python操作mysql数据库

一安装pythonmysql连接数据库

在开始之前,我们需要安装Python的MySQL连接库。mysql-connector-python是一个官方推荐的库,用于与MySQL数据库进行交互。如果你更习惯使用其他库,PyMySQL也可以作为替代方案

目录

一安装pythonmysql连接数据库

1.安装mysql-connector-python

[2.安装pymysql (代为替代)](#2.安装pymysql (代为替代))

[二 python 链接mysql数据库](#二 python 链接mysql数据库)

1.导入链接库

2:创建数据库连接

3:创建游标对象

4.执行sql语句

5:获取查询结果

6:关闭连接

[三:常见的MySQL 操作](#三:常见的MySQL 操作)

1:插入数据(INSERT)

3:删除数据(DELETE)

4:查询数据(SELECT)

5:执行多条SQL语句

6:使用LIKE进行模糊查询

7:使用JOIN进行联合查询

四:使用连接池

1:连接池简介

2:创建连接池

3:获取连接

4:连接池的优势

五:事务管理

1:开始事务

2:提交事务

3:回滚事务

4:事务的隔离级别

[(1)READ UNCOMMITTED(未提交读](#(1)READ UNCOMMITTED(未提交读)

[(2)READ COMMITTED(提交读)](#(2)READ COMMITTED(提交读))

[(3)REPEATABLE READ(可重复读)](#(3)REPEATABLE READ(可重复读))

(4)SERIALIZABLE(串行化)

5:事务隔离级别总结

6.案例


1.安装mysql-connector-python

复制代码
pip3 install mysql-connector-python

2.安装pymysql (代为替代)

复制代码
pip3 install pymysql

二 python 链接mysql数据库

1.导入链接库

首先,我们需要导入pymysq1模块,使用它来连接MySQL数据库并执行SQL语句。

复制代码
import pymysql

2:创建数据库连接

我们使用pymysql.connect()方法来建立数据库连接。连接时需要提供MySQL服务器的地址、用名、密码和要访问的数据库名。

复制代码
db = pymysql.connect(

host="localhost",

user="root",

password="password",

database="testdb"

3:创建游标对象

建立连接后,我们需要创建一个游标对象,通过它来执行SQL语句。

复制代码
cursor = db. cursor()

4.执行sql语句

通过游标对象的execute()方法,我们可以执行SQL语句。在执行SQL时,可以使用%s占位符来避免sql注入攻击

复制代码
cursor.execute("SELECT * FROM users")

5:获取查询结果

对于查询操作,fetchall()方法用于获取所有结果,fetchone()方法用于获取单条记录

复制代码
results = cursor.fetchall()

for row in results:

print(row)
6:关闭连接

操作完成后,记得关闭游标和数据库连接。

复制代码
cursor.close()

db.close()

三:常见的MySQL 操作

1:插入数据(INSERT)

插入数据时,我们使用INSERT INTO语句,通过execute()方法执行插入操作。为了防止SQL注入击,入语句中的值应使用%s占位符

复制代码
cursor.execute("INSERT INTO users (name, age) VALUES (%s, %s)", ("Alice", 25))

db.commit()

2:更新数据(UPDATE)

更新数据时,我们使用UPDATE语句,通过execute()方法执行。通常我们会添加WHERE条件,以确只更新需要更新的记录。

复制代码
cursor.execute("UPDATE users SET age = %s WHERE name = %s", (26, "Alice") )

db.commit()

3:删除数据(DELETE)

删除数据时,我们使用DELETE语句,并通过WHERE条件确保删除特定记录。

复制代码
cursor. execute("DELETE FROM users WHERE name = %s", ("Alice", ))

db.commit()

4:查询数据(SELECT)

查询数据时,使用SELECT语句。你可以使用fetchall()获取所有记录,或使用fetchone()获取一条记录。

复制代码
cursor.execute("SELECT * FROM users")

results = cursor.fetchall()

for row in results:

print(row)

