你知道Python有內(nèi)置數(shù)據(jù)庫(kù)嗎？Python內(nèi)置庫(kù)SQlite3使用指南
如果你是軟件開(kāi)發(fā)人員，相信你一定知道或者曾經(jīng)使用過(guò)一個(gè)非常輕量級(jí)的數(shù)據(jù)庫(kù)——SQLite。它具有作為關(guān)系數(shù)據(jù)庫(kù)所需的幾乎所有功能，但是這個(gè)數(shù)據(jù)庫(kù)把所有功能都保存在一個(gè)文件中。在其官方網(wǎng)站上，SQLite的主要應(yīng)用場(chǎng)景包括：
- 嵌入式設(shè)備和物聯(lián)網(wǎng)
- 數(shù)據(jù)分析
- 數(shù)據(jù)傳輸
- 文件存檔或數(shù)據(jù)容器
- 內(nèi)部或臨時(shí)數(shù)據(jù)庫(kù)
- 在演示或測(cè)試期間替代企業(yè)數(shù)據(jù)庫(kù)
- 教育、培訓(xùn)和測(cè)試
- 實(shí)驗(yàn)性SQL語(yǔ)言擴(kuò)展
當(dāng)然，SQLite還有很多其他功能，在此不一一列舉，感興趣的同學(xué)可以去看官方文檔：https://www.sqlite.org/whentouse.html
最重要的是，SQLite實(shí)際上是作為Python庫(kù)內(nèi)置的。換言之，你不需要安裝任何服務(wù)器端/客戶端軟件，也不需要運(yùn)行某個(gè)服務(wù)，只要你在Python中導(dǎo)入庫(kù)并開(kāi)始編程，那么你就有了一個(gè)關(guān)系數(shù)據(jù)庫(kù)管理系統(tǒng)!
導(dǎo)入和使用
這里我們說(shuō)“內(nèi)置”的意思就是，你甚至不需要運(yùn)行 pip install ，就能獲取庫(kù)。只需要通過(guò)以下方式導(dǎo)入：
- import sqlite3 as sl
1.創(chuàng)建與數(shù)據(jù)庫(kù)的連接
我們根本不需要為驅(qū)動(dòng)程序、連接字符串等煩惱。可以直接創(chuàng)建一個(gè) SQLite 數(shù)據(jù)庫(kù)，并擁有一個(gè)簡(jiǎn)單的連接對(duì)象：
- con = sl.connect('my-test.db')
運(yùn)行此行代碼后，我們就已經(jīng)創(chuàng)建并連接到該數(shù)據(jù)庫(kù)上。 如果要求Python連接的數(shù)據(jù)庫(kù)不存在，它就會(huì)自動(dòng)幫我們創(chuàng)建一個(gè)空數(shù)據(jù)庫(kù)。 如果我們已經(jīng)創(chuàng)建了數(shù)據(jù)庫(kù)，就能用上面完全相同的代碼連接到現(xiàn)有數(shù)據(jù)庫(kù)。
2.創(chuàng)建表格
接下來(lái)，我們先創(chuàng)建一個(gè)表格。
- with con:
- con.execute("""
- CREATE TABLE USER (
- id INTEGER NOT NULL PRIMARY KEY AUTOINCREMENT,
- name TEXT,
- age INTEGER
- );
- """)
在這個(gè) USER 表中，我們添加了三列。正如我們所看到的，SQLite 確實(shí)是輕量級(jí)的，但是它支持常規(guī) RDBMS 應(yīng)該具有的所有基本特性，例如數(shù)據(jù)類型、可為null、主鍵和自動(dòng)遞增。
運(yùn)行這段代碼之后，我們就已經(jīng)創(chuàng)建好了一個(gè)表，盡管它什么都沒(méi)有輸出。
3.插入記錄
讓我們?cè)趧倓倓?chuàng)建的 USER 表中插入數(shù)據(jù)記錄，這也可以證明我們確實(shí)創(chuàng)建了它。
如果我們需要一次性插入多個(gè)記錄，Python中的SQLite也能很容易地實(shí)現(xiàn)這一點(diǎn)。
- sql = 'INSERT INTO USER (id, name, age) values(?, ?, ?)'
- data = [
- (1, 'Alice', 21),
- (2, 'Bob', 22),
- (3, 'Chris', 23)
- ]
我們需要用問(wèn)號(hào)作為占位符來(lái)定義SQL語(yǔ)句 。接下來(lái)就是創(chuàng)建一些要插入的示例數(shù)據(jù)。使用連接對(duì)象，就能插入這些示例行。
- with con:
- con.executemany(sql, data)
在運(yùn)行代碼之后，沒(méi)有報(bào)錯(cuò)，那就是成功的。
4.查詢表格
接下來(lái)，我們通過(guò)實(shí)際的方式來(lái)驗(yàn)證我們所做的一切，通過(guò)查詢表格來(lái)獲取示例行。
- with con:
- data = con.execute("SELECT * FROM USER WHERE age <= 22")
- for row in data:
- print(row)
你可以看到，很簡(jiǎn)單就得到了結(jié)果。
此外，盡管 SQLite 是輕量級(jí)的，但是作為一個(gè)廣泛使用的數(shù)據(jù)庫(kù)，大多數(shù)SQL客戶端軟件都支持使用它。
我自己用得最多的是 DBeaver，接下來(lái)給大家介紹一下。
5.從SQL客戶端(DBeaver)連接到SQLite數(shù)據(jù)庫(kù)
因?yàn)槲矣玫氖?googlecolab，所以我要將 my-test.db 文件下載到我的本地計(jì)算機(jī)上。當(dāng)然，你也可以直接在你的電腦上使用 Python 數(shù)據(jù)庫(kù)連接你的本地?cái)?shù)據(jù)庫(kù)。
在 DBeaver 中，創(chuàng)建一個(gè)新連接并選擇 SQLite 作為數(shù)據(jù)庫(kù)類型。
然后，瀏覽DB文件。
現(xiàn)在你可以在數(shù)據(jù)庫(kù)上運(yùn)行任何SQL查詢，看看它與其他常規(guī)關(guān)系數(shù)據(jù)庫(kù)有什么不同。
與Pandas無(wú)縫連接
你以為就只有這些?不，事實(shí)上，作為Python的一個(gè)內(nèi)置特性，SQLite 可以與 Pandas 數(shù)據(jù)幀無(wú)縫連接。
讓我們先來(lái)定義一個(gè)數(shù)據(jù)幀。
- df_skill = pd.DataFrame({
- 'user_id': [1,1,2,2,3,3,3],
- 'skill': ['Network Security', 'Algorithm Development', 'Network Security', 'Java', 'Python', 'Data Science', 'Machine Learning']
- })
然后，我們可以簡(jiǎn)單地調(diào)用數(shù)據(jù)幀的to_sql()方法將其保存到數(shù)據(jù)庫(kù)中。
- df_skill.to_sql('SKILL', con)
就這樣我們甚至不需要預(yù)先創(chuàng)建表，列的數(shù)據(jù)類型和長(zhǎng)度都會(huì)被推斷出來(lái)。當(dāng)然，如果你想的話，你也可以先定義。
然后，假設(shè)我們要將表 USER 和 SKILL 連接在一起，并將結(jié)果讀入Pandas數(shù)據(jù)框。
- df = pd.read_sql('''
- SELECT s.user_id, u.name, u.age, s.skill
- FROM USER u LEFT JOIN SKILL s ON u.id = s.user_id
- ''', con)
是不是很厲害?讓我們把結(jié)果寫到一個(gè)名為USER_SKILL的新表中。
- df.to_sql('USER_SKILL', con)
我們也可以用SQL客戶端來(lái)檢索表。
總結(jié)
實(shí)際上，Python中還隱藏著很多驚喜。而且這些驚喜并不沒(méi)有隱藏起來(lái)，只是Python有太多現(xiàn)成可以直接使用的特性了，這就導(dǎo)致很多人無(wú)法發(fā)現(xiàn)這些特性。
在本文中，我介紹了如何使用 Python 內(nèi)置庫(kù) sqlite3 在 SQLite 數(shù)據(jù)庫(kù)中創(chuàng)建和操作表。它也支持對(duì)表格進(jìn)行更新和刪除操作，建議大家在看完這篇文章之后自己嘗試一下。
最重要的是，我們可以輕松地將表從 SQLite 數(shù)據(jù)庫(kù)讀入 Pandas 數(shù)據(jù)幀，反之亦然。這使我們能夠更容易地與我們的輕量級(jí)關(guān)系數(shù)據(jù)庫(kù)進(jìn)行交互。
你可能會(huì)注意到 SQLite 沒(méi)有進(jìn)行身份驗(yàn)證，這也是它刻意設(shè)計(jì)的行為，因?yàn)樾枰p量化。
一起去探索Python中更多令人驚訝的特性吧!
