python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > Python操作MySQL MongoDB Oracle对比

Python操作MySQL MongoDB Oracle三大数据库深入对比

作者:数据分析与统计学之美

对于数据分析师来说,学习数据库最重要的就是学习它们的查询功能。这篇文章就以这个为切入点,为大家讲述如何用Python操作这3个数据库

作为数据分析师,掌握一门数据库语言,是很有必要的。

今天黄同学就带着大家学习两个关系型数据库MySQL、Oracle,了解一个非关系数据库MongoDB。

在这里插入图片描述

1. Python操作Oracle数据库

这一部分的难点在于:环境配置有点繁琐。不用担心,我为大家写了一篇关于Oracle环境配置的文章。

Python操作Oracle使用的是cx_Oracle库。需要我们使用如下命令提前安装:

pip insatll cx_Oracle

① Python链接Oracle服务器的3种方式

# ① 用户名、密码和监听写在一起
import cx_Oracle
db = cx_Oracle.connect('scott/a123456@DESKTOP-V4LKB10:1521/orcl')

# ② 用户名、密码和监听分开写
import cx_Oracle
db = cx_Oracle.connect("scott","a123456","192.168.2.1:1521/orcl")

# ③ 配置监听并连接
import cx_Oracle
moniter = cx_Oracle.makedsn('192.168.2.1',1521,'orcl')
db = cx_Oracle.connect('scott','a123456',moniter)

② Python怎么获取Oracle中的数据?

这里有三种常用的方法,分别为大家进行介绍。

Ⅰ fetchone():一次获取一条记录;

import cx_Oracle
# 注意:一定要加下面这两行代码,负责会中文乱码;
import os
os.environ['NLS_LANG'] = 'SIMPLIFIED CHINESE_CHINA.UTF8'

db = cx_Oracle.connect("scott","a123456","192.168.2.1:1521/orcl")
cursor = db.cursor()

cursor.execute('select count(*) from emp1')
aa = cursor.fetchone()
print(aa)
cursor.execute('select ename,deptno,sal from emp1')     
for i in range(aa[0]):
    a,b,c = cursor.fetchone()
    d = "我的名字叫{},所在部门是{},工资是{}美元".format(a,b,c)
    display(d)
db.close()

结果如下:

在这里插入图片描述

Ⅱ fetchall():一次获取所有记录;

import cx_Oracle
# 注意:一定要加下面这两行代码,负责会中文乱码;
import os
os.environ['NLS_LANG'] = 'SIMPLIFIED CHINESE_CHINA.UTF8'

db = cx_Oracle.connect("scott","a123456","192.168.2.1:1521/orcl")
cursor = db.cursor()

cursor.execute('select ename,deptno,sal from emp1')    
aa = cursor.fetchall()
# print(aa)
for a,b,c in aa:
    d = "我的名字叫{},所在部门是{},工资是{}美元".format(a,b,c)
    display(d)
db.close()

结果如下:

在这里插入图片描述

Ⅲ 使用pandas中的read_sql()方法,将提取到的数据直接转化为DataFrame进行操作;

import cx_Oracle
import pandas as pd
import os
os.environ['NLS_LANG'] = 'SIMPLIFIED CHINESE_CHINA.UTF8'

db = cx_Oracle.connect("scott","a123456","192.168.2.1:1521/orcl")
cursor = db.cursor()

df1 = pd.read_sql("select * from emp where deptno=20",db)
display(df1)

df2 = pd.read_sql("select * from emp where deptno=30",db)
display(df2)

结果如下:

在这里插入图片描述

2. Python操作MySQL数据库

MySQL数据库应该是国内应用最多的数据库。大多数公司一般都是使用的该数据库。这也就是很多学生在毕业之前都会选择学习该数据库知识,用于面试。

Python操作MySQL使用的是cx_Oracle库。需要我们使用如下命令提前安装:

pip insatll pymysql

更多细节参考:Python操作Oracle详解

① Python链接MySQL服务器

import pymysql 

db = pymysql.connect(host='localhost',user='root',password='123456',port=3306,db='spiders',charset=' utf8')

