Python 讀取千萬級數據自動寫入 MySQL 數據庫

Posted on by

前言

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。本篇文章會給大傢系統的分享千萬級數據如何寫入到 mysql，分為兩個場景，兩種方式。

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 讀取千萬級數據自動寫入 MySQL 數據庫的文章就介紹到這瞭,更多相關Python 讀取數據內容請搜索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：