Python 讀取千萬級(jí)數(shù)據(jù)自動(dòng)寫入 MySQL 數(shù)據(jù)庫

更新時(shí)間：2022年06月28日 17:04:30 作者：python2021_

這篇文章主要介紹了Python 讀取千萬級(jí)數(shù)據(jù)自動(dòng)寫入 MySQL 數(shù)據(jù)庫，本篇文章會(huì)給大家系統(tǒng)的分享千萬級(jí)數(shù)據(jù)如何寫入到 mysql，分為兩個(gè)場景，兩種方式

前言

Python 讀取數(shù)據(jù)自動(dòng)寫入 MySQL 數(shù)據(jù)庫，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，讀寫更新等，數(shù)據(jù)庫可能是 mongodb、 es，他們的處理思路都是相似的，只需要將操作數(shù)據(jù)庫的語法更換即可。本篇文章會(huì)給大家系統(tǒng)的分享千萬級(jí)數(shù)據(jù)如何寫入到 mysql，分為兩個(gè)場景，兩種方式。

場景一：數(shù)據(jù)不需要頻繁的寫入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)，非常快捷方便。

場景二：數(shù)據(jù)是增量的，需要自動(dòng)化并頻繁寫入mysql

測試數(shù)據(jù)：csv 格式，大約 1200萬行

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

安裝 pymysql 命令：

pip?install?pymysql

代碼實(shí)現(xiàn):

import pymysql
# 數(shù)據(jù)庫連接信息
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：pandas ? sqlalchemy：pandas需要引入sqlalchemy來支持sql，在sqlalchemy的支持下，它可以實(shí)現(xiàn)所有常見數(shù)據(jù)庫類型的查詢、更新等操作。

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)庫方法：

直接存，利用 navicat 的導(dǎo)入向?qū)Чδ?/li>
Python pymysql
Pandas sqlalchemy

到此這篇關(guān)于Python 讀取千萬級(jí)數(shù)據(jù)自動(dòng)寫入 MySQL 數(shù)據(jù)庫的文章就介紹到這了,更多相關(guān)Python 讀取數(shù)據(jù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: