Python操作MySQL MongoDB Oracle三大数据库深入对比

更新时间：2021年10月27日 10:01:06 作者：数据分析与统计学之美

对于数据分析师来说，学习数据库最重要的就是学习它们的查询功能。这篇文章就以这个为切入点，为大家讲述如何用Python操作这3个数据库

1. Python操作Oracle数据库

这一部分的难点在于：环境配置有点繁琐。不用担心，我为大家写了一篇关于Oracle环境配置的文章。

Python操作Oracle使用的是cx_Oracle库。需要我们使用如下命令提前安装：

pip insatll cx_Oracle

① Python链接Oracle服务器的3种方式

# ① 用户名、密码和监听写在一起
import cx_Oracle
db = cx_Oracle.connect('scott/a123456@DESKTOP-V4LKB10:1521/orcl')

# ② 用户名、密码和监听分开写
import cx_Oracle
db = cx_Oracle.connect("scott","a123456","192.168.2.1:1521/orcl")

# ③ 配置监听并连接
import cx_Oracle
moniter = cx_Oracle.makedsn('192.168.2.1',1521,'orcl')
db = cx_Oracle.connect('scott','a123456',moniter)

② Python怎么获取Oracle中的数据？

这里有三种常用的方法，分别为大家进行介绍。

Ⅰ fetchone()：一次获取一条记录；

import cx_Oracle
# 注意：一定要加下面这两行代码，负责会中文乱码；
import os
os.environ['NLS_LANG'] = 'SIMPLIFIED CHINESE_CHINA.UTF8'

db = cx_Oracle.connect("scott","a123456","192.168.2.1:1521/orcl")
cursor = db.cursor()

cursor.execute('select count(*) from emp1')
aa = cursor.fetchone()
print(aa)
cursor.execute('select ename,deptno,sal from emp1')     
for i in range(aa[0]):
    a,b,c = cursor.fetchone()
    d = "我的名字叫{}，所在部门是{}，工资是{}美元".format(a,b,c)
    display(d)
db.close()

结果如下：

在这里插入图片描述

Ⅱ fetchall()：一次获取所有记录；

import cx_Oracle
# 注意：一定要加下面这两行代码，负责会中文乱码；
import os
os.environ['NLS_LANG'] = 'SIMPLIFIED CHINESE_CHINA.UTF8'

db = cx_Oracle.connect("scott","a123456","192.168.2.1:1521/orcl")
cursor = db.cursor()

cursor.execute('select ename,deptno,sal from emp1')    
aa = cursor.fetchall()
# print(aa)
for a,b,c in aa:
    d = "我的名字叫{}，所在部门是{}，工资是{}美元".format(a,b,c)
    display(d)
db.close()

结果如下：

在这里插入图片描述

Ⅲ 使用pandas中的read_sql()方法，将提取到的数据直接转化为DataFrame进行操作；

import cx_Oracle
import pandas as pd
import os
os.environ['NLS_LANG'] = 'SIMPLIFIED CHINESE_CHINA.UTF8'

db = cx_Oracle.connect("scott","a123456","192.168.2.1:1521/orcl")
cursor = db.cursor()

df1 = pd.read_sql("select * from emp where deptno=20",db)
display(df1)

df2 = pd.read_sql("select * from emp where deptno=30",db)
display(df2)

结果如下：

在这里插入图片描述

2. Python操作MySQL数据库

MySQL数据库应该是国内应用最多的数据库。大多数公司一般都是使用的该数据库。这也就是很多学生在毕业之前都会选择学习该数据库知识，用于面试。

Python操作MySQL使用的是cx_Oracle库。需要我们使用如下命令提前安装：

pip insatll pymysql

更多细节参考：Python操作Oracle详解！

① Python链接MySQL服务器

import pymysql 

db = pymysql.connect(host='localhost',user='root',password='123456',port=3306,db='spiders',charset=' utf8')

这里面有六个参数，需要为大家一一介绍一下：

参数host：mysql服务器所在的主机的ip；

参数user：用户名；

参数password：密码；

参数port：连接的mysql主机的端口，默认是3306；

参数db：连接的数据库名；

参数charset：当读取数据出现中文会乱码的时候，需要我们设置一下编码；我们使用python操作数据库的时候，那么python就相当于是client，我们是用这个client来操作mysql的server服务器，python3默认采用的utf8字符集，我的mysql服务器默认采用latin1字符集，因此mysql中创建的每张表，都是建表的时候加了utf8编码的，因此这里设置的应该就是connection连接器的编码；

② Python怎么获取MySQL中的数据？

Ⅰ fetchone()：一次获取一条记录；

import  pymysql
 
db = pymysql.connect(host='localhost',user='root',db='huangwei',password='123456',port=3306,charset='utf8')                     
cursor = db.cursor()
cursor.execute('select count(*) from person')
aa = cursor.fetchone()
print(aa)
cursor.execute('select name,age from person')    
for i in range(aa[0]):
    a,b = cursor.fetchone()
    c = "我的名字叫{}，今年{}岁".format(a,b)
    display(c)
db.close()

