python操作MySQL数据库

目录

一：安装python MySQL连接库

1.安装mysql-connector-python

2.安装PyMySQL

二：python连接MySQL数据库

1.导入连接库

2.创建数据库连接

3.创建游标对象

4.执行SQL语句

5.获取查询结果

6.关闭连接

三：常见的MySQL操作

1.插入数据（INSERT）

2.更新数据（UPDATE）

3.删除数据（DELETE）

4.查询数据（SELECT）

5.执行多条SQL语句

6.使用LIKE进行模糊查询

7.使用JOIN进行联合查询

四：使用连接池

1.连接池简介

2.创建连接池

3.获取连接

4.连接池的优势

五：事务管理

1.开始事务

2.提交事务

3.回滚事务

4.事务的隔离级别

（1）READ UNCONNITTED (未提交读)

（2）READ COMMITTED (提交读)

（3）REPEATABLE READ (可重复读)

（4）SERIALIZABLE （串行化）

（5）隔离级别总结

6.案例

---

一：安装python MySQL连接库

1.安装mysql-connector-python

pip install mysql-connector-python

2.安装PyMySQL

pip install pymysql

二：python连接MySQL数据库

1.导入连接库

首先，我们需要导入 pymysql 模块，使用它来连接 MySQL 数据库并执行 SQL 语句。

import pymysql

2.创建数据库连接

我们使用 pymysql.connect () 方法来建立数据库连接。连接时需要提供 MySQL 服务器的地址、用户名、密码和要访问的数据库名。

db = pymysql.connect(
    host="localhost",  # MySQL数据库地址，localhost表示本地
    user="root",  # 数据库用户名，常见为root
    password="password",  # 数据库密码
    database="testdb"  # 要连接的数据库名
)

3.创建游标对象

建立连接后，我们需要创建一个游标对象，通过它来执行SQL语句。

cursor = db.cursor()

4.执行SQL语句

通过游标对象的 execute () 方法，我们可以执行 SQL 语句。在执行 SQL 时，可以使用 % s 占位符来避免 SQL 注入攻击。

cursor.execute("SELECT * FROM users")

5.获取查询结果

对于查询操作，fetchall () 方法用于获取所有结果，fetchone () 方法用于获取单条记录。

results = cursor.fetchall()
for row in results:
    print(row)

6.关闭连接

操作完成后，记得关闭游标和数据库连接。

cursor.close()
db.close()

三：常见的MySQL操作

1.插入数据（INSERT）

插入数据时，我们使用 INSERT INTO 语句，通过 execute () 方法执行插入操作。为了防止 SQL 注入攻击，插入语句中的值应使用 % s 占位符。

cursor.execute("INSERT INTO users (name, age) VALUES (%s, %s)", ("Alice", 25))
db.commit()  # 提交事务，保存插入的数据

2.更新数据（UPDATE）

更新数据时，我们使用 UPDATE 语句，通过 execute () 方法执行。通常我们会添加 WHERE 条件，以确保只更新需要更新的记录。

cursor.execute("UPDATE users SET age = %s WHERE name = %s", (26, "Alice"))
db.commit()  # 提交事务，保存更新的数据

3.删除数据（DELETE）

删除数据时，我们使用 DELETE 语句，并通过 WHERE 条件确保删除特定记录。

cursor.execute("DELETE FROM users WHERE name = %s", ("Alice",))
db.commit()  # 提交事务，保存删除的数据

4.查询数据（SELECT）

查询数据时，使用 SELECT 语句。你可以使用 fetchall () 获取所有记录，或使用 fetchone () 获取一条记录。

cursor.execute("SELECT * FROM users")
results = cursor.fetchall()
for row in results:
    print(row)

5.执行多条SQL语句

对于批量插入、更新等操作，可以使用 executemany () 方法一次执行多条 SQL 语句。

cursor.executemany(
    "INSERT INTO users (name, age) VALUES (%s, %s)",
    [("Bob", 30), ("Charlie", 35), ("David", 28)]
)
db.commit()  # 提交事务

6.使用LIKE进行模糊查询

LIKE 关键字允许你进行模糊查询。你可以使用 % 通配符来匹配任意字符。

cursor.execute("SELECT * FROM users WHERE name LIKE %s", ("%a%",))
results = cursor.fetchall()
for row in results:
    print(row)

7.使用JOIN进行联合查询

在多个表之间建立关系时，JOIN 关键字用于合并多个表的数据。

cursor.execute("""
    SELECT users.name, orders.amount
    FROM users
    INNER JOIN orders ON users.id = orders.user_id
""")
results = cursor.fetchall()
for row in results:
    print(row)

四：使用连接池

1.连接池简介

连接池技术能够在高并发场景下提升数据库连接的效率。在连接池中，多个数据库连接被提前创建并放入池中，客户端通过池获取连接，而不是每次都建立新的连接。这大大减少了连接创建和销毁的开销。

2.创建连接池

PyMySQL 并不直接支持连接池，但我们可以使用 DBUtils 库来创建连接池。首先需要安装 DBUtils:

pip3 install dbutils
import pymysql
from dbutils.pooled_db import PooledDB
dbconfig = {
"host": "local",
"user": "root",
"password": "password",
"database": "testdb"
}
#创建连接池
connection_pool = PooledDB (
creator=pymysql, # 使用 PyMySQL 作为数据库连接库
maxconnections=5, # 连接池中最大连接数
**dbconfig
)

