怎么在python中使用mysql

本篇文章為大家展示了怎么在python中使用mysql，內容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細介紹希望你能有所收獲。

Python操作MySQL主要使用兩種方式：

• 原生模塊 pymsql

• ORM框架 SQLAchemy

pymql

pymsql是Python中操作MySQL的模塊,在windows中的安裝：

pip install pymysql

入門：我們連接虛擬機中的centos中的mysql，然后查詢test數據庫中student表的數據

import pymysql
#創建連接
conn = pymysql.connect(host='192.168.123.207',port=3306,user='root',passwd='root',db="test");
#創建游標
cursor = conn.cursor()
#執行sql，并返回受影響的行數
effect_row = cursor.execute("select * from student")
print(effect_row)

運行結果：

需要給權限

mysql> grant all on *.* to 'root'@'%' identified by 'root';
Query OK, 0 rows affected, 1 warning (0.01 sec)
mysql> flush privileges;
Query OK, 0 rows affected (0.01 sec)

這個時候我們在運行上面的程序我們就可以看到，運行成功

這是說明查詢到了5條數據，那如果我們需要查看這五條具體的數據是什么，我們要用：

print(cursor.fetchone())

cursor.fetchone()是一條一條的把數據取出來

這里我們用了兩條cursor.fetchone()

如果我們想要只取出前3條數據：

print('>>>>>',cursor.fetchmany(3))

一次性取出所有數據：

print('------',cursor.fetchall())

如果我們要插入多條數據：

import pymysql
#創建連接
conn = pymysql.connect(host='192.168.123.207',port=3306,user='root',passwd='root',db="test");
#創建游標
cursor = conn.cursor()
data = [
 ("N1",23,"2015-01-01","M"),
 ("N2",24,"2015-01-02","F"),
 ("N3",25,"2015-01-03","M"),
]
#執行sql，并返回受影響的行數
effect_row = cursor.executemany("insert into student (name,age,register_date,gender)values(%s,%s,%s,%s)",data)
conn.commit()

注：executemany默認會啟動一個事務，如果沒有conn.commit()，數據將不會被插入成功

sqlalchemy ORM

1.ORM介紹

orm英文全稱object relational mapping,就是對象映射關系程序，簡單來說類似python這種面向對象的程序來說一切皆對象，我們實例化一個對象，通過點的形式來調用里面的函數。orm相當于把數據庫給實例化了，數據庫都是關系型的，通過orm將編程語言的對象模型和數據庫的關系模型建立映射關系，這樣我們在使用編程語言對數據庫進行操作的時候可以直接使用編程語言的對象模型進行操作就可以了，而不用直接使用sql語言。

優點：

1.隱藏了數據訪問細節，“封閉”的通用數據庫交互，ORM的核心。他使得我們的通用數據庫交互變得簡單易行，并且完全不用考慮該死的SQL語句

2.ORM使我們構造固化數據結構變得簡單易行

2.sqlalchemy安裝

安裝：

pip install sqlalchemy

3.sqlalchemy基本使用

首先我們看一下我們沒有用orm之前我們創建一個數據表是這個樣的：

create table student(
 id int auto_increment,
 name char(32) not null,
 age int not null,
 register_date date not null,
 primary key(id) 
);

使用了orm,實現上面的表的創建，代碼如下：

import sqlalchemy
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column,Integer,String
engine = create_engine("mysql+pymysql://root:root@192.168.123.207/test",encoding='utf-8',echo=True)
Base = declarative_base()#生成orm基類

class User(Base):
 __tablename__ = 'user'#表名
 id = Column(Integer,primary_key=True)
 name = Column(String(32))
 password = Column(String(64))
Base.metadata.create_all(engine)#創建表結構

用orm創建一條數據：

import sqlalchemy
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column,Integer,String
from sqlalchemy.orm import sessionmaker
engine = create_engine("mysql+pymysql://root:root@192.168.123.207/test",encoding='utf-8',echo=True)
Base = declarative_base()#生成orm基類
class User(Base):
  __tablename__ = 'user'#表名
  id = Column(Integer,primary_key=True)
  name = Column(String(32))
  password = Column(String(64))
Base.metadata.create_all(engine)#創建表結構
Session_class = sessionmaker(bind=engine)#創建與數據庫的會話session class ,注意這里返回給session的是一個類，不是實例
Session = Session_class()#生成session實例
user_obj = User(name = "xiaoming" , password = "123456")#生成你要創建的數據對象
user_obj2 = User(name = "jack" , password = "123564")#生成你要創建的數據對象
print(user_obj.name,user_obj.id)#此時還沒有創建對象，打印一下會發現id還是None
Session.add(user_obj)
Session.add(user_obj2)
print(user_obj.name,user_obj.id)#此時也依然還沒有創建

