环球消息！Python 读取千万级数据自动写入 MySQL 数据库

来源：脚本之家时间：2022-06-29 06:07:24

前言

Python 读取数据自动写入 MySQL 数据库，这个需求在工作中是非常普遍的，主要涉及到 python 操作数据库，读写更新等，数据库可能是 mongodb、 es，他们的处理思路都是相似的，只需要将操作数据库的语法更换即可。本篇文章会给大家系统的分享千万级数据如何写入到 mysql，分为两个场景，两种方式。

场景一：数据不需要频繁的写入mysql

使用 navicat 工具的导入向导功能。支持多种文件格式，可以根据文件的字段自动建表，也可以在已有表中插入数据，非常快捷方便。

(资料图)

场景二：数据是增量的，需要自动化并频繁写入mysql

测试数据：csv 格式，大约 1200万行

import pandas as pd
data = pd.read_csv("./tianchi_mobile_recommend_train_user.csv")
data.shape

打印结果：

方式一：python ➕ pymysql 库

安装 pymysql 命令：

pip install pymysql

代码实现:

import pymysql
# 数据库连接信息
conn = pymysql.connect(
       host="127.0.0.1",
       user="root",
       passwd="wangyuqing",
       db="test01",
       port = 3306,
       charset="utf8")
# 分块处理
big_size = 100000
# 分块遍历写入到 mysql
with pd.read_csv("./tianchi_mobile_recommend_train_user.csv",chunksize=big_size) as reader:
    for df in reader:
        datas = []
        print("处理：",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()
 # 关闭服务
conn.close()
cursor.close()
print("存入成功！")

方式二：pandas ➕ sqlalchemy：pandas需要引入sqlalchemy来支持sql，在sqlalchemy的支持下，它可以实现所有常见数据库类型的查询、更新等操作。

代码实现：

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！")