Python寫入MySQL數據庫的三種方式詳解

大傢好,Python 讀取數據自動寫入 MySQL 數據庫,這個需求在工作中是非常普遍的,主要涉及到 python 操作數據庫,讀寫更新等,數據庫可能是 mongodb、 es,他們的處理思路都是相似的,隻需要將操作數據庫的語法更換即可。

本篇文章會給大傢分享數據如何寫入到 mysql,分為兩個場景,三種方式。

場景一:數據不需要頻繁的寫入mysql

使用 navicat 工具的導入向導功能。支持多種文件格式,可以根據文件的字段自動建表,也可以在已有表中插入數據,非常快捷方便。

場景二:數據是增量的,需要自動化並頻繁寫入mysql

測試數據:csv 格式 ,大約 1200萬行

import pandas as pd
data = pd.read_csv('./tianchi_mobile_recommend_train_user.csv')
data.shape

打印結果

方式一

python + pymysql 庫

安裝 pymysql 命令

pip install pymysql

代碼實現:

import pymysql

# 數據庫連接信息
conn = pymysql.connect(
       host='127.0.0.1',
       user='root',
       passwd='wangyuqing',
       db='test01', 
       port = 3306,
       charset="utf8")

# 分塊處理
big_size = 100000
# 分塊遍歷寫入到 mysql    
with pd.read_csv('./tianchi_mobile_recommend_train_user.csv',chunksize=big_size) as reader:

    for df in reader:

        datas = []
        print('處理:',len(df))
#         print(df)
        for i ,j in df.iterrows():
            data = (j['user_id'],j['item_id'],j['behavior_type'],
                    j['item_category'],j['time'])
            datas.append(data)
        _values = ",".join(['%s', ] * 5)
        sql = """insert into users(user_id,item_id,behavior_type
        ,item_category,time) values(%s)""" % _values
        cursor = conn.cursor()
        cursor.executemany(sql,datas)
        conn.commit()
 # 關閉服務      
conn.close()
cursor.close()
print('存入成功!')

方式二

pandas + sqlalchemy:pandas需要引入sqlalchemy來支持sql,在sqlalchemy的支持下,它可以實現所有常見數據庫類型的查詢、更新等操作。

代碼實現:

from sqlalchemy import create_engine
engine = create_engine('mysql+pymysql://root:wangyuqing@localhost:3306/test01')
data = pd.read_csv('./tianchi_mobile_recommend_train_user.csv')
data.to_sql('user02',engine,chunksize=100000,index=None)
print('存入成功!')

總結

pymysql 方法用時12分47秒,耗時還是比較長的,代碼量大,而 pandas 僅需五行代碼就實現瞭這個需求,隻用瞭4分鐘左右。

最後補充下,方式一需要提前建表,方式二則不需要。

所以推薦大傢使用第二種方式,既方便又效率高。如果還覺得速度慢的小夥伴,可以考慮加入多進程、多線程。

最全的三種將數據存入到 MySQL 數據庫方法:

  • 直接存,利用 navicat 的導入向導功能
  • Python pymysql
  • Pandas sqlalchemy

到此這篇關於Python寫入MySQL數據庫的三種方式詳解的文章就介紹到這瞭,更多相關Python寫入MySQL內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: