手把手教你实现Python连接数据库并快速取数的工具
目录
- 前言
- 一、数据库连接类
- 二、数据提取主函数模块
在数据生产应用部门,取数分析是一个很常见的需求,实际上业务人员需求时刻变化,最高效的方式是让业务部门自己来取,减少不必要的重复劳动,一般情况下,业务部门数据库表结构一般是固定的,根据实际业务将取数需求做成sql 脚本,快速完成数据获取---授人以渔的方式,提供平台或工具
那如何实现一个自助取数查询工具?
基于底层数据来开发不难,无非是将用户输入变量作为筛选条件,将参数映射到 sql 语句,并生成一个 sql 语句然后再去数据库执行
前言
最后再利用 QT 开发一个 GUI 界面,用户界面的点击和筛选条件,信号触发对应按钮与绑定的传参槽函数执行
具体思路:
1.数据库连接类
此处利用 pandas 读写操作 oracle 数据库
2.主函数模块
1)输入参数模块,外部输入条件参数,建立数据库关键字段映射
--注:读取外部 txt 文件,将筛选字段可能需要进行键值对转换
2)sql 语句集合模块,将待执行的业务 sql 语句统一存放到这里
3)数据处理函数工厂
4)使用多线程提取数据
一、数据库连接类
cx_Oracle 是一个 Python 扩展模块,相当于 python 的 Oracle 数据库的驱动,通过使用所有数据库访问模块通用的数据库 API 来实现 Oracle 数据库的查询和更新
Pandas 是基于 NumPy 开发,为了解决数据分析任务的模块,Pandas 引入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的方法类和函数
pandas 调用数据库主要有 read_sql_table,read_sql_query,read_sql 三种方式
本文主要介绍一下 Pandas 中 read_sql_query 方法的使用
1:pd.read_sql_query()
读取自定义数据,返还DataFrame格式,通过SQL查询脚本包括增删改查。
pd.read_sql_query(sql, con, index_col=None,coerce_float=True, params=None, parse_dates=None,chunksize=None)
sql:要执行的sql脚本,文本类型
con:数据库连接
index_col:选择返回结果集索引的列,文本/文本列表
coerce_float:非常有用,将数字形式的字符串直接以float型读入
parse_dates:将某一列日期型字符串转换为datetime型数据,与pd.to_datetime函数功能类似。
params:向sql脚本中传入的参数,官方类型有列表,元组和字典。用于传递参数的语法是数据库驱动程序相关的。
chunksize:如果提供了一个整数值,那么就会返回一个generator,每次输出的行数就是提供的值的大小
read_sql_query()中可以接受SQL语句,DELETE,INSERT INTO、UPDATE操作没有返回值(但是会在数据库中执行),程序会抛出SourceCodeCloseError,并终止程序。SELECT会返回结果。如果想继续运行,可以try捕捉此异常。
2:pd.read_sql_table()
读取数据库中的表,返还DataFrame格式(通过表名)
import pandas as pd pd.read_sql_table(table_name, con, schema=None,index_col=None, coerce_float=True, parse_dates=None, columns=None,chunksize=None)
3:pd.read_sql()
读数据库通过SQL脚本或者表名
import pandas as pd pd.read_sql(sql, con, index_col=None,coerce_float=True, params=None, parse_dates=None, columns=None, chunksize=None)
以下创建连接 oracel 数据库的连接类 Oracle_DB
主要提供 2 种操作数据的函数方法。
import cx_Oracle # Pandas读写操作Oracle数据库 import pandas as pd # 避免编码问题带来的乱码 import os os.environ['NLS_LANG'] = 'SIMPLIFIED CHINESE_CHINA.UTF8' class Oracle_DB(object): def __init__(self): try: # 连接oracle # 方法1:sqlalchemy 提供的create_engine() # from sqlalchemy import create_engine # engine = create_engine('oracle+cx_oracle://username:password@ip:1521/ORCL') # #方法2:cx_Oracle.connect() self.engine = cx_Oracle.connect('username', 'password', 'ip:1521/database') except cx_Oracle.Error as e: print("Error %d:%s" % (e.args[0], e.args[1])) exit() # 查询部分信息 def search_one(self, sql,sparm): try: # #查询获取数据用sql语句 # 代传参数:sparm--查询指定字段参数 df = pd.read_sql_query(sql, self.engine,params=sparm) self.engine.close() except Exception as e: return "Error " + e.args[0] return df # 查询全部信息 def search_all(self, sql): try: # #查询获取数据用sql语句 df = pd.read_sql_query(sql, self.engine) self.engine.close() except Exception as e: return "Error " + e.args[0] return df
二、数据提取主函数模块
cx_Oracle 是一个 Python 扩展模块,相当于 python 的 Oracle 数据库的驱动,通过使用所有数据库访问模块通用的数据库 API 来实现 Oracle 数据库的查询和更新。
