学习python调用dmpython库获取达梦数据库模式信息的基本方式

  采用dmpython库连接达梦数据库,通过以下查询方式获取某一schema的所有表信息,然后获取数据库表的数据量、占用空间及实际大小:
  1)查询表dba_tables获取指定schema的所有数据库表;
  2)通过select count(1)查询每张表中的数据条数;
  3)通过SELECT TABLE_USED_SPACE查询每张表的占用数据页数;
  4)通过SELECT TABLE_USED_PAGES查询每张表的实际使用数据页数;
  5)通过查询表V$DM_INI获取数据页数的大小。
  基于上述查询方式获取指定模式的数据库表信息,并将表信息以字典和元组形式保存,最终序列化到本地json文件内,主要程序如下所示:

python 复制代码
import dmPython
import json

queryresult={}

schemaname='SCHOOL'

# 创建连接
conn = dmPython.connect(
    server="127.0.0.1",
    port=5236,
    user="XXXXXX",
    password="XXXXXXXXX",
    schema=schemaname
)

# 执行SQL查询
cursor = conn.cursor()
cursor.execute("select TABLE_NAME from dba_tables where owner='SCHOOL'")
tables = cursor.fetchall()
for table in tables:
    tablename=str(table[0])
    
    # 获取表中数据总数
    cursor.execute("select count(1) from "+str(tablename))
    rowcount =cursor.fetchone()

    # 获取表占用空间 KB
    cursor.execute("SELECT TABLE_USED_SPACE( '"+schemaname+"', '"+str(tablename)+"') * PARA_VALUE / 1024 FROM V$DM_INI WHERE PARA_NAME = 'GLOBAL_PAGE_SIZE'")    
    tabletotalsize =cursor.fetchone()

    # 获取表使用空间 KB
    cursor.execute("SELECT TABLE_USED_PAGES( '"+schemaname+"', '"+str(tablename)+"') * PARA_VALUE / 1024 FROM V$DM_INI WHERE PARA_NAME = 'GLOBAL_PAGE_SIZE'")    
    tableusedsize =cursor.fetchone()
    
    queryresult[tablename]=(rowcount[0],int(tabletotalsize[0]),int(tableusedsize[0]))    

# 关闭连接
cursor.close()
conn.close()

savename='tableinfo.json'
print(queryresult)

save_data = {
            "dict_count": len(queryresult),
            "data": {key: list(value) for key, value in queryresult.items()}
        }
        
with open(savename, 'w', encoding='utf-8') as f:
    json.dump(save_data, f, indent=4, ensure_ascii=False)

  运行上述程序,保存第一次的数据库表信息,然后向数据库表中插入数据,再次运行程序保存第二次数据,如下图所示,可以看出前后两次的数据库表变化,后续学习并测试如何通过程序自动比较前后两次的数据库表信息变化。

参考文献:

1https://eco.dameng.com/community/post/20241218072309WHQAOUSCT4WRAEQYOX

2https://vip.kingdee.com/knowledge/616295238575048448?productLineId=8\&isKnowledge=2\&lang=zh-CN

相关推荐
言乐61 小时前
Python根据无法识别搜索词找出可能输入内容模型
开发语言·python·django·virtualenv·pygame
yl45302 小时前
硫酸泄露处理生产商怎么选才够专业
大数据·人工智能·python
笨笨饿2 小时前
140_AI新手村MCP与Skills是干嘛的
开发语言·人工智能·python·stm32·单片机·嵌入式硬件·物联网
for_ever_love__3 小时前
机器学习入门——手写线性回归与梯度下降
人工智能·python·学习·机器学习·线性回归
打工仔折腾 AI3 小时前
从 Demo 到生产级 Agent:8 个关键设计机制与 Python 实现拆解
java·jvm·人工智能·后端·python·langchain·ai agent 实战
I Am a robert girl3 小时前
当传感器学会“说谎“:拆解可靠性门控的稀疏惯性动捕融合
python·姿态估计·传感器融合·惯性动捕·imu传感器·可靠性门控·可穿戴计算
李航19833 小时前
AI定制柜建模,需要详细的建模规范和标准流程
人工智能·python·计算机视觉·ai·ai编程
沙漠之主4 小时前
Python 教学设计资料:从入门到实战的完整课程方案
爬虫·python
ebiobiz5 小时前
极海 APM32 使用 Nimmake 编译指南
c++·python·单片机·嵌入式硬件·mcu
慢云智慧空间5 小时前
从智能终端到空间AI,慢云科技如何重新定义智慧建筑的核心能力?
人工智能·python·科技