结果如下：

在这里插入图片描述

Ⅱ fetchall()：一次获取所有记录；

import  pymysql
 
db = pymysql.connect(host='localhost',user='root',db='huangwei',password='123456',port=3306,charset='utf8')
cursor = db.cursor()
cursor.execute('select name,age from person')
aa = cursor.fetchall()
# print(aa)
for a,b in aa:
    c = "我的名字叫{}，今年{}岁".format(a,b)
    display(c)
db.close()

结果如下：

在这里插入图片描述

Ⅲ 使用pandas中的read_sql()方法，将提取到的数据直接转化为DataFrame进行操作；

import pymysql 
import pandas as pd
db = pymysql.connect(host='localhost',user='root',db='huangwei',password='123456',port=3306,charset='utf8')
cursor = db.cursor()
df1 = pd.read_sql("select * from student where ssex='男'",db)
display(df1)
df2 = pd.read_sql("select * from student where ssex='女'",db)
display(df2)

结果如下：

在这里插入图片描述

3. Python操作MongoDB数据库

这一部分主要带大家对比学习：关系型数据和非关系型数据库的不同之处。咱们了解一下即可，不必过深研究，因为数据分析师基本不会使用这种数据库。

Python操作MongoDB使用的是pymongo库。需要我们使用如下命令提前安装：

pip insatll pymongo

更多细节参考：Python操作MongoDB详解！

① Python链接MongoDB服务器

from pymongo import MongoClient

conn = MongoClient("localhost",27017)

② Python怎么获取MongoDB中的数据？

Ⅰ 查询部分文档；

res = collection.find({"age"： {"$gte"： 19}})
for row in res：
	print(row)

Ⅱ 查询所有文档；

res = collection.find()
for row in res：
	print(row)

Ⅲ 统计查询；

res = collection.find().count()
print(res)

Ⅳ 根据 id 查询；

这里需要引入第三方库。

from bson.objectid import ObjectId
res = collection.find({"_id"：ObjectId("5cc506289e1d88c95465488e")})
print(res[0])

Ⅴ 升序排序；

res = collection.find().sort("age")
for row in res：
	print(row)

Ⅵ 降序排序；

这里也需要引入第三方库。

import pymongo
res = collection.find().sort("age",pymongo.DESCENDING)
for row in res：
	print(row)

Ⅶ 分页查询

res = collection.find().limit(3).skip(5)
for row in res：
	print(row)

以上就是Python操作MySQL MongoDB Oracle三大数据库深入对比的详细内容，更多关于Python操作MySQL MongoDB Oracle对比的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:

Python单例模式实例详解
这篇文章主要介绍了Python单例模式,结合实例形式分析了单例模式的概念、实现与使用方法、已经相关注意事项,需要的朋友可以参考下
2017-03-03
10分钟用Python快速搭建全文搜索引擎详解流程
读万卷书不如行万里路，只学书上的理论是远远不够的，只有在实战中才能获得能力的提升，本篇文章带你用python花10分钟迅速搭建一个好玩的Python全文搜索引擎,大家可以在过程中查缺补漏，提升水平
2021-10-10
Python实现图片指定位置加图片水印（附Pyinstaller打包exe)
这篇文章主要介绍了Python实现图片指定位置加图片水印,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2021-03-03
Python DPED机器学习之实现照片美化
本篇文章主要介绍了利用Python中的DPED工具实现照片一键美化，可以实现照片亮度提高和色彩鲜明度提高，代码简洁易懂，具有一定学习价值，感兴趣的小伙伴可以了解一下
2021-11-11
python中字典dict常用操作方法实例总结
这篇文章主要介绍了python中字典dict常用操作方法,实例总结了Python针对字典操作的技巧,非常具有实用价值,需要的朋友可以参考下
2015-04-04
OpenCV-Python 摄像头实时检测人脸代码实例
这篇文章主要介绍了OpenCV-Python 摄像头实时检测人脸，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2019-04-04
python将unicode转为str的方法
下面小编就为大家带来一篇python将unicode转为str的方法。小编觉得挺不错的。现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧
2017-06-06
浅谈Python3.10 和 Python3.9 之间的差异
多年来，Python 进行了大量升级，并且在新版本中添加了许多功能。本文就详细的介绍一下Python3.10 和 Python3.9差异，感兴趣的朋友可以了解一下
2021-09-09
基于python实现双向链表
这篇文章主要为大家详细介绍了基于python实现双向链表，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2022-05-05
PyTorch 多GPU下模型的保存与加载(踩坑笔记)
这篇文章主要介绍了PyTorch 多GPU下模型的保存与加载(踩坑笔记)，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2021-03-03