Python数据库操作教程:SQLite与MySQL实战详解
欢迎各位小伙伴来到golang学习网,相聚于此都是缘哈哈哈!今天我给大家带来《Python操作数据库教程:SQLite与MySQL实战指南》,这篇文章主要讲到等等知识,如果你对文章相关的知识非常感兴趣或者正在自学,都可以关注我,我会持续更新相关文章!当然,有什么建议也欢迎在评论留言提出!一起学习!
选择合适的数据库驱动需根据数据库类型和项目需求,如SQLite用自带sqlite3,MySQL选mysql-connector-python或pymysql,PostgreSQL用psycopg2,并综合考虑性能、兼容性、功能和易用性;操作流程包括安装驱动、建立连接、执行SQL、提交事务和关闭连接;为防止SQL注入,应使用参数化查询而非拼接SQL;为提升性能,可使用连接池(如mysql.connector.pooling)复用连接;事务处理通过commit提交或rollback回滚,确保数据一致性。

使用Python操作数据库,关键在于选择合适的数据库驱动,然后建立连接,执行SQL语句。不同的数据库,驱动不同,但操作流程大体一致。
解决方案
首先,你需要安装对应的数据库驱动。比如,如果是SQLite,Python自带sqlite3模块,无需额外安装。如果是MySQL,则需要安装mysql-connector-python或者pymysql。
以SQLite为例:
import sqlite3
# 连接到数据库(如果数据库不存在,则会创建一个)
conn = sqlite3.connect('mydatabase.db')
# 创建一个游标对象,用于执行SQL语句
cursor = conn.cursor()
# 执行SQL语句,创建一个表
cursor.execute('''
CREATE TABLE IF NOT EXISTS users (
id INTEGER PRIMARY KEY,
name TEXT,
age INTEGER
)
''')
# 插入数据
cursor.execute("INSERT INTO users (name, age) VALUES ('Alice', 30)")
cursor.execute("INSERT INTO users (name, age) VALUES ('Bob', 25)")
# 提交事务,保存更改
conn.commit()
# 查询数据
cursor.execute("SELECT * FROM users")
rows = cursor.fetchall()
for row in rows:
print(row)
# 关闭连接
conn.close()如果是MySQL,流程类似,只是连接方式和驱动不同:
import mysql.connector
# 连接到MySQL数据库
mydb = mysql.connector.connect(
host="localhost",
user="yourusername",
password="yourpassword",
database="mydatabase"
)
mycursor = mydb.cursor()
# 执行SQL语句
mycursor.execute("SELECT * FROM users")
myresult = mycursor.fetchall()
for x in myresult:
print(x)注意替换yourusername、yourpassword和mydatabase为你的实际MySQL配置。
如何选择合适的Python数据库驱动?
选择数据库驱动,主要看你的数据库类型和个人偏好。
- SQLite:
sqlite3是Python自带的,简单易用,适合小型项目或本地存储。 - MySQL:
mysql-connector-python是MySQL官方推荐的驱动,性能较好,但可能对某些高级特性支持不够完善。pymysql是纯Python实现的驱动,兼容性好,但性能可能稍逊。 - PostgreSQL:
psycopg2是常用的PostgreSQL驱动,性能优秀,功能强大。 - 其他数据库: 还有诸如
pymongo(MongoDB),redis-py(Redis) 等针对特定数据库的驱动。
选择时,可以考虑以下因素:
- 性能: 驱动的性能直接影响数据库操作的速度。
- 兼容性: 驱动是否与你的Python版本和数据库版本兼容。
- 功能: 驱动是否支持你需要的数据库特性,比如连接池、事务等。
- 易用性: 驱动的API是否易于理解和使用。
如何防止SQL注入攻击?
SQL注入是一种常见的安全漏洞,攻击者可以通过构造恶意的SQL语句来窃取或篡改数据库中的数据。
防止SQL注入的关键是不要直接将用户输入拼接到SQL语句中。应该使用参数化查询或预编译语句。
以SQLite为例:
# 错误示例(存在SQL注入风险)
username = input("Enter username: ")
sql = "SELECT * FROM users WHERE username = '" + username + "'"
cursor.execute(sql)
# 正确示例(使用参数化查询)
username = input("Enter username: ")
sql = "SELECT * FROM users WHERE username = ?"
cursor.execute(sql, (username,))参数化查询会将用户输入作为参数传递给数据库,数据库会自动处理转义,防止恶意SQL语句的执行。
对于MySQL,mysql-connector-python和pymysql都支持参数化查询。
如何处理数据库连接池?