1)外部输入参数模块
txt 文本中,就包含一列数据,第一行列名,读取的时候忽略第一行
#建立ID——编号字典 def buildid(): sqlid = """select * from b_build_info""" db = Oracle_DB() # 实例化一个对象 b_build_info = db.search_all(sqlid) ID_bUILDCODE = b_build_info.set_index("BUILDCODE")["ID"].to_dict() return ID_bUILDCODE #通过文本传入待导出数据清单 def read_task_list(): build_code=buildid() tasklist=[] is_first_line=True with open("./b_lst.txt") as lst: for line in lst: if is_first_line: is_first_line=False continue tasklist.append(build_code.get(line.strip('\n'))) #键值对转换 return tasklist
2)业务 sql 语句集合
注意in后面{0}不要加引号,这里传入为元组,params 参数传入sparm
= {'Start_time':'2021-04-01','End_time':'2021-05-01'},此处参数可根据需要改变
def sql_d(lst): # 逐月数据 sql_d_energy_item_month = """select * from d_energy_item_month where recorddate >= to_date(:Start_time, 'yyyy-MM-dd') and recorddate < to_date(:End_time, 'yyyy-MM-dd') and buildid in {0} order by recorddate asc""".format(lst) # 逐月数据 sql_d_energy_month = """select d.*,t.name from d_energy_month d join t_device_info t on d.branchid = t.id where d.recorddate >= to_date(:Start_time, 'yyyy-MM-dd') and d.recorddate < to_date(:End_time, 'yyyy-MM-dd') and d.buildid = '{0}' order by d.recorddate asc""".format(lst) # 查询当日数据 sql_energy_item_hour_cheak = """select * from d_energy_item_hour where trunc(sysdate)=trunc(recorddate) order by recorddate asc""".format(lst) sql_collection = [sql_d_energy_item_month, sql_d_energy_item_day, sql_d_energy_item_hour, sql_d_energy_month, sql_d_energy_day, sql_d_energy_hour, sql_energy_hour_cheak] #此处省略部分sql语句 return sql_collection
3)业务数据处理
业务数据处理流程,原始数据后处理,这里不作介绍:
def db_extranction(lst,sparm,sql_type): """sql_type--输入需要操作的sql业务序号""" sql_=sql_d(lst)[sql_type] #输出sql语句 db = Oracle_DB() # 实例化一个对象 res=db.search_one(sql_,sparm) # 数据处理加工 RES=Data_item_factory(res) #此处省略 # res = db.search_all(sql_d_energy_item_month) print(RES) return RES
多线程提取数据部分,这里 tasklist 列表多线程提取数据
import threading # Pandas读写操作Oracle数据库 from tools.Data_Update_oracle import Oracle_DB import pandas as pd from concurrent import futures if __name__ == '__main__': #外部传入 tasklist= read_task_list() print(tasklist) # 输入时间查找范围参数,可手动修改 sparm = {'Start_time':'2021-04-01','End_time':'2021-05-01'} lst = tuple(list(tasklist)) #业务类型序号,可手动修改 sql_type=0 #全部提取 db_extranction(lst,sparm,sql_type) #多线程按字段分批提取 方法一:使用threading模块的Thread类的构造器创建线程 #threads=[threading.Thread(target=db_extranction,args=(lst,sparm,sql_type)) for lst in tasklist] # [threads[i].start() for i in range(len(threads))] 方法二:使用python的concurrent库,这是官方基于 threading 封装,先安装该库 # with futures.ThreadPoolExecutor(len(tasklist)) as executor: # executor.map([db_extranction(lst,sparm,sql_type) for lst in tasklist],tasklist)
到此整个数据库取数工具开发流程介绍完毕,就差最后一步分享给小伙伴使用了,做成 GUI 应用此处不做详细介绍,构建独立的 python 环境,快速发布你的应用
到此这篇关于手把手教你实现Python连接数据库并快速取数的工具的文章就介绍到这了,更多相关Python数据库快速取数内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!