首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

小窍门:为MySQL和Pandas准备的SQLAlchemy

多年来我一直使用mysql-python库来连接mysql数据库。这些年来它对我很有用。但有时你需要有更快的速度或使用mysql-python时有更好的连接管理。这就是SQLAlchemy的用武之地。

在深入研究之前,如果你正在做那些不怎么依赖于速度的事情(例如:你并不关心花了1秒钟来连接数据库、操作数据、关闭数据库),那么你可以忽略掉这个窍门。即便如此,如果你有多个连接,连接的时间则会相加起来。

例如,我最近遇到一个问题,连接数据库、运行分析并出结果花费了4.5秒以上的时间。如果这是为你做的事情,这个结果并不糟糕。但是如果这是一个生产系统并且速度是必须的要求,4.5秒就显得太长了(真的太长了)。

当使用python的timer()函数做一些分析时,我发现4.5秒的时间中有50%以上用于建立数据库连接,因此我使用了SQLAchemy(https://www.sqlalchemy.org/)工具包并开始工作。

对于那些不了解SQLAlchemy的人,SQLAlchemy是一个“pythonSQL工具包和对象关系映射器”(ORM),目的是当使用SQL数据库工作时会使事情变得简单起来。对我来说,ORM倾向于将事情变得更复杂,所以我倾向于使用普通的SQL查询,但是SQLAlchemy的SQL toolkit方面很有意义,并且在连接到SQL数据库时可以节省一些时间。

在我们深入SQLAlchemy之前,让我们花一些时间查看如何使用mysql-python连接器连接到SQL数据库(至少看我是如何操作的)。

首先,让我们设置import语句。为此,我们将引入库MySQLdb,pandas和pandas.io.sql,以此将SQL数据直接读入一个pandas dataframe中。

第二步,创建一个数据库连接、创建查询、运行此查询并最终关闭数据库。

从数据库mysql中使用mysql-python读取数据至pandas dataframe中,这是一个相当标准的方法。正如上面所讨论的,在我运行了4.5秒以上的时间之前,我就一直在使用这种方法。注意:在4.5秒及以上的时间中,包含了多项数据库调用和分析。在我试图改进性能的代码中,像上面这样的基本数据库调用大约运行0.45秒,而建立数据库连接是大部分时间。

为了改善性能--特别是如果要对多个表进行多个调用,可以使用SQLAlchemy和pandas。如果你还未安装它,你将需要pip insstall sqlalchemy。现在,让我们设置导入:

现在你可以为SQLAlchemy设置与数据库连接的字符串,你可以像下面这样把所有的内容放在一起:

这其中,USER是你的用户名,PW是你的密码,DBHOST是数据库主机,DB是你想要连接的数据库。

要设置持久连接,请执行以下操作:

现在,你已经连接到数据库,可以开始了。无需担心游标或数据库连接的开启与关闭。SQLAlchemy为你保留了连接管理方面的内容。

现在你需要做的是关注你的SQL查询并将结果加载至pandas dataframe中。

以上就是所有的细节。并且......它更快。在上面的例子中,我的数据库设置/连接/查询/关闭的时间从0.45秒降低到0.15秒。运行时间取决于你查询的数据和数据库是否恰当,但是在本例中,除了mysql-python被SQLAlchemy替换并在pandas中使用了新的read_sql_query函数,其他所有内容都是相同的。

使用这种方法,获取数据、分析数据并返回数据所需的4.5秒以上的时间减少至1.5秒左右。并且仅仅转换了连接与管理的方法就获得了令人印象深刻的好处。

英文原文:https://pythondata.com/quick-tip-sqlalchemy-for-mysql-and-pandas/

译者:ONGOING

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20190324A03JE400?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券