mysql和workbench在windows的安装和使用
原创mysql和workbench在windows的安装和使用
原创
在实操大数据之前，我们可以先在本地进行一些小型数据库的操作，对sql和spark进行一些初步了解。本文就先介绍下mysql和workbenck的安装和使用，以及介绍python链接数据库的操作。后续文章再介绍详细的使用python对库表的sql操作，以及spark计算。
1. mysql安装和使用
按照指示操作默认安装，在安装时，MySQL会要求我们设置一个本地登陆账号，账号名一般命为root，端口为3306，自定义一个password即可。
官方下载MySQL Installer：
下载后按照步骤安装，安装完成后启动
输入密码就可以进入啦~
2. workbenck安装和使用
官方下载链接：https://dev.mysql.com/downloads/workbench/
按照步骤进行安装，安装完成后启动
输入设置的mysql的密码进入，然后创建一个schema
创建后，在左侧Schemas的tab就能看见创建的数据库了，然后就可以在里面创建自己的tables。
3. python链接数据库
3.1 链接数据库
由于 MySQL 服务器以独立的进程运行，并通过网络对外服务，所以，需要支持 Python 的 MySQL 驱动来连接到 MySQL 服务器。
目前，有两个 MySQL 驱动：
1. mysql-connector-python：是 MySQL 官方的纯 Python 驱动
2. MySQL-python ：是封装了 MySQL C驱动的 Python 驱动
我们用python链接，所以需要pip库
install mysql-connector-pythonmysql安装我们已经有了用户名和密码， 因为链接的本地数据库，所以ip：port默认是localhost:3306,在workbenck里面我们已经创建了一个数据库test。
使用代码创建数据库链接：
config = {
'user' : 'root', #用户名
'password' : '123456', #自己设定的密码
'host' : '127.0.0.1', #ip地址，本地填127.0.0.1，也可以填localhost
'port' : '3306', #端口，本地的一般为3306
'database' : 'test', #数据库名字，这里选用test
}
con = mysql.connector.connect(**config)
# buffered = True 不设的话，查询结果没有读完会报错
# raise errors.InternalError("Unread result found")
mycursor = con.cursor(buffered = True)3.2 创建库表
通过执行sql语句，创建库表以及往表内插入数据：
def create_table_test(table_name):
# 创建一个表
sql = "CREATE TABLE %s (id INT AUTO_INCREMENT PRIMARY KEY, \
name VARCHAR(255) , address VARCHAR(255), \
sex VARCHAR(225) , age INT(10) , sl INT(10))"%(table_name)
mycursor.execute(sql)
def insert_table_test(table_name):
# 往表里插入一些记录
sql = "INSERT INTO " + table_name + "(name,address,sex,age,sl) VALUES(%s,%s,%s,%s,%s)"
# print("sql", sql)
val = ("zhangsan", "beijing", "M", 23, 30000)
mycursor.execute(sql, val)
val = ("lisi", "shanghai", "F", 23, 30000)
mycursor.execute(sql, val)
val = [("zhangsan", "shenzhen", "M", 35, 30000),
("zhangsan", "beijing", "M", 28, 30000),
("zhangsan", "aomen", "F", 30, 40000),
("zhangsan", "hongkang", "M", 35, 30000),
("zhangsan", "taiwan", "M", 32, 20000)]
mycursor.executemany(sql, val)
con.commit() 3.3 导入excel到库表
如果有大量数据，通过以上插入就比较麻烦， 我们也可以通过导入本地，这里就需要使用ORM技术。
ORM技术：Object-Relational Mapping，把关系数据库的表结构映射到对象上。在Python中，最有名的ORM框架是SQLAlchemy。
我们先安装SQLAlchemy：
pip install sqlalchemy
pip install pandas为了方便，我们先在workbenck里创建sql_test表，
右键-->create table。
然后执行如下代码：
import pandas as pd
from sqlalchemy import create_engine
import pymysql
excelFile = r'F:\spark_code\my_sql_test.xlsx'
def create_table_from_excel():
df = pd.DataFrame(pd.read_excel(excelFile))
engine =create_engine('mysql+pymysql://root:123456@localhost:3306/test')
df.to_sql('sql_test',con=engine,if_exists='replace',index=False)参考：
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。