操作MySQL，我們都習慣於用pymsq，基本流程就是
- 創建連接
- 創建遊標
- 執行SQL
- 關閉連接
代碼是這樣的
import pymysql
# 1.創建連接
conn = pymysql.connect(host='127.0.0.1', port=3306, user='root', password='root', charset='utf8')
# 2.創建遊標
cursor = conn.cursor()
# 3.執行sql語句
cursor.execute('select * from user where xxx')
result=cursor.execute(sql) #執行sql語句，返回sql查詢成功的記錄數目
# 關閉連接，遊標和連接都要關閉
cursor.close()
conn.close()
而今天要說的庫，可以快速的進行查詢，比pymysql好使，不再需要操作遊標。即：records庫，網上關於這個庫的資料其實並不多。
什麼？你沒聽過，所以不敢用？那你總知道requests庫吧，其實這兩個庫都是同一個作者寫的。
這個庫不光支持MySQL，同樣還只是PostgreSQL，SQLite，Oracle等..
項目地址：https://github.com/kennethreitz/records
安裝 ： pip install records mysqlclient
創建一個user_demo表
import records
# 獲取數據庫連接
db = records.Database('mysql+pymysql://root:root@localhost:3306/records_test')
# 創建表的sql
create_sql = """CREATE TABLE IF NOT EXISTS user_demo (
id int(11) PRIMARY KEY AUTO_INCREMENT,
name varchar(20),
age int
);"""
# 執行
db.query(create_sql)
獲取數據庫連接的格式是標準的url格式具體看下圖
插入數據
對於records，插入單條和多條數據都比較方便，而且還支持動態加載數據。
# 獲取數據庫連接
db = records.Database('mysql+pymysql://root:root@localhost:3306/records_test')
# 插入一條數據
db.query("INSERT INTO user_demo(name, age) VALUE ('tom', 19)")
# 通過參數傳值動態插入一條
user = {'name': 'liming', 'age': 20}
db.query("INSERT INTO user_demo(name, age) VALUE (:name, :age)", **user)
# 插入多條
users = [
{'name': '二狗子', 'age': 14},
{'name': '二柱子', 'age': 12},
{'name': '翠花', 'age': 9}
]
# records的bulk_query方法支持插入和更新多條數據
db.bulk_query ("INSERT INTO user_demo(name, age) VALUES (:name, :age)", users)
執行之後，再查詢數據庫，發現都正常插入了；
mysql> select * from user_demo;
+----+--------+------+
| id | name | age |
+----+--------+------+
| 1 | tom | 19 |
| 2 | liming | 20 |
| 3 | 二狗子 | 14 |
| 4 | 二柱子 | 12 |
| 5 | 翠花 | 9 |
+----+--------+------+
5 rows in set (0.00 sec)
查詢數據
records默認是返回封裝的RecordCollection對象，當然我們也可以通過調整某些參數，獲取到不一樣的數據類型。
- as_dict = True：通過字典的形式返回數據
- as_ordereddict=True：以排序字典的形式返回數據
代碼示例：
rows = db.query('select * from user_demo')
# 獲取全部數據
print(rows.all())
# 獲取第一條數據
print(rows.first()) #
# 以字典的形式獲取數據
print(rows.all(as_dict=True))
print(rows.first(as_dict=True))
# 排序字典
print(rows.first(as_ordereddict=True)) # OrderedDict([('id', 1), ('name', 'tom'), ('age', 19)])
事務
數據庫事務是構成單一邏輯工作單元的操作合集，生活中最好的例子就是轉賬操作，A給B轉賬100元，先從A的賬戶扣除100，再給B的賬戶加100。如果再給B賬戶加100的過程程序出現異常，就會導致A莫名其妙的被扣了100。事務就是用來解決這種問題的，保證一個執行單元，要麼都執行成功，要麼就都不成功。
records同樣也支持事務。代碼如下：
with db.transaction() as t:
user1 = {'name': '狗蛋', 'age': 8}
user2 = {'id': 1, 'name': '錘子', 'age': 10}
t.query("INSERT INTO user_demo(name, age) VALUE (:name, :age)", **user1)
print("user1 已執行插入...")
t.query("INSERT INTO user_demo(id,name, age) VALUE (:id，:name, :age)", **user2)
print('user2 已執行插入...')
數據存中已經存在了id為1的信息，因此執行user2的時候，會導致主鍵衝突。 控制檯輸出：
user1 已執行插入...
並沒有輸出‘user2 已執行插入...’ 說明執行插入user2的時候出現了主鍵衝突(數據庫中已經存在id為1的數據了)。再去查看數據庫，發現並沒有name為狗蛋的數據，說明這是一個數據庫事務的過程。在執行user2失敗的時候，將已經執行成功的user1,進行了事務回滾。
數據導出
有時候我們需要將數據庫的數據進行導出，比如存成文本或者Excel。強大的records可以直接進行導出操作。
導出csv文件
rows = db.query('select * from user_demo')
with open('user_demo.csv', 'wb') as f:
f.write(rows.export('xlsl'))
同樣可以導出yaml、json、xlsl、pandas、html等格式。導出方法為
rows.export('你要導出的格式')
例如導出Html格式：
rows = db.query('select * from user_demo')
with open('user_demo.html', 'wb') as f:
f.write(rows.export('html').encode('utf-8'))
最後，我自己是一名從事了多年開發的Python老程序員，辭職目前在做自己的Python私人定製課程，今年年初我花了一個月整理了一份最適合2019年學習的Python學習乾貨，可以送給每一位喜歡Python的小夥伴，想要獲取的可以關注我的頭條號並在後臺私信我：01，即可免費獲取。
閱讀更多 daredevil愛科技 的文章
關鍵字: Python PostgreSQL MySQL
