本文轉(zhuǎn)載自公眾號(hào)“讀芯術(shù)”(ID：AI_Discovery)。

如果你是軟件開(kāi)發(fā)人員，相信你一定知道甚至曾經(jīng)使用過(guò)一個(gè)非常輕量級(jí)的數(shù)據(jù)庫(kù)——SQLite。它幾乎擁有作為一個(gè)關(guān)系數(shù)據(jù)庫(kù)所需的所有功能，而且這些有功能都保存在一個(gè)文件中。下面是一些官方網(wǎng)站顯示可以使用SQLite的場(chǎng)景：

[[339832]]

• 嵌入式設(shè)備和物聯(lián)網(wǎng)
• 數(shù)據(jù)分析
• 數(shù)據(jù)傳輸
• 文件歸檔和/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)試期間代表企業(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

最重要的是，SQLite實(shí)際上是作為Python的內(nèi)置庫(kù)，換言之，你不需要安裝任何服務(wù)器端/客戶端軟件，也不需要讓某個(gè)東西作為服務(wù)運(yùn)行，只要你用Python導(dǎo)入庫(kù)并開(kāi)始編碼，就會(huì)有一個(gè)關(guān)系數(shù)據(jù)庫(kù)管理系統(tǒng)!

輸入與使用

[[339833]]

當(dāng)我們說(shuō)“內(nèi)置”時(shí)，這意味著你甚至不需要運(yùn)行pip install來(lái)獲取庫(kù)。只需通過(guò)以下方式導(dǎo)入：

import sqlite3 as sl 

創(chuàng)建到數(shù)據(jù)庫(kù)的連接

不要為驅(qū)動(dòng)程序、連接字符串等煩惱?？梢詣?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)行這行代碼之后，我們已經(jīng)創(chuàng)建了數(shù)據(jù)庫(kù)并連接到它。我們要求Python自動(dòng)連接現(xiàn)有的數(shù)據(jù)庫(kù)，因此它不是空的。否則，我們可以使用完全相同的代碼連接到現(xiàn)有數(shù)據(jù)庫(kù)。

創(chuàng)建表

然后創(chuàng)建一個(gè)表：

with con: 
    con.execute(""" 
        CREATE TABLE USER ( 
            id INTEGER NOT NULL PRIMARYKEY AUTOINCREMENT, 
            name TEXT, 
            age INTEGER 
        ); 
    """) 

在這個(gè)用戶表中添加三列。正如你所看到的，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)行這段代碼之后就已經(jīng)創(chuàng)建了一個(gè)表，盡管它什么也不輸出。

插入記錄

讓我們?cè)趧倓倓?chuàng)建的USER表中插入一些記錄，這也可以證明我們確實(shí)創(chuàng)建了它。假設(shè)要一次性插入多個(gè)條目。Python中的SQLite可以輕松實(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。然后，創(chuàng)建一些要插入的示例數(shù)據(jù)。通過(guò)連接對(duì)象，插入這些示例行。

with con: 
    con.executemany(sql, data) 

運(yùn)行代碼之后，沒(méi)有任何提示，證明我們成功了。

查詢表

現(xiàn)在，是時(shí)候驗(yàn)證所做的一切了。查詢表以獲取樣本行。

with con: 
    data = con.execute("SELECT *FROM USER WHERE age <= 22") 
    for row in data: 
        print(row) 

另外，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。我使用最多的是DBeaver。

從SQL客戶端(DBeaver)連接到SQLite數(shù)據(jù)庫(kù)

因?yàn)槲矣玫氖莋ooglecolab，所以要下載- my-test.db測(cè)試數(shù)據(jù)庫(kù)文件到本地計(jì)算機(jī)。在本例中，如果在本地計(jì)算機(jī)上運(yùn)行Python，則可以使用SQL客戶機(jī)直接連接到數(shù)據(jù)庫(kù)文件。

在DBeaver中，創(chuàng)建一個(gè)新連接并選擇SQLite作為DB type。

然后，瀏覽到DB文件。

現(xiàn)在，可以在數(shù)據(jù)庫(kù)上運(yùn)行任何SQL查詢。它與其他常規(guī)關(guān)系數(shù)據(jù)庫(kù)沒(méi)有什么不同。

與Pandas無(wú)縫融合

事實(shí)上，作為Python的一個(gè)內(nèi)置特性，SQLite還可以與Pandas數(shù)據(jù)幀無(wú)縫集成。

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，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，仍然可以事先定義它。

然后，假設(shè)我們要連接表USER和SKILL，并將結(jié)果讀入Pandas數(shù)據(jù)框。它也是無(wú)縫的。

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) 

讓我們把結(jié)果寫(xiě)到一個(gè)名為USER_SKILL的新表中：

df.to_sql('USER_SKILL', con) 

然后，還可以使用SQL客戶機(jī)檢索表。

本文介紹了如何使用Python內(nèi)置庫(kù)sqlite3在SQLite數(shù)據(jù)庫(kù)中創(chuàng)建和操作表。當(dāng)然，它也支持更新和刪除，你可以自己嘗試一下。

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輕量級(jí)關(guān)系數(shù)據(jù)庫(kù)進(jìn)行交互。此外，SQLite沒(méi)有身份驗(yàn)證，因?yàn)橐磺卸夹枰禽p量級(jí)的。

Python中隱藏著許多驚喜。它們并不是故意藏起來(lái)，只是因?yàn)镻ython中存在太多現(xiàn)成的特性以至于人們無(wú)法發(fā)現(xiàn)。去探索Python中更多令人驚訝的特性，享受它們吧!