Session.commit()#現在才統一提交，創建數據

插入數據是使用sessionmaker,通過綁定上面創建的連接創建出一個類，生成session實例（相當于之前的cursor）,用面向對象的方式創建兩條記錄，然后添加，最后commit就可以了

下面我們來看看數據庫的增刪改查：

查詢：

import sqlalchemy
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column,Integer,String
from sqlalchemy.orm import sessionmaker
engine = create_engine("mysql+pymysql://root:root@192.168.123.207/test",encoding='utf-8')
Base = declarative_base()#生成orm基類
class User(Base):
  __tablename__ = 'user'#表名
  id = Column(Integer,primary_key=True)
  name = Column(String(32))
  password = Column(String(64))
Base.metadata.create_all(engine)#創建表結構
Session_class = sessionmaker(bind=engine)#創建與數據庫的會話session class ,注意這里返回給session的是一個類，不是實例
Session = Session_class()#生成session實例
data=Session.query(User).filter_by(name="xiaoming").all()
#print(data[0].name,data[0].password)
print(data)

如果只是Session.query(User).filter_by(name="xiaoming"),只會看到一條sql語句：

filter_by()查出來的是一個列表，是一組數據

加上.all()

這個是一個對象，這也看不出來是那個，所以我們要手動去調出數據

我們用print(data[0].name,data[0].password):

這樣就查出了數據

現在是查一條數據，如果filter_by()里面什么都不寫：

data=Session.query(User).filter_by().all()

我們就查出了好幾條數據，我們要循環才能看出來具體的數據。我們想要直接看到誰是誰，我們怎么辦呢？

import sqlalchemy
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column,Integer,String
from sqlalchemy.orm import sessionmaker
engine = create_engine("mysql+pymysql://root:root@192.168.123.207/test",encoding='utf-8')
Base = declarative_base()#生成orm基類
class User(Base):
  __tablename__ = 'user'#表名
  id = Column(Integer,primary_key=True)
  name = Column(String(32))
  password = Column(String(64))
  def __repr__(self):
    return "<%s name:%s>" % (self.id,self.name)
Base.metadata.create_all(engine)#創建表結構
Session_class = sessionmaker(bind=engine)#創建與數據庫的會話session class ,注意這里返回給session的是一個類，不是實例
Session = Session_class()#生成session實例
data=Session.query(User).filter_by().all()
print(data)

我們添加了__repr__（）函數，這樣看看運行結果：

這樣就顯現出我們查詢的結果了。就相當于，如果你要查看什么數據，以什么格式的方式顯示，就可以在__repr__這個函數中設置

在這里，我們用filter_by().all()查詢出所有的數據，那我們用 filter_by().first() ，就可以查詢出數據庫中的第一條數據

上面我們用filter_by(name="xiaoming")查詢出了姓名為xiaoming的數據，那我們想要查詢 用戶id>1的數據 應該怎么查詢呢？

data=Session.query(User).filter(User.id>1).all()

多個條件查詢：再加幾個filter

data=Session.query(User).filter(User.id>1).filter(User.id<3).all()

修改：

data=Session.query(User).filter(User.id>1).first()
print(data)
data.name = "Jack Chen"
data.password = "555555"
Session.commit()

查詢到你要修改的這個數據，然后想修改面向對象里的數據一樣，對數據進行修改，最后commit（）就可以了

刪除：

data = Session.query(User).filter_by(name = 'Rain').first()
Session.delete(data)
Session.commit()

同樣的，先查詢到要刪除的數據，然后對數據進行刪除，最后提交commit

回滾：

fake_user = User(name = 'Rain',password = "123456")
Session.add(fake_user)
print(Session.query(User).filter(User.name.in_(['jack','rain'])).all())#這時候看看session里有了剛剛添加的數據
Session.rollback()#此時你rollback一下
print(Session.query(User).filter(User.name.in_(['jack','rain'])).all())#再查就發現剛剛添加的數據就沒有了

