python更新數據庫腳本三種方法

最近項目的兩次版本迭代中，根據業務需求的變化，需要對數據庫進行更新，兩次分別使用了不同的方式進行更新。

第一種：使用python的MySQLdb模塊利用原生的sql語句進行更新

import MySQLdb # windows中此包安裝路徑 https://www.lfd.uci.edu/~gohlke/pythonlibs/#mysqlclient
#主機名
HOST = '127.0.0.1'
#用戶名
USER = "root"
#密碼
PASSWD = "123456"
#數據庫名
DB = "db_name"
# 打開數據庫連接
db=MySQLdb.connect(HOST,USER,PASSWD,DB)
# 獲取操作游標
cursor=db.cursor()

if __name__ == '__main__':

    if cursor:
        command_a = "update tables_one set status=5 where status=0"
        # 使用execute方法執行SQL語句
        cursor.execute(command_a)
        # 提交到數據庫執行
        db.commit()

        command2 = "select field from tables_one where id =12"
        ret2 = cursor.execute(command2)
        # 獲取所有記錄列表
        ret2=cursor.fetchall()
        for item in ret2:
                command3 = "insert into tables_two(name) values (%s);" % (item[0])
                fin=cursor.execute(command3)
                db.commit()
        # 關閉數據庫連接
        db.close()

數據庫查詢三種方式

• fetchone(): 該方法獲取下一個查詢結果集。結果集是一個對象
• fetchall():接收全部的返回結果行.
• rowcount: 這是一個只讀屬性，並返回執行execute()方法后影響的行數。

 

第二種：使用python的框架flask和sqlalchemy進行更新

# -*- coding:utf-8 -*-
from flask import Flask
from flask_sqlalchemy import SQLAlchemy
from sqlalchemy.sql import text

HOST = '127.0.0.1'
USER = "root"
PASSWD = "123456"
DB = "carrier_test"
CHARTSET = "utf8"

app = Flask(__name__,instance_relative_config = True)
#鏈接數據庫路徑
app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql://%s:%s@127.0.0.1:3306/%s?charset=%s' %(USER,PASSWD,DB,CHARTSET)
#如果設置成 True (默認情況)，Flask-SQLAlchemy 將會追蹤對象的修改並且發送信號。這需要額外的內存， 如果不必要的可以禁用它。
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = True
#如果設置成 True，SQLAlchemy 將會記錄所有 發到標准輸出(stderr)的語句，這對調試很有幫助。
app.config['SQLALCHEMY_ECHO'] = False
# 數據庫連接池的大小。默認是數據庫引擎的默認值 （通常是 5）。
app.config['SQLALCHEMY_POOL_SIZE'] = 6
db = SQLAlchemy(app)

class Table_one(db.Model):
    __tablename__ = 'table_one'

    id = db.Column('id', db.Integer, primary_key=True, autoincrement=True)
    com_name = db.Column('com_name', db.String(30), nullable=False)
    com_about = db.Column('com_about', db.String(200), nullable=False)

    def __repr__(self):
        return '<table_one com_name %r>' % self.com_name


class Table_two(db.Model):
    __tablename__ = 'table_two'

    id = db.Column('id', db.Integer, primary_key=True, autoincrement=True)
    reason = db.Column('reason', db.String(128), nullable=True)
    create_time = db.Column('create_time', db.TIMESTAMP, server_default=text('now()'))
    status = db.Column('status', db.Integer, nullable=False, default=0)

    def __repr__(self):
        return '<table_two id %r>' % self.id

def db_commit_all(lists):
    try:
        db.session.add_all(lists)
        db.session.commit()
        return 'SUCCESS'
    except Exception,e:
        return 'Fail!!!'

def commits_to_three_judge():
    com_sta_obj = Table_one.query.filter_by(com_name='只是測試使用,不用關心表間關系').all()
    for ite in com_sta_obj:
        ship_obj = Table_two.query.filter_by(id=ite.id).first()
        if ship_obj:
            if int(ship_obj.status) == 2:
                ite.status = 0
                print db_commit_all([ite])
    print '表同步結束'

64 
if __name__=='__main__':
    #執行更新數據庫函數
    commits_to_three_judge()

 

第三種：使用python的框架flask的app_context()方法編寫離線腳本

import os
import sys
#防止路徑出錯
sys.path.insert(
    0,
    os.path.abspath(
        os.path.dirname(
            os.path.dirname(os.path.abspath(__file__))
        )
    )
)

#本項目的DB
from ext import DB
#本項目的app
from fws import  app
#本項目的model
from fws.models.share import Share

def update_sql():
    share_obj = Share()
    share_obj.modify_time = 'dfdf'
    DB.session.add(share_obj)
    DB.session.commit()

if __name__ == '__main__':
    #直接使用app_context()方法，其中包含了配置信息等等，不用復制 model類，連接數據庫等
    with app.app_context():
        update_sql()

 

三種方式對比：

1.在實際項目中，數據庫的更新 需要用到很多相關函數進行數據的收集，判斷是否滿足條件等，而這些相關函數在項目中都是用 Sqlalchemy進行數據相關操作，比如第二種方法里的db_commit_all()函數

2.使用第二種方法，直接復制這些函數到腳本中即可，如果使用第一種方法，則需要重寫相關函數，增加開發時間，浪費精力。

3.第三種方法是最方便的方法，對於連接數據庫的配置以及model等直接使用項目中的相關包，只要添加  with app.app_context() 極大的減少開發時間。

4.如果項目中是使用flask進行開發，推薦使用第三種方法進行數據庫更新。

 

Flask-SQLAlchemy中配置相關鏈接 http://www.pythondoc.com/flask-sqlalchemy/config.html

python使用MySQLdb操作mysql數據庫相關連接 http://www.runoob.com/python/python-mysql.html

Flask 的 Context 機制 https://blog.tonyseek.com/post/the-context-mechanism-of-flask/