5:执行多条SQL语句

对于批量插入、更新等操作,可以使用executemany()方法一次执行多条SQL语句。

复制代码
cursor. executemany (

"INSERT INTO users (name, age) VALUES (%s, %s)",

[("Bob", 30), ("Charlie", 35), ("David", 28)]

)

db.commit()

6:使用LIKE进行模糊查询

LIKE关键字允许你进行模糊查询。你可以使用%通配符来匹配任意字符。

复制代码
cursor.execute("SELECT * FROM users WHERE name LIKE %s", ("%a%", ) )

results = cursor.fetchall()

for row in results:

print(row)

7:使用JOIN进行联合查询

在多个表之间建立关系时,JOIN关键字用于合并多个表的数据

复制代码
cursor. execute ("""

SELECT users.name, orders.amount

FROM users

INNER JOIN orders ON users.id = orders.user_id
""")
results = cursor.fetchall()

for row in results:

print(row)

四:使用连接池

1:连接池简介

连接池技术能够在高并发场景下提升数据库连接的效率。在连接池中,多个数据库连接被提前创并放入池中,客户端通过池获取连接,而不是每次都建立新的连接。这大大减少了连接创建和销毁的开销。

2:创建连接池

PyMySQL 并不直接支持连接池,但我们可以使用DBUtils 库来创建连接池。首先需要安装 DBUtils:

复制代码
pip install dbutils

from dbutils.pooled_db import PooledDB

import pymysql

dbconfig = {

"host": "localhost",

"user": "root",

"password": "password",

"database": "testdb"
}
connection_pool = PooledDB(

creator=pymysq1,

maxconnections=5,

** dbconfig

)
3:获取连接

从连接池中获取连接时,可以使用connection()方法。每次获取到的连接都可以直接执行数据库操作

复制代码
db_connection =connection_pool.connection()

cursor = db_connection.cursor()

cursor.execute("SELECT * FROM users")

results = cursor.fetchall()

for row in results:

print(row)

cursor.close()

db_connection.close()
4:连接池的优势

|--------------------------------------------|
| · 性能提升:连接池减少了每次数据库操作时创建新连接的开销,提高了数据库操作的效率。 |
| · 资源管理:连接池能够限制最大连接数,避免因过多的数据库连接导致数据库过载。 |
| · 更易管理:通过连接池,可以统一管理连接的生命周期,简化代码结构。 |

五:事务管理

事务是由多个SQL语句组成的一个工作单元。事务保证了数据的原子性,即所有操作要么都成功,么都失败。

1:开始事务

事务可以通过START TRANSACTION来显式开启,但一般我们通过执行SQL语句来启动事务。

复制代码
cursor.execute("START TRANSACTION")

2:提交事务

如果事务中的所有操作都成功,我们使用commit()方法提交事务,保存对数据库的更改。

复制代码
db.commit()

3:回滚事务

如果事务中的某些操作失败,我们可以使用rollback()方法回滚事务,将所有更改撤销。

复制代码
db.rollback()
4:事务的隔离级别

MySQL支持四种事务隔离级别,它们定义了在并发事务执行时一个事务的操作对于其他事务的响。隔离级别的设置越高,事务间的干扰越小,但同时可能导致性能下降。MySQL的默认隔离级别是

REPEATABLE READ,具体如下:

(1)READ UNCOMMITTED(未提交读

|-------------------------------------------------------------|
| >描述:事务可以读取其他事务未提交的数据,可能导致"脏读"(Dirty Read)。这种级别 下,事务间的隔离性最差 |
| >应用场景:通常不推荐使用,除非对数据一致性要求不高。 |
| >使用方法: |

复制代码
​
cursor.execute("SET TRANSACTION ISOLATION LEVEL READ UNCOMMITTED")

​

(2)READ COMMITTED(提交读)

|--------------------------------------------------------------------------------------------------------|
| 描述:事务只能读取其他事务已经提交的数据,避免了脏读,但仍然可能遇到"不可重复读" (Non-repeatable Read)的问题。即事务中读取的数据在两次读取时可能发生变化(另 一个事务已提交了修改) |
| >应用场景:适用于大多数常见场景,提供了一定的隔离性,同时保证了较好的性能 |
| >使用方法: |