運行結果看看：

這個時候可以看到一開始我們是能夠看到剛剛插入的數據，但是回滾之后我們就看不到了，我們到數據庫中看看：

我們插入一條數據看看

可以看出我們插入的數據的id是4，這樣看來確實是先插入進去，然后回滾之后刪除的

分組 統計：

統計：

Session.query(User).filter(User.name.in_(['xiaoming','rain'])).count()

分組：

from sqlalchemy import func
print(Session.query(func.count(User.name),User.name).group_by(User.name).all())

join多表查詢:

Session.query(User,Student).filter(User.id == Student.id).all()
Session.query(User).join(Student).all()#這種寫法必須要求兩個表有外鍵關聯

外鍵關聯

我們先創建兩個表student,study_record：

import sqlalchemy
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column,Integer,String,DATE,ForeignKey
from sqlalchemy.orm import sessionmaker
engine = create_engine("mysql+pymysql://root:root@192.168.123.207/xumingdb",encoding='utf-8')
Base = declarative_base()#生成orm基類
class Student(Base):
  __tablename__ = 'student'#表名
  id = Column(Integer,primary_key=True)
  name = Column(String(32),nullable=False)
  register_date = Column(DATE,nullable=False)
  def __repr__(self):
    return "<%s name:%s>" % (self.id,self.name)
class StudyRecord(Base):
  __tablename__ = 'study_record'#表名
  id = Column(Integer,primary_key=True)
  day = Column(Integer,nullable=False)
  status = Column(String(32),nullable=False)
  stu_id = Column(Integer,ForeignKey("student.id"))
  def __repr__(self):
    return "<%s day:%s>" % (self.id,self.day)
Base.metadata.create_all(engine)#創建表結構

外鍵表的創建，要用到ForeignKey("student.id")里面就直接是 表名.字段名

然后向兩個表中插入數據：

Base.metadata.create_all(engine)#創建表結構
Session_class = sessionmaker(bind=engine)
session = Session_class()
s1 = Student(name = "xiaoming",register_date="2015-06-07")
s2 = Student(name = "huahua",register_date="2015-06-08")
s3 = Student(name = "caicai",register_date="2015-06-09")
s4 = Student(name = "zhazha",register_date="2015-06-04")
study_obj1 = StudyRecord(day = 1,status = "YES",stu_id=1)
study_obj2 = StudyRecord(day = 2,status = "NO",stu_id=1)
study_obj3 = StudyRecord(day = 3,status = "YES",stu_id=1)
study_obj4 = StudyRecord(day = 1,status = "YES",stu_id=2)
session.add_all([s1,s2,s3,s4])
session.add_all([study_obj1,study_obj2,study_obj3,study_obj4])
session.commit()

批量插入用add_all，里面用一個列表放入要插入的數據， 注意的是，因為建立了外鍵，所以在添加數據的時候，study_record的數據一定要在student表數據插入之后才能夠被插入，如果一起插入就會報錯

現在我們要查詢xiaoming一共上了幾節課，那應該怎么做呢：

import sqlalchemy
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import Column,Integer,String,DATE,ForeignKey
from sqlalchemy.orm import sessionmaker,relationship
engine = create_engine("mysql+pymysql://root:root@192.168.123.207/xumingdb",encoding='utf-8')
Base = declarative_base()#生成orm基類
class Student(Base):
  __tablename__ = 'student'#表名
  id = Column(Integer,primary_key=True)
  name = Column(String(32),nullable=False)
  register_date = Column(DATE,nullable=False)
  def __repr__(self):
    return "<%s name:%s>" % (self.id,self.name)
class StudyRecord(Base):
  __tablename__ = 'study_record'#表名
  id = Column(Integer,primary_key=True)
  day = Column(Integer,nullable=False)
  status = Column(String(32),nullable=False)
  stu_id = Column(Integer,ForeignKey("student.id"))
  student = relationship("Student",backref="my_study_record")
  def __repr__(self):
    return "<%s day:%s status:%s>" % (self.student.name,self.day,self.status)
Base.metadata.create_all(engine)#創建表結構
Session_class = sessionmaker(bind=engine)
session = Session_class()
stu_obj = session.query(Student).filter(Student.name=='xiaoming').first() 
print(stu_obj.my_study_record) 
session.commit()

