时间:2021-05-22
pydbclib是一个通用的python关系型数据库操作工具包,使用统一的接口操作各种关系型数据库(如 oracle、mysql、postgres、hive、impala等)进行增删改查,它是对各个python数据库连接驱动包(如sqlalchemy、pymysql、cx_Oracle、pyhive、pyodbc、impala等)的封装,依照python最简原则SQL占位符统一成 ':[name]' 这一种形式,这点和sqlalchemy是一样的
看下简单的查询示例
from pydbclib import connect# 使用with上下文,可以自动提交,自动关闭连接with connect("sqlite:///:memory:") as db: db.execute('create table foo(a integer, b varchar(20))') # 统一使用':[name]'形式的SQL的占位符 db.execute("insert into foo(a,b) values(:a,:b)", [{"a": 1, "b": "one"}]*4) print(db.read("select * from foo").get_one()) print(db.read("select * from foo").get_all()) print(db.read("select * from foo").to_df()) db.get_table("foo").insert({"a": 2, "b": "two"}) print(db.get_table("foo").find_one({"a": 2})) print(db.get_table("foo").find().get_all()) print(db.get_table("foo").find().to_df())查询结果记录是以字典形式展现,向库里写入记录也是字典形式,如果要使用原生元祖形式,查询函数read里添加as_dict=False参数
数据库连接,更多常用数据库连接方式参考文章结尾
# connect函数有个driver参数决定你是通过哪个数据库驱动包去连接的# driver参数默认值是sqlalchemy,即通过sqlalchemy驱动包连接数据库>>> db = pydbclib.connect("sqlite:///:memory:")>>> db = pydbclib.connect(":memory:", driver='sqlite3')# 也可以传入驱动包连接对象>>> import sqlite3>>> db = pydbclib.connect(driver=sqlite3.connect(":memory:"))>>> from sqlalchemy import create_engine>>> db = pydbclib.connect(driver=create_engine("sqlite:///:memory:"))1. 使用execute方法执行SQL,和各数据库连接包基本一致,不同点是它既可以单条执行,也可以批量执行(相当于executemany),另外该方法的SQL占位符是':[name]'形式
>>> record = {"a": 1, "b": "one"}>>> db.execute('create table foo(a integer, b varchar(20))')# 插入单条记录,结果返回影响行数>>> db.execute("insert into foo(a,b) values(:a,:b)", record)1# 插入多条记录>>> db.execute("insert into foo(a,b) values(:a,:b)", [record, record])22. 查询数据
# 查询结果只返回一条记录>>> db.read_one("select * from foo"){'a': 1, 'b': 'one'}#read返回迭代器类型,用get方法获取前几条记录,使用map对每条记录进行数据清洗>>> db.read("select * from foo").map(lambda x: {f"foo.{k}": v for k,v in x.items()}).get(2)# as_dict=False返回原生元祖记录>>> db.read("select * from foo", as_dict=False).get(2)[(1, 'one'), (1, 'one')]# 也可以直接for遍历>>> for r in db.read("select * from foo"):... print(r)... {'a': 1, 'b': 'one'}{'a': 1, 'b': 'one'}{'a': 1, 'b': 'one'}# 转换成pandas dataframe对象, 前提已经安装了pandas>>> db.read("select * from foo").to_df() a b0 1 one1 1 one2 1 one3.提交、回滚、关闭连接
>>> db.rollback()>>> db.commit()>>> db.close()1. 插入记录
# 插入单条和插入多条,输入参数字典的键值必须和表中字段同名>>> db.get_table("foo").insert({"a": 1, "b": "one"})1>>> db.get_table("foo").insert([{"a": 1, "b": "one"}]*10)102. 查询记录
# 查询字段a=1第一条记录>>> db.get_table("foo").find_one({"a": 1}){'a': 1, 'b': 'one'}# 也可以直接写成sql条件表达式,其他接口的条件参数类似都可以是表达式>>> db.get_table("foo").find_one("a=1"){'a': 1, 'b': 'one'}# 查询字段a=1所有记录,find返回迭代器对象同上面read方法>>> db.get_table("foo").find({"a": 1}).get_all()[{'a': 1, 'b': 'one'},...{'a': 1, 'b': 'one'}]3.更新记录
# 将a=1那条记录的b字段值更新为"first">>> db.get_table("foo").update({"a": 1}, {"b": "first"})11>>> db.get_table("foo").find({"a": 1}).get_one(){'a': 1, 'b': 'first'}4.删除记录
# 将a=1那条记录删除>>> db.get_table("foo").delete({"a": 1})11>>> db.get_table("foo").find({"a": 1}).get_all()[]1. Common Driver
# 使用普通数据库驱动连接,driver参数指定驱动包名称# 例如pymysql包driver='pymysql',connect函数其余的参数和driver参数指定的包的创建连接参数一致# 连接mysqldb = pydbclib.connect(user="user", password="password", database="test", driver="pymysql")# 连接oracledb = pydbclib.connect('user/password@local:1521/xe', driver="cx_Oracle")# 通过odbc方式连接db = pydbclib.connect('DSN=mysqldb;UID=user;PWD=password', driver="pyodbc") # 通过已有驱动连接方式连接import pymysqlcon = pymysql.connect(user="user", password="password", database="test")db = pydbclib.connect(driver=con)2.Sqlalchemy Driver
# 使用Sqlalchemy包来连接数据库,drvier参数默认为'sqlalchemy'# 连接oracledb = pydbclib.connect("oracle://user:password@local:1521/xe")# 连接mysqldb = pydbclib.connect("mysql+pyodbc://:@mysqldb")# 通过已有engine连接from sqlalchemy import create_engineengine = create_engine("mysql+pymysql://user:password@localhost:3306/test")db = pydbclib.connect(driver=engine)使用过程中有任何疑问,欢迎评论交流
项目地址pydbclib
以上就是python通用数据库操作工具 pydbclib的使用简介的详细内容,更多关于python 数据库操作工具pydbclib的资料请关注其它相关文章!
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
本文实例为大家分享了Android数据库操作工具类的具体代码,供大家参考,具体内容如下HistoryDAOpublicclassHistoryDAO{priva
所需要用到的其他工具或技术:项目管理工具:Maven测试运行工具:Junit数据库:DerbyXML操作工具:Dom4j继续不废话MavenDependenci
Access2000概述Access2000提供了表生成器、查询生成器、报表设计器等许多可视化操作工具以及数据库向导。表向导、查询、向导、窗体向导、报表向导等多
PostgreSQL是一款功能强大的开源关系型数据库,本文使用python实现了对开源数据库PostgreSQL的常用操作,其开发过程简介如下:一、环境信息:1
pandas是基于numpy构建的,使数据分析工作变得更快更简单的高级数据结构和操作工具。本文为大家带来10个玩转Python的小技巧,学会了分分钟通关变大神!