月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
738 0
|
8月前
|
XML JSON 数据处理
超越JSON:Python结构化数据处理模块全解析
本文深入解析Python中12个核心数据处理模块,涵盖csv、pandas、pickle、shelve、struct、configparser、xml、numpy、array、sqlite3和msgpack,覆盖表格处理、序列化、配置管理、科学计算等六大场景,结合真实案例与决策树,助你高效应对各类数据挑战。(238字)
1067 0
|
9月前
|
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。
750 0
|
开发者 Python
如何在Python中管理模块和包的依赖关系?
在实际开发中,通常会结合多种方法来管理模块和包的依赖关系,以确保项目的顺利进行和可维护性。同时,要及时更新和解决依赖冲突等问题,以保证代码的稳定性和可靠性
699 159

推荐镜像

更多