注意上面代碼標紅的這個語句，我們引入了relationship,然后這個允許你在study_record表里通過backref字段反向查出所有它在student表里的關聯項,實現了一個雙向查找，即關聯student表，在studyrecord中通過student字段就可以查 student表中的所有字段，反過來，我們可以在student表中通過 my_study_record字段反查studyrecord里面的數據，然后代表著我們在下面查到的xiaoming,可以.my_study_record就可以查詢出在studyrecord表中還有xiaoming的id的數據項

多外鍵關聯

首先我們創建兩個表customer和address兩個表，其中customer表中有address的兩個外鍵：

import sqlalchemy
from sqlalchemy import Integer, ForeignKey, String, Column
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import relationship
from sqlalchemy import create_engine
engine = create_engine("mysql+pymysql://root:root@192.168.123.207/xumingdb",encoding='utf-8')
Base = declarative_base()
class Customer(Base):
  __tablename__ = 'customer'
  id = Column(Integer, primary_key=True)
  name = Column(String(64))
  billing_address_id = Column(Integer, ForeignKey("address.id"))
  shipping_address_id = Column(Integer, ForeignKey("address.id"))
  billing_address = relationship("Address")
  shipping_address = relationship("Address")
class Address(Base):
  __tablename__ = 'address'
  id = Column(Integer, primary_key=True)
  street = Column(String(64))
  city = Column(String(64))
  state = Column(String(64))
　　def __repr__(self):
  　　return self.street
Base.metadata.create_all(engine) # 創建表結構

然后我們向兩個表中插入數據：

from day12 import sqlalchemy_multi_fk
from sqlalchemy.orm import sessionmaker
Session_class = sessionmaker(bind=sqlalchemy_multi_fk.engine)
session = Session_class()
addr1 = sqlalchemy_multi_fk.Address(street="XiZangBeiLu",city="ShangHai",state="ShangHai")
addr2 = sqlalchemy_multi_fk.Address(street="YuHu",city="XiangTan",state="HuNan")
addr3 = sqlalchemy_multi_fk.Address(street="ZhongXinZhen",city="SuQian",state="JiangSu")
session.add_all([addr1,addr2,addr3])
c1 = sqlalchemy_multi_fk.Customer(name="xiaoming",billing_address=addr1,shipping_address=addr2)
c2 = sqlalchemy_multi_fk.Customer(name="jack",billing_address=addr3,shipping_address=addr3)
session.add_all([c1,c2])
session.commit()

這樣插入會出現一個錯誤：

sqlalchemy.exc.AmbiguousForeignKeysError: Could not determine join condition between parent/child tables on relationship Customer.billing_address - there are multiple foreign key paths linking the tables. Specify the 'foreign_keys' argument, providing a list of those columns which should be counted as containing a foreign key reference to the parent table.

說白了就是我們現在在做關聯查詢的時候，有兩個字段同時關聯到了Address表中 ，在做反向查詢的時候它分不清楚誰是誰，通過address反向查的時候分不清哪個字段代表billing_address,哪個字段是代表了shipping_address.那我們怎么解決呢？

billing_address = relationship("Address",foreign_keys=[billing_address_id])
shipping_address = relationship("Address",foreign_keys=[shipping_address_id])

在創建反向查詢的語句中添加foreign_keys參數就可以了

添加數據成功！！

這個時候我們要查詢customer的地址：

obj = session.query(sqlalchemy_multi_fk.Customer).filter(sqlalchemy_multi_fk.Customer.name=="xiaoming").first()
print(obj.name,obj.billing_address,obj.shipping_address)

多對多關系

現在讓我們設計一個能描述“圖書”與“作者”的關系的表結構，需求是：

1.一本書可以有好幾個作者一起出版

2.一個作者可以寫好幾本書

首先我們看一下一般的思路 ：

兩個表，然后我們在遇到一本書有多個作者共同參與出版，就把作者id寫在一起，但是這樣不利于查詢

那我們可以再添加一張表：

這就實現了雙向的一對多，一個作者可以包含多本書，一本書可以包含多個作者。這就形成了多對多。

來看代碼的實現：

首先還是先建立數據表：

from sqlalchemy import Table, Column, Integer,String,DATE, ForeignKey
from sqlalchemy.orm import relationship
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine
engine = create_engine("mysql+pymysql://root:root@192.168.123.207/xumingdb",encoding='utf-8')
Base = declarative_base()
Base = declarative_base()
book_m2m_author = Table('book_m2m_author', Base.metadata,
            Column('book_id',Integer,ForeignKey('books.id')),
            Column('author_id',Integer,ForeignKey('authors.id')),
            )
class Book(Base):
  __tablename__ = 'books'
  id = Column(Integer,primary_key=True)
  name = Column(String(64))
  pub_date = Column(DATE)
  authors = relationship('Author',secondary=book_m2m_author,backref='books')
  def __repr__(self):
    return self.name
class Author(Base):
  __tablename__ = 'authors'
  id = Column(Integer, primary_key=True)
  name = Column(String(32))
  def __repr__(self):
    return self.name
Base.metadata.create_all(engine) # 創建表結構

這里我們使用了另外一種建立表的方式，建立了第三張表book_m2m_auther，這張表建立起來后基本上不需要我們去人為的添加數據，對用戶來講是不用關心這里面有什么數據，是由orm自動幫你維護的。也就不需要給它建立映射關系了。

但是在mysql端其實已經關聯上了，因為外鍵已經建立好了，在orm查詢的時候，還要做一個orm級別的 內存對象的映射：relationship，告訴book表和author表在查詢數據的時候去哪張表里查詢。

所以看上面的紅色的代碼，通過secondary這個字段去查第三張表。

這個時候就建立好了多對多的關系。我們就可以插入數據看效果：（先把表建立起來再說）

from day12 import sqlalchemy_multitomulti
from sqlalchemy.orm import sessionmaker
Session_class=sessionmaker(bind=sqlalchemy_multitomulti.engine)
session = Session_class()
b1 = sqlalchemy_multitomulti.Book(name="book1",pub_date="2014-05-16")
b2 = sqlalchemy_multitomulti.Book(name="book2",pub_date="2012-03-16")
b3 = sqlalchemy_multitomulti.Book(name="book3",pub_date="2016-06-16")
a1 = sqlalchemy_multitomulti.Author(name="xiaoming")
a2 = sqlalchemy_multitomulti.Author(name="jack") 
a3 = sqlalchemy_multitomulti.Author(name="Rain")
b1.authors = [a1,a3]
b2.authors = [a2,a3]
b3.authors = [a1,a2,a3]
session.add_all([b1,b2,b3,a1,a2,a3])
session.commit()

上面紅色標記是建立關聯關系，這樣建立出來之后，book_m2m_author表自動就會有數據。

當然如果我們想要插入中文的書。即插入的數據有中文，我們要怎么做呢：

engine = create_engine("mysql+pymysql://root:root@192.168.123.207/xumingdb?charset=utf8",encoding='utf-8')
Base = declarative_base()

需要在創建數據庫連接的時候在數據庫后面加上 ?charset=utf8

現在數據插入之后，最終要實現查詢數據：

1.查看作者xiaoming出版了多少本書：

author_obj = session.query(sqlalchemy_multitomulti.Author).filter(sqlalchemy_multitomulti.Author.name=="xiaoming").first()
print(author_obj.books)

2.查看書b2是哪些作者出版的 ：

book_obj = session.query(sqlalchemy_multitomulti.Book).filter(sqlalchemy_multitomulti.Book.id==2).first()
print(book_obj.authors)

多對多刪除：

在刪除數據的時候我們也同樣的不需要管book_m2m_author表，sqlalchemy會自動幫我們把對應的數據刪除：

通過書刪除作者：

author_obj = session.query(sqlalchemy_multitomulti.Author).filter(sqlalchemy_multitomulti.Author.name=="xiaoming").first()
book_obj = session.query(sqlalchemy_multitomulti.Book).filter(sqlalchemy_multitomulti.Book.id==2).first()
book_obj.authors.remove(author_obj)
session.commit()　

這個時候圖書2的關聯關系會自動少一個

直接刪除作者：

author_obj = session.query(sqlalchemy_multitomulti.Author).filter(sqlalchemy_multitomulti.Author.name=="xiaoming").first()
session.delete(author_obj)
session.commit()

上述內容就是怎么在python中使用mysql，你們學到知識或技能了嗎？如果還想學到更多技能或者豐富自己的知識儲備，歡迎關注億速云行業資訊頻道。