3.获取连接

从连接池中获取连接时，可以使用 connection () 方法。每次获取到的连接都可以直接执行数据库操作。

b_connection = connection_pool.connection()
cursor = db_connection.cursor()

cursor.execute("SELECT * FROM users")
results = cursor.fetchall()
for row in results:
    print(row)

cursor.close()
db_connection.close()  # 连接会自动归还给连接池

4.连接池的优势

• 性能提升：连接池减少了每次数据库操作时创建新连接的开销，提高了数据库操作的效率。
• 资源管理：连接池能够限制最大连接数，避免因过多的数据库连接导致数据库过载。
• 更易管理：通过连接池，可以统一管理连接的生命周期，简化代码结构。

五：事务管理

事务是由多个 SQL 语句组成的一个工作单元。事务保证了数据的原子性，即所有操作要么都成功，要么都失败。

1.开始事务

事务可以通过 START TRANSACTION 来显式开启，但一般我们通过执行 SQL 语句来启动事务。

cursor.execute("START TRANSACTION")

2.提交事务

如果事务中的所有操作都成功，我们使用 commit () 方法提交事务，保存对数据库的更改。

db.commit()

3.回滚事务

如果事务中的某些操作失败，我们可以使用 rollback () 方法回滚事务，将所有更改撤销。

db.commit()

4.事务的隔离级别

MySQL 支持四种事务隔离级别，它们定义了在并发事务执行时一个事务的操作对于其他事务的影响。
隔离级别的设置越高，事务间的干扰越小，但同时可能导致性能下降。MySQL 的默认隔离级别是 REPEATABLE READ，具体如下：

（1）READ UNCONNITTED (未提交读)

• 描述：事务可以读取其他事务未提交的数据，可能导致 “脏读”（Dirty Read）。这种级别下，事务间的隔离性最差。
• 应用场景：通常不推荐使用，除非对数据一致性要求不高。
• 使用方法：

cursor.execute("SET TRANSACTION ISOLATION LEVEL READ UNCOMMITTED")

（2）READ COMMITTED (提交读)

• 描述：事务只能读取其他事务已经提交的数据，避免了脏读，但仍然可能遇到 “不可重复读”（Non - repeatable Read）的问题。即事务中读取的数据在两次读取时可能发生变化（另一个事务已提交了修改）。
• 应用场景：适用于大多数常见场景，提供了一定的隔离性，同时保证了较好的性能。
• 使用方法：

cursor.execute("SET TRANSACTION ISOLATION LEVEL READ COMMITTED")

（3）REPEATABLE READ (可重复读)

• 描述：事务可以保证在事务内多次读取同一数据时，其值不会发生变化。这避免了 “不可重复读” 的问题，但依然可能会出现 “幻读”（Phantom Read），即一个事务读取的数据集在事务执行过程中发生了变化。
• 应用场景：对于需要保证事务数据一致性的场景，例如金融系统中的余额操作等，可以考虑使用该隔离级别。
• 使用方法：

cursor.execute("SET TRANSACTION ISOLATION LEVEL REPEATABLE READ")

（4）SERIALIZABLE （串行化）

• 描述：这是最严格的事务隔离级别，事务会被执行得像串行一样，完全避免了脏读、不可重复读和幻读。然而，这种隔离级别的性能开销最大，可能导致大量的锁竞争。
• 应用场景：适用于对数据一致性要求极高的场景，如库存管理系统、银行转账等。
• 使用方法：

cursor.execute("SET TRANSACTION ISOLATION LEVEL SERIALIZABLE")

（5）隔离级别总结

• READ UNCOMMITTED：允许脏读，最低的隔离级别，性能最好，但容易出现数据不一致的情况。
• READ COMMITTED：解决了脏读问题，但可能出现不可重复读。
• REPEATABLE READ：解决了脏读和不可重复读问题，但可能出现幻读。
• SERIALIZABLE：解决了所有问题，但性能最差，可能导致事务长时间等待。

      在选择事务隔离级别时，需要根据应用的具体需求平衡数据一致性和性能。如果事务数据不频繁冲突，可以选择较低的隔离级别以提升性能；而对于数据一致性要求极高的场景，则应选择更高的隔离级别，尽管这会带来性能上的损失。

      在 MySQL 中，事务的默认隔离级别是 REPEATABLE READ

6.案例

import pymysql

# 连接到数据库
conn = pymysql.connect(
    host='localhost',
    user='root',
    password='password',
    database='testdb'
)

# 创建一个游标对象
cursor = conn.cursor()

# 关闭自动提交模式
conn.autocommit = False
try:
    # 开始事务
    # 执行插入操作
    cursor.execute("INSERT INTO users (name, age) VALUES ('Eve', 22)")
    cursor.execute("INSERT INTO orders (user_id, amount) VALUES ((SELECT id FROM users WHERE name = 'Eve'), 120.50)")
    # 提交事务
    conn.commit()
    print("事务已提交。")
except pymysql.MySQLError as err:
    # 如果发生错误，回滚事务
    print(f"错误: {err}")
    conn.rollback()
    print("事务已回滚。")
finally:
    # 关闭游标和连接
    cursor.close()
    conn.close()