频繁地创建和关闭数据库连接会消耗大量的系统资源。使用数据库连接池可以有效地提高数据库操作的性能。
连接池维护着一组数据库连接,当需要连接时,从连接池中获取一个空闲连接;当连接使用完毕后,将其返回到连接池中,而不是直接关闭。
以mysql-connector-python为例,可以使用mysql.connector.pooling模块创建连接池:
import mysql.connector
from mysql.connector import pooling
# 创建连接池
pool = mysql.connector.pooling.MySQLConnectionPool(
pool_name = "mypool",
pool_size = 5, # 连接池大小
host="localhost",
user="yourusername",
password="yourpassword",
database="mydatabase"
)
# 从连接池中获取连接
conn = pool.get_connection()
cursor = conn.cursor()
# 执行SQL语句
cursor.execute("SELECT * FROM users")
# ...
# 释放连接
cursor.close()
conn.close()pool_size参数指定连接池中连接的数量。合理设置连接池大小可以提高数据库操作的并发能力。
如何处理数据库事务?
事务是一组数据库操作的逻辑单元,要么全部执行成功,要么全部回滚。事务可以保证数据的一致性和完整性。
以SQLite为例:
import sqlite3
conn = sqlite3.connect('mydatabase.db')
cursor = conn.cursor()
try:
# 开始事务
cursor.execute("BEGIN TRANSACTION")
# 执行一系列SQL语句
cursor.execute("UPDATE accounts SET balance = balance - 100 WHERE id = 1")
cursor.execute("UPDATE accounts SET balance = balance + 100 WHERE id = 2")
# 提交事务
conn.commit()
print("Transaction committed successfully.")
except Exception as e:
# 回滚事务
conn.rollback()
print(f"Transaction failed: {e}")
finally:
conn.close()如果在事务执行过程中发生异常,conn.rollback()会将数据库恢复到事务开始前的状态。
对于MySQL,事务处理方式类似。
记住,掌握这些基本操作,你就能在Python中轻松地与各种数据库打交道了。 实践出真知,多写代码,才能真正理解其中的奥妙。
今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~
GolangWeb会话与Cookie使用教程
- 上一篇
- GolangWeb会话与Cookie使用教程
- 下一篇
- 12306抢票技巧,提高成功率方法分享
-
- 文章 · python教程 | 1天前 |
- Python logging Formatter 统一结构化字段输出
- 185浏览 收藏
-
- 文章 · python教程 | 1天前 | 配置 · python · Python教程 · 配置管理 Python 3.15 frozendict 不可变映射
- Python 3.15 frozendict 内置类型的配置使用场景
- 192浏览 收藏
-
- 文章 · python教程 | 1天前 | 序列化 · python · Python pickle 进程池 multiprocessing Pool
- Python multiprocessing 进程池传递不可序列化对象
- 255浏览 收藏
-
- 文章 · python教程 | 1天前 | 数据一致性 · Python教程 · Python 事务 自动提交 sqlite3 autocommit isolation_level
- Python sqlite3 事务模式与自动提交边界
- 197浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python contextlib.nullcontext 统一同步异步入口
- 316浏览 收藏
-
- 文章 · python教程 | 1天前 | 面向对象 · python · Python教程 · InitVar __post_init__ Python dataclass 派生字段 field(init=False)
- Python dataclass __post_init__ 计算派生字段
- 303浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python typing.TypeGuard 处理复杂容器类型收窄
- 437浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python os.fspath 支持自定义路径对象
- 214浏览 收藏
-
- 文章 · python教程 | 2天前 | 异常处理 · 异步编程 · Python教程 · asyncio · 后台任务 任务取消 CancelledError Python asyncio asyncio.shield
- Python asyncio.shield 保护后台任务免受外层取消
- 407浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python configparser ExtendedInterpolation 组织分层配置
- 480浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 436次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 509次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 526次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 469次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 296次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