复制代码
cursor.execute("SET TRANSACTION ISOLATION LEVEL READ COMMITTED")

(3)REPEATABLE READ(可重复读)

|---------------------------------------------------------------------------------------------------------|
| >描述:事务可以保证在事务内多次读取同一数据时,其值不会发生变化。这避免了"不可重 复读"的问题,但依然可能会出现"幻读"(Phantom Read),即一个事务读取的数据集 在事务执行过程中发生了变化。 |
| >应用场景:对于需要保证事务数据一致性的场景,例如金融系统中的余额操作等,可以考虑 使用该隔离级别。 |
| ▶使用方法: |

复制代码
cursor. execute("SET TRANSACTION ISOLATION LEVEL REPEATABLE READ")

(4)SERIALIZABLE(串行化)

|-------------------------------------------------------------------------------|
| >描述:这是最严格的事务隔离级别,事务会被执行得像串行一样,完全避免了脏读、不可重 复读和幻读。然而,这种隔离级别的性能开销最大,可能导致大量的锁竞争。 |
| >应用场景:适用于对数据一致性要求极高的场景,如库存管理系统、银行转账等。 |
| >使用方法: |

复制代码
cursor.execute("SET TRANSACTION ISOLATION LEVEL SERIALIZABLE")

5:事务隔离级别总结

|---------------------------------------------------|
| READ UNCOMMITTED:允许脏读,最低的隔离级别,性能最好,但容易出现数据不一致的情况。 |
| > READ COMMITTED:解决了脏读问题,但可能出现不可重复读 |
| >REPEATABLE READ:解决了脏读和不可重复读问题,但可能出现幻读。 |
| SERIALIZABLE:解决了所有问题,但性能最差,可能导致事务长时间等待。 |

在选择事务隔离级别时,需要根据应用的具体需求平衡数据一致性和性能。如果事务数据不频繁突,可以选择较低的隔离级别以提升性能;而对于数据一致性要求极高的场景,则应选择更高的隔离级别尽管这会带来性能上的损失。

在MySQL中,事务的默认隔离级别是 REPEATABLE READ

6.案例

复制代码
conn = pymysq1.connect(

host='localhost',

user='root',

password='password',

database='testdb'
)
cursor = conn. cursor ()

conn.autocommit = False

try:

cursor.execute("INSERT INTO users (name, age) VALUES ('Eve', 22)")

cursor.execute("INSERT INTO orders (user_id, amount) VALUES ((SELECT id FROM use

rs WHERE name = 'Eve'), 120.50)")

conn.commit()

print("事务已提交")

except pymysql.MySQLError as err:

print(f"错误:{err}")

conn.rollback()

print("事务已回滚。")

finally:

cursor.close()

conn.close()
相关推荐
新法国菜13 分钟前
MySql知识梳理之DDL语句
数据库·mysql
DarkAthena1 小时前
【GaussDB】全密态等值查询功能测试及全密态技术介绍
数据库·gaussdb
ShawnLeiLei1 小时前
2.3 Flink的核心概念解析
数据库·python·flink
石皮幼鸟2 小时前
数据完整性在所有场景下都很重要吗?
数据库·后端
大只鹅3 小时前
Centos7.9 Docker26容器化部署 MySql9.4 一主一从的同步复制部署
mysql·centos
叁沐3 小时前
MySQL 28 读写分离有哪些坑?
mysql
nightunderblackcat4 小时前
新手向:异步编程入门asyncio最佳实践
前端·数据库·python
DarkAthena4 小时前
【GaussDB】使用MySQL客户端连接到GaussDB的M-Compatibility数据库
数据库·mysql·gaussdb
livemetee4 小时前
Flink2.0学习笔记:使用HikariCP 自定义sink实现数据库连接池化
大数据·数据库·笔记·学习·flink
XXD啊5 小时前
Redis 从入门到实践:Python操作指南与核心概念解析
数据库·redis·python