这里面有六个参数,需要为大家一一介绍一下:

参数host:mysql服务器所在的主机的ip;

参数user:用户名;

参数password:密码;

参数port:连接的mysql主机的端口,默认是3306;

参数db:连接的数据库名;

参数charset:当读取数据出现中文会乱码的时候,需要我们设置一下编码;我们使用python操作数据库的时候,那么python就相当于是client,我们是用这个client来操作mysql的server服务器,python3默认采用的utf8字符集,我的mysql服务器默认采用latin1字符集,因此mysql中创建的每张表,都是建表的时候加了utf8编码的,因此这里设置的应该就是connection连接器的编码;

② Python怎么获取MySQL中的数据?

Ⅰ fetchone():一次获取一条记录;

import  pymysql
 
db = pymysql.connect(host='localhost',user='root',db='huangwei',password='123456',port=3306,charset='utf8')                     
cursor = db.cursor()
cursor.execute('select count(*) from person')
aa = cursor.fetchone()
print(aa)
cursor.execute('select name,age from person')    
for i in range(aa[0]):
    a,b = cursor.fetchone()
    c = "我的名字叫{},今年{}岁".format(a,b)
    display(c)
db.close()

结果如下:

在这里插入图片描述

Ⅱ fetchall():一次获取所有记录;

import  pymysql
 
db = pymysql.connect(host='localhost',user='root',db='huangwei',password='123456',port=3306,charset='utf8')
cursor = db.cursor()
cursor.execute('select name,age from person')
aa = cursor.fetchall()
# print(aa)
for a,b in aa:
    c = "我的名字叫{},今年{}岁".format(a,b)
    display(c)
db.close()

结果如下:

在这里插入图片描述

Ⅲ 使用pandas中的read_sql()方法,将提取到的数据直接转化为DataFrame进行操作;

import pymysql 
import pandas as pd
db = pymysql.connect(host='localhost',user='root',db='huangwei',password='123456',port=3306,charset='utf8')
cursor = db.cursor()
df1 = pd.read_sql("select * from student where ssex='男'",db)
display(df1)
df2 = pd.read_sql("select * from student where ssex='女'",db)
display(df2)

结果如下:

在这里插入图片描述

3. Python操作MongoDB数据库

这一部分主要带大家对比学习:关系型数据和非关系型数据库的不同之处。咱们了解一下即可,不必过深研究,因为数据分析师基本不会使用这种数据库。

Python操作MongoDB使用的是pymongo库。需要我们使用如下命令提前安装:

pip insatll pymongo

更多细节参考:Python操作MongoDB详解

① Python链接MongoDB服务器

from pymongo import MongoClient

conn = MongoClient("localhost",27017)

② Python怎么获取MongoDB中的数据?

Ⅰ 查询部分文档;

res = collection.find({"age": {"$gte": 19}})
for row in res:
	print(row)

Ⅱ 查询所有文档;

res = collection.find()
for row in res:
	print(row)

Ⅲ 统计查询;

res = collection.find().count()
print(res)

Ⅳ 根据 id 查询;

这里需要引入第三方库。

from bson.objectid import ObjectId
res = collection.find({"_id":ObjectId("5cc506289e1d88c95465488e")})
print(res[0])

Ⅴ 升序排序;

res = collection.find().sort("age")
for row in res:
	print(row)

Ⅵ 降序排序;

这里也需要引入第三方库。

import pymongo
res = collection.find().sort("age",pymongo.DESCENDING)
for row in res:
	print(row)

Ⅶ 分页查询

res = collection.find().limit(3).skip(5)
for row in res:
	print(row)

以上就是Python操作MySQL MongoDB Oracle三大数据库深入对比的详细内容,更多关于Python操作MySQL MongoDB Oracle对比的资料请关注脚本之家其它相关文章!

您可能感兴趣的文章:
阅读全文