备案控制台
开发者社区 数据库 文章 正文

Python中使用pymysql和pymssql进行数据库操作的完整指南

2024-03-14 452
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
云数据库 RDS SQL Server，独享型 2核4GB
推荐场景：
SQL Server性能诊断案例分析
RDS MySQL Serverless 基础系列，0.5-2RCU 50GB
推荐场景：
学生管理系统数据库设计 搭建个人博客
RDS MySQL Serverless 高可用系列，价值2615元额度，1个月
简介： Python中使用pymysql和pymssql进行数据库操作的完整指南

2000元阿里云代金券免费领取，2核4G云服务器仅664元/3年，新老用户都有优惠，立即抢购>>>


阿里云采购季（云主机223元/3年）活动入口：请点击进入>>>，


阿里云学生服务器（9.5元/月）购买入口：请点击进入>>>，

1. 安装依赖库

在开始之前，首先需要安装pymysql和pymssql库。你可以使用以下命令进行安装：

pip install pymysql
pip install pymssql

2. 连接MySQL数据库

import pymysql

# 建立数据库连接
connection = pymysql.connect(
    host='your_mysql_host',
    user='your_username',
    password='your_password',
    database='your_database',
    port=3306
)

# 创建游标对象
cursor = connection.cursor()

# 执行SQL查询
cursor.execute("SELECT * FROM your_table")

# 获取查询结果
result = cursor.fetchall()

# 打印结果
for row in result:
    print(row)

# 关闭游标和连接
cursor.close()
connection.close()

3. 连接SQL Server数据库

import pymssql

# 建立数据库连接
connection = pymssql.connect(
    host='your_sql_server_host',
    user='your_username',
    password='your_password',
    database='your_database'
)

# 创建游标对象
cursor = connection.cursor()

# 执行SQL查询
cursor.execute("SELECT * FROM your_table")

# 获取查询结果
result = cursor.fetchall()

# 打印结果
for row in result:
    print(row)

# 关闭游标和连接
cursor.close()
connection.close()

4. 实战：插入数据

下面是一个简单的示例，演示如何插入数据到MySQL数据库：

import pymysql

# 建立数据库连接
connection = pymysql.connect(
    host='your_mysql_host',
    user='your_username',
    password='your_password',
    database='your_database',
    port=3306
)

# 创建游标对象
cursor = connection.cursor()

# 插入数据
insert_query = "INSERT INTO your_table (column1, column2) VALUES (%s, %s)"
data_to_insert = ('value1', 'value2')
cursor.execute(insert_query, data_to_insert)

# 提交事务
connection.commit()

# 关闭游标和连接
cursor.close()
connection.close()

5. 实战：更新数据

以下是一个演示如何使用pymssql更新SQL Server数据库中的数据的示例：

import pymssql

# 建立数据库连接
connection = pymssql.connect(
    host='your_sql_server_host',
    user='your_username',
    password='your_password',
    database='your_database'
)

# 创建游标对象
cursor = connection.cursor()

# 更新数据
update_query = "UPDATE your_table SET column1 = %s WHERE column2 = %s"
data_to_update = ('new_value', 'condition_value')
cursor.execute(update_query, data_to_update)

# 提交事务
connection.commit()

# 关闭游标和连接
cursor.close()
connection.close()

通过这些简单的代码示例，你可以开始在Python中使用pymysql和pymssql库执行基本的数据库操作。根据实际需求，你可以进一步学习高级用法和优化技巧。

6. 实战：查询数据并处理结果

使用pymysql和pymssql进行查询并处理结果也是常见的操作，以下是一个示例：

import pymysql

# 建立数据库连接
connection = pymysql.connect(
    host='your_mysql_host',
    user='your_username',
    password='your_password',
    database='your_database',
    port=3306
)

# 创建游标对象
cursor = connection.cursor()

# 查询数据
select_query = "SELECT * FROM your_table WHERE column1 = %s"
condition_value = 'desired_value'
cursor.execute(select_query, (condition_value,))

# 获取查询结果
result = cursor.fetchall()

# 处理结果
for row in result:
    print(row)

# 关闭游标和连接
cursor.close()
connection.close()

7. 实战：异常处理

在实际应用中，异常处理是至关重要的。以下是一个简单的异常处理的示例：

import pymysql

try:
    # 建立数据库连接
    connection = pymysql.connect(
        host='your_mysql_host',
        user='your_username',
        password='your_password',
        database='your_database',
        port=3306
    )

