|
來(lái)源丨經(jīng)授權(quán)轉(zhuǎn)自 杰哥的IT之旅（ID：Jake_Internet） 作者丨python與數(shù)據(jù)分析 作者：python與數(shù)據(jù)分析
鏈接：https://www.jianshu.com/p/22cb6a4af6d4
公眾號(hào)后臺(tái)回復(fù)：「Python操作MySQL」，即可獲取本文完整數(shù)據(jù)。
Python 讀取數(shù)據(jù)自動(dòng)寫(xiě)入 MySQL 數(shù)據(jù)庫(kù)，這個(gè)需求在工作中是非常普遍的，主要涉及到 python 操作數(shù)據(jù)庫(kù)，讀寫(xiě)更新等，數(shù)據(jù)庫(kù)可能是 mongodb、 es，他們的處理思路都是相似的，只需要將操作數(shù)據(jù)庫(kù)的語(yǔ)法更換即可。本篇文章會(huì)給大家系統(tǒng)的分享千萬(wàn)級(jí)數(shù)據(jù)如何寫(xiě)入到 mysql，分為兩個(gè)場(chǎng)景，三種方式。 一、場(chǎng)景一：數(shù)據(jù)不需要頻繁的寫(xiě)入mysql使用 navicat 工具的導(dǎo)入向?qū)Чδ?。支持多種文件格式，可以根據(jù)文件的字段自動(dòng)建表，也可以在已有表中插入數(shù)據(jù)，非?？旖莘奖恪?/p> 
場(chǎng)景二：數(shù)據(jù)是增量的，需要自動(dòng)化并頻繁寫(xiě)入mysql測(cè)試數(shù)據(jù)：csv 格式 ，大約 1200萬(wàn)行 import pandas as pd
data = pd.read_csv('./tianchi_mobile_recommend_train_user.csv')
data.shape
 打印結(jié)果
方式一： python ? pymysql 庫(kù) 安裝 pymysql 命令
pip install pymysql
代碼實(shí)現(xiàn) import pymysql
# 數(shù)據(jù)庫(kù)連接信息
conn = pymysql.connect(
host='127.0.0.1',
user='root',
passwd='wangyuqing',
db='test01',
port = 3306,
charset='utf8')
# 分塊處理
big_size = 100000
# 分塊遍歷寫(xiě)入到 mysql
with pd.read_csv('./tianchi_mobile_recommend_train_user.csv',chunksize=big_size) as reader:
for df in reader:
datas = []
print('處理：',len(df))
# print(df)
for i ,j in df.iterrows():
data = (j['user_id'],j['item_id'],j['behavior_type'],
j['item_category'],j['time'])
datas.append(data)
_values = ','.join(['%s', ] * 5)
sql = '''insert into users(user_id,item_id,behavior_type
,item_category,time) values(%s)''' % _values
cursor = conn.cursor()
cursor.executemany(sql,datas)
conn.commit()
# 關(guān)閉服務(wù)
conn.close()
cursor.close()
print('存入成功！')
方式二： 代碼實(shí)現(xiàn) from sqlalchemy import create_engine
engine = create_engine('mysql+pymysql://root:wangyuqing@localhost:3306/test01')
data = pd.read_csv('./tianchi_mobile_recommend_train_user.csv')
data.to_sql('user02',engine,chunksize=100000,index=None)
print('存入成功！')
總結(jié)pymysql 方法用時(shí)12分47秒，耗時(shí)還是比較長(zhǎng)的，代碼量大，而 pandas 僅需五行代碼就實(shí)現(xiàn)了這個(gè)需求，只用了4分鐘左右。 最后補(bǔ)充下，方式一需要提前建表，方式二則不需要。 所以推薦大家使用第二種方式，既方便又效率高。如果還覺(jué)得速度慢的小伙伴，可以考慮加入多進(jìn)程、多線程。 最全的三種將數(shù)據(jù)存入到 MySQL 數(shù)據(jù)庫(kù)方法：
|
