Python连接数据库

• 一、Python操作数据库
• • 1.1、mysql-connector-python（MySQL官方的纯Python驱动）
  • 1.2、PyMySQL连接MySql数据库
  • 1.3、sqlite3
  • 1.4、Pandas
• 二、Java操作数据库（从JDBC到Mybatis）

一、Python操作数据库

1.1、mysql-connector-python（MySQL官方的纯Python驱动）

import mysql.connector  # 连接到 MySQL 数据库 conn = mysql.connector.connect(     host="xx.xx.xx.xxx",     port=3306,     user="write",     password="****************",     database="dbname" )  # 创建游标 cursor = conn.cursor()  # 执行 SQL 查询 sql_text='''     select          start_node_id,          end_node_id,         start_coordinate_x,          start_coordinate_y,          end_coordinate_x,          end_coordinate_y,          pipe_length     from          pt_pipeline_base     where credit_code ="91370211727832262X"         and is_delete=0         and is_break_point=0         and pipe_status=1 ''' cursor.execute(sql_text)  # 获取查询结果 result = cursor.fetchall()  # 输出结果 for row in result:     print(row)  # 关闭游标和连接 cursor.close() conn.close()  

1.2、PyMySQL连接MySql数据库

PyMySQL 是一个纯 Python 实现的 MySQL 客户端库，功能类似于 mysql.connector。这种方式较为麻烦。

import pymysql  # 创建数据库连接 conn = pymysql.connect(     host='xx.xx.xx.xxx',     user='read',  # 用户名     passwd='****************',  # 密码     port=3306,  # 端口，默认为3306     db='dbname',  # 数据库名称     charset='utf8'  # 字符编码 )  # 生成游标对象 cursor cursor = conn.cursor()  # 查询数据库版本 cursor.execute("select version()")  # 返回值是查询到的数据数量 # 通过 fetchall方法获得数据 data = cursor.fetchone() print("Database Version:%s" % data)  sql = '''     SELECT          pipe_id,          start_node_id,          end_node_id,          pipe_length      FROM          pt_pipeline_base      WHERE          credit_code ="91370211727832262X" ''' cursor.execute(sql)  # 返回值是查询到的数据数量 data = cursor.fetchall()  # 查询一条数据 print(data)  cursor.close()  # 关闭游标 conn.close()  # 关闭连接  

1.3、sqlite3

sqlite3 是 Python 标准库的一部分，用于操作 SQLite 数据库。

import sqlite3  connection = sqlite3.connect('example.db')  try:     cursor = connection.cursor()     cursor.execute("SELECT * FROM mytable")     result = cursor.fetchall()     for row in result:         print(row) finally:     connection.close()  

1.4、Pandas

Pandas 是一个强大的数据分析库，它提供了 read_sql 函数，用于从 SQL 数据库中读取数据并将其加载到 DataFrame 中。read_sql 函数可以与多种数据库驱动程序一起使用，如 SQLite、MySQL、PostgreSQL 等。以下是一些使用 pandas.read_sql 的示例：
要连接到 MySQL 数据库，可以使用 pymysql 或 mysql.connector 驱动程序。

import pandas as pd import pymysql  # 创建数据库连接 conn = pymysql.connect(     host='localhost',     user='user',     password='password',     database='database' )  # 使用 read_sql 读取数据 df = pd.read_sql('SELECT * FROM mytable', conn)  # 打印 DataFrame print(df)  # 关闭连接 conn.close()  

二、Java操作数据库（从JDBC到Mybatis）

除了 JDBC 之外，Java 还提供了多种工具和框架，如Mybatis来简化和增强数据库操作。MyBatis 是一个半 ORM 框架，提供了 SQL 映射功能，允许开发者直接编写 SQL 语句，同时支持对象映射。

public interface UserMapper {     @Select("SELECT * FROM users WHERE id = #{id}")     User getUserById(int id);      @Insert("INSERT INTO users(name) VALUES(#{name})")     void insertUser(User user); }  SqlSessionFactory sqlSessionFactory = new SqlSessionFactoryBuilder().build(reader); try (SqlSession session = sqlSessionFactory.openSession()) {     UserMapper mapper = session.getMapper(UserMapper.class);     User user = mapper.getUserById(1);     System.out.println(user.getName()); }  

使用jdbc技术连接数据库需要经历一系列的步骤，先要加载驱动，然后获取连接，获取预处理对象，然后通过预处理对象进行查询，得到结果集。查询结束后还需要关闭连接。这一系列的过程都需要我们自己手动去实现，包括对结果集的遍历封对象，可见代码的冗余，这就需要一个工具类来帮我们做这一件事，下面开始介绍mybatis框架。

使用mybatis以后，生成的结果集不需要我们自己来封装对象，mybatis以经帮我们完成了，并且不需要我们来手动注册驱动以及获取连接。还有通过注解的方式我们不需要实现dao接口，就可以完成dao的查询功能，提高了编码是效率与准确性。

总的来说mybatis是基于jdbc而优于Jdbc，除上面所说的之外，MyBatis还对JDBC操作数据库做了一些别的优化： 提供了一级和二级缓存，提高了程序性能。mybatis使用动态SQL语句，提高了SQL维护。（此优势是基于XML配置）。

MyBatis-Plus LambdaQueryWrapper使用说明
mybatis与jdbc的区别