    # 创建游标对象
    cursor = connection.cursor()

    # 执行SQL查询
    cursor.execute("SELECT * FROM your_table")

    # 获取查询结果
    result = cursor.fetchall()

    # 打印结果
    for row in result:
        print(row)

except pymysql.Error as e:
    print(f"Error: {e}")

finally:
    # 关闭游标和连接
    cursor.close()
    connection.close()

9. 实战：使用参数化查询

参数化查询是防止SQL注入攻击的一种重要方法。以下是一个使用参数化查询的实例：

import pymysql

# 建立数据库连接
connection = pymysql.connect(
    host='your_mysql_host',
    user='your_username',
    password='your_password',
    database='your_database',
    port=3306
)

# 创建游标对象
cursor = connection.cursor()

# 参数化查询
parametrized_query = "SELECT * FROM your_table WHERE column1 = %s AND column2 = %s"
query_params = ('value1', 'value2')
cursor.execute(parametrized_query, query_params)

# 获取查询结果
result = cursor.fetchall()

# 处理结果
for row in result:
    print(row)

# 关闭游标和连接
cursor.close()
connection.close()

10. 实战：使用上下文管理器

使用上下文管理器可以确保在操作完成后及时关闭数据库连接，以下是一个使用with语句的实例：

import pymysql

# 使用上下文管理器确保在操作完成后关闭数据库连接
with pymysql.connect(
    host='your_mysql_host',
    user='your_username',
    password='your_password',
    database='your_database',
    port=3306
) as connection:
    # 创建游标对象
    with connection.cursor() as cursor:
        # 执行SQL查询
        cursor.execute("SELECT * FROM your_table")

        # 获取查询结果
        result = cursor.fetchall()

        # 处理结果
        for row in result:
            print(row)

11. 实战：批量插入数据

如果需要插入大量数据，最好使用批量插入以提高性能。以下是一个简单的批量插入示例：

import pymysql

# 建立数据库连接
connection = pymysql.connect(
    host='your_mysql_host',
    user='your_username',
    password='your_password',
    database='your_database',
    port=3306
)

# 创建游标对象
cursor = connection.cursor()

# 批量插入数据
insert_query = "INSERT INTO your_table (column1, column2) VALUES (%s, %s)"
data_to_insert = [('value1', 'value2'), ('value3', 'value4'), ('value5', 'value6')]
cursor.executemany(insert_query, data_to_insert)

# 提交事务
connection.commit()

# 关闭游标和连接
cursor.close()
connection.close()

通过这些实战示例，你可以更深入地了解如何在Python中使用pymysql和pymssql库进行数据库操作，包括使用参数化查询、上下文管理器以及批量插入等高级用法。这些技术将帮助你更有效地处理数据库交互，并确保代码的性能和安全性。

12. 实战：使用ORM框架

除了直接使用数据库连接库，你还可以考虑使用ORM（对象关系映射）框架来简化数据库操作。这里以SQLAlchemy为例进行示范：

首先，确保已经安装SQLAlchemy：

pip install sqlalchemy

然后，以下是一个使用SQLAlchemy进行简单查询的实例：

from sqlalchemy import create_engine, Column, String, Integer
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker

# 定义数据模型
Base = declarative_base()

class YourTable(Base):
    __tablename__ = 'your_table'

    id = Column(Integer, primary_key=True)
    column1 = Column(String)
    column2 = Column(String)

# 创建数据库连接引擎
engine = create_engine('mysql+pymysql://your_username:your_password@your_mysql_host:3306/your_database')

# 创建数据表
Base.metadata.create_all(engine)

# 创建会话
Session = sessionmaker(bind=engine)
session = Session()

# 查询数据
result = session.query(YourTable).filter_by(column1='desired_value').all()

# 处理结果
for row in result:
    print(row.column1, row.column2)

14. 实战：处理事务

事务是数据库操作中的重要概念，用于确保一组相关操作要么全部成功，要么全部失败。以下是一个简单的事务处理实例：

import pymysql

# 建立数据库连接
connection = pymysql.connect(
    host='your_mysql_host',
    user='your_username',
    password='your_password',
    database='your_database',
    port=3306
)

# 创建游标对象
cursor = connection.cursor()

try:
    # 开始事务
    connection.begin()

    # 执行多个SQL语句
    cursor.execute("UPDATE your_table SET column1 = %s WHERE column2 = %s", ('new_value', 'condition_value'))
    cursor.execute("INSERT INTO your_table (column1, column2) VALUES (%s, %s)", ('value1', 'value2'))

