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:
- Python 讀取千萬級數據自動寫入 MySQL 數據庫
- Python模擬簡易版淘寶客服機器人的示例代碼
- 配置python連接oracle讀取excel數據寫入數據庫的操作流程
- Python全棧之學習MySQL(3)
- 詳解Python如何利用pymysql封裝項目通用的連接和查詢