    # 提交事务
    connection.commit()

except pymysql.Error as e:
    # 出现错误时回滚事务
    connection.rollback()
    print(f"Error: {e}")

finally:
    # 关闭游标和连接
    cursor.close()
    connection.close()

在这个示例中，如果执行的所有SQL语句成功，commit()将提交事务，否则rollback()将回滚事务。这有助于保持数据的一致性。

15. 实战：使用连接池

在高并发环境中，使用数据库连接池能够有效地管理和复用数据库连接，提高性能和效率。以下是一个使用pymysql连接池的实例：

首先，确保已经安装DBUtils库：

pip install DBUtils

然后，使用连接池的代码示例：

from DBUtils.PooledDB import PooledDB
import pymysql

# 配置连接池
pool = PooledDB(
    creator=pymysql,  # 使用pymysql库创建连接
    maxconnections=5,  # 连接池允许的最大连接数
    mincached=2,  # 初始化时连接池中至少创建的空闲的连接，0表示不创建
    maxcached=5,  # 连接池中最多闲置的连接，0和None表示不限制
    maxshared=3,  # 连接池中最多共享的连接数量，0和None表示全部共享
    blocking=True,  # 当连接池达到最大数量时，是否阻塞等待连接释放
    maxusage=None,  # 单个连接最多被重复使用的次数，None表示无限制
)

# 从连接池获取连接
connection = pool.connection()

# 使用连接进行操作
cursor = connection.cursor()
cursor.execute("SELECT * FROM your_table")
result = cursor.fetchall()
for row in result:
    print(row)

# 关闭游标和连接
cursor.close()
connection.close()

连接池的使用可以显著提高数据库连接的效率，尤其在并发访问高的情况下。

总结

在本篇文章中，我们深入探讨了在Python中使用pymysql和pymssql库进行MySQL和SQL Server数据库操作的基础与实战。通过一系列的代码示例，我们覆盖了以下关键方面：

  1. 基础操作： 介绍了连接数据库、查询数据、插入、更新、异常处理等基本操作，通过简单的代码展示了如何使用pymysql和pymssql库完成这些任务。

  2. 高级用法： 涵盖了参数化查询、上下文管理器、批量插入等高级用法，以及使用ORM框架SQLAlchemy进行数据库操作的实例。这些技术有助于提高代码的安全性、可读性和可维护性。

  3. 事务处理： 介绍了如何使用事务处理来确保一系列数据库操作的原子性，以维护数据的一致性。

  4. 连接池： 讲解了连接池的概念以及如何使用DBUtils库中的PooledDB创建连接池，以提高数据库连接的效率和性能。

  5. 实际应用： 提供了多个实际场景下的代码示例，包括查询、更新、事务处理和连接池的应用，帮助读者更好地理解和应用所学知识。

通过学习本文所涵盖的内容，读者可以建立起对Python中操作MySQL和SQL Server数据库的全面理解，并掌握一系列实用的技术，从而更加自信地应对各种数据库交互场景。在实际项目中，选择适合自身需求的技术和工具，并根据最佳实践进行优化，将有助于提高应用程序的性能、可靠性和安全性。希望本文能成为读者学习和应用数据库操作的有力指南。

文章标签：
云数据库 RDS MySQL 版
云数据库 RDS SQL Server 版
数据库
Python
SQL
数据库连接
关系型数据库
关键词：
Python数据库操作
Python数据库
Python pymysql数据库
pymysql数据库
Python pymssql
相关实践学习
基于CentOS快速搭建LAMP环境
本教程介绍如何搭建LAMP环境，其中LAMP分别代表Linux、Apache、MySQL和PHP。
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
申公豹
目录
相关文章
傻啦嘿哟
|
15天前
|
存储 NoSQL MongoDB
MongoDB数据库转换为表格文件的Python实现
MongoDB数据库转换为表格文件的Python实现
傻啦嘿哟
50 0
众所周知
|
15天前
|
SQL 关系型数据库 数据库连接
使用 Python 访问数据库的基本方法
【5月更文挑战第12天】在Python中操作数据库涉及安装数据库驱动（如mysql-connector-python, psycopg2, pymongo）、连接数据库、执行查询/更新、处理结果集及关闭连接。使用ORM（如SQLAlchemy）可简化操作。通过上下文管理器（with语句）能更好地管理资源和错误。注意根据实际需求处理事务、错误和安全性，例如使用SSL连接。
众所周知
32 2
游客5fdji2pvmf8888
|
5天前
|
存储 关系型数据库 数据库
利用Python与SQLite构建轻量级数据库应用
在当今日益增长的数据处理需求下，数据库成为存储、检索和管理数据的关键技术。然而，对于小型项目或快速原型开发，大型数据库系统可能显得过于庞大和复杂。本文将介绍如何利用Python编程语言与SQLite轻量级数据库，快速搭建一个功能齐全、易于维护的数据库应用。我们将探讨SQLite数据库的特点、Python对SQLite的支持，并通过一个实际案例展示如何构建一个简单的数据库应用，为读者提供一种高效、灵活的解决方案。
游客5fdji2pvmf8888
9 1
dulu~dulu
|
15天前
|
SQL 关系型数据库 数据库
Python——数据库操作
Python——数据库操作
dulu~dulu
17 2
是Yu欸
|
15天前
|
Oracle Java 关系型数据库
【服务器】python通过JDBC连接到位于Linux远程服务器上的Oracle数据库
【服务器】python通过JDBC连接到位于Linux远程服务器上的Oracle数据库
是Yu欸
19 6
景天科技苑
|
15天前
|
API 数据库 Python
Python web框架fastapi数据库操作ORM（二）增删改查逻辑实现方法
Python web框架fastapi数据库操作ORM（二）增删改查逻辑实现方法
景天科技苑
50 1
真的很搞笑
|
13天前
|
关系型数据库 MySQL API
实时计算 Flink版产品使用合集之可以通过mysql-cdc动态监听MySQL数据库的数据变动吗
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架，广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器，提供了一套全面的解决方案，以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点，使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
真的很搞笑
121 0
宁波阿成.
|
15天前
|
关系型数据库 MySQL 数据库
docker MySQL删除数据库时的错误（errno: 39）
docker MySQL删除数据库时的错误（errno: 39）
宁波阿成.
85 0
炫酷的伊莉娜
|
8天前
|
存储 SQL 关系型数据库
【MySQL】数据库基础 -- 详解
【MySQL】数据库基础 -- 详解
炫酷的伊莉娜
86 0
s:103
|
15天前
|
Java 关系型数据库 MySQL
【MySQL × SpringBoot 突发奇想】全面实现流程 · xlsx文件，Excel表格导入数据库的接口（下）
【MySQL × SpringBoot 突发奇想】全面实现流程 · xlsx文件，Excel表格导入数据库的接口
s:103
132 0

热门文章

最新文章

  • 1
    Python零基础学习笔记（二）——数据的存储
  • 2
    Python 的 unhashable type 错误分析及解决
  • 3
    check_memcache with python
  • 4
    Python函数中多类型传值和冗余参数及函数的递归调用
  • 5
    python格式化输出
  • 6
    Python 文件I/O
  • 7
    Python天天美味(8) - 字符串中的字符倒转
  • 8
    Python Tkinter小试
  • 9
    地铁译：Spark for python developers --- 搭建Spark虚拟环境3
  • 10
    Python中list的切片细节
  • 1
    JAVA数据库的基础知识
    19
  • 2
    启动多个jar包来监听同一个数据库的binlog
    32
  • 3
    OceanBase数据库的主备库参照的配置文件
    58
  • 4
    参与TiDB社区，共筑开源数据库的未来
    48
  • 5
    TiDB与MySQL、PostgreSQL等数据库的比较分析
    285
  • 6
    sql数据库查询语句大全
    29
  • 7
    面对多种国产数据库，如何选择合适的技术栈和发展方向
    53
  • 8
    宝塔数据库崩溃解决方案详解
    68
  • 9
    视觉智能平台常见问题之创建人脸数据库失败如何解决
    33
  • 10
    TiDB的优势：为何选择TiDB作为您的数据库解决方案
    188

    • 相关课程

    更多
  • Python Web开发基础
  • Python爬虫实战
  • Python常用数据科学库
  • Python网络爬虫实战
  • Python完全自学手册图文教程
  • Python基础快速入门实战教程

    • 相关电子书

    更多
  • From Python Scikit-Learn to Sc
  • Data Pre-Processing in Python:
  • 双剑合璧-Python和大数据计算平台的结合

    • 相关实验场景

    更多
  • 用Python画圣诞树
  • 使用Python完成RDS数据开发及分析
  • PolarDB for AI：在数据库中通过SQL实现AI能力
  • 云原生HTAP数据库，让你的交易和分析一库搞定
  • Excel文件转存到RDS数据库
  • 快速体验PolarDB开源数据库
    • 下一篇
    2024年阿里云免费云服务器及学生云服务器申请教程参考
    http://www.vxiaotou.com