Python操作mysql
pymysql
安装: pip install pymysql
import pymysql
#连接数据库的参数
conn=pymysql.connect(host='localhost',user='root',passward='',database='tt',charset='utf8')
#cursor=conn.cursor() #默认返回的值是元组类型
cursor=conn.cursor(cursor=pysql.cursors.DictCursor)#返回的值是字典类型
sql="select * from userinfo"
cursor.execute(sql)
#res=cursor.fetchall() #取出所有的数据 返回的是列表套字典
#res=cursor.fetchone() #取出一条数据 返回的是字典类型
res=cursor.fetchmany(12) #指定获取多少条数据 返回的是列表套字典
print(res)
cursor.close()
conn.close()
# 运行结果：
[{'id': 1, 'name': 'zekai', 'depart_id': 1}, {'id': 2, 'name': 'xxx', 'depart_id': 2}, {'id': 3, 'name': 'zekai1', 'depart_id': 3}, {'id': 4, 'name': 'zekai2', 'depart_id': 4}, {'id': 5, 'name': 'zekai3', 'depart_id': 1}, {'id': 6, 'name': 'zekai4', 'depart_id': 2}]
sql注入问题
import pymysql
user=input('输入用户名:').strip()
pwd=input('输入密码:').strip()
#接下来对用户输入的值进行校验
#连接数据库的参数
conn=pymysql.connect(host='localhost',user='root',passward='',database='tt',charset='utf8')
#cursor=conn.cursor() #默认返回的值是元组类型
cursor=conn.cursor(cursor=pysql.cursors.DictCursor)#返回的值是字典类型
sql="select * from user where name='%s' and passward='%s'" %(user,pwd)
cursor.execute(sql)
res=cursor.fetchall() #取出所有的数据 返回的是列表套字典
print(res)
cursor.close()
conn.close()
id res:
print('登录成功！')
else:
print('登录失败！')
# 运行结果：
输入用户名:liang ' or 1=1 #
输入密码:1999
[{'id': 1, 'name': 'engon1', 'passward': 123.0}, {'id': 2, 'name': 'engon2', 'passward': 456.0}, {'id': 3, 'name': 'engon3', 'passward': 789.0}]
登录成功
以上是sql注入问题
产生的原因：因为过于相信用户输入的内容，根本没有做任何的检验
解决方法：
sql="select * from user where name=%s and passward=%s"
cursor.execute(sql,(user,pwd))
# 运行结果：
输入用户名:engon1
输入密码:123
1
登录成功
解决的方法：
sql = "select * from user where name=%s and password=%s"
cursor.execute(sql, (user, pwd))
连接：
### 连接数据库的参数
conn = pymysql.connect(host='localhost',user='root',password='123qwe',database='test',charset='utf8')
# cursor = conn.cursor() ### 默认返回的值是元祖类型
cursor = conn.cursor(cursor=pymysql.cursors.DictCursor) ### 返回的值是字典类型 (*********)
查：
fetchall() ： 取出所有的数据 返回的是列表套字典
fetchone() ： 取出一条数据 返回的是字典
fetchmany(size) ： 取出size条数据 返回的是列表套字典
增：
sql = "insert into user (name, password) values (%s, %s)"
# cursor.execute(sql, ('xxx', 'qwe')) ### 新增一条数据
data = [
('zekai1', 'qwe'),
('zekai2', 'qwe1'),
('zekai3', 'qwe2'),
('zekai4', 'qwe3'),
]
cursor.executemany(sql, data) ### 新增多条数据
#### 加如下代码
conn.commit()
print(cursor.lastrowid) ### 获取最后一行的ID值
修：
sql = "update user set name=%s where id=%s"
cursor.execute(sql, ('dgsahdsa', 2))
conn.commit()
cursor.close()
conn.close()
删除：
sql = "delete from user where id=%s"
cursor.execute(sql, ('dgsahdsa', 2))
conn.commit()
cursor.close()
conn.close()
3.索引
为啥使用索引以及索引的作用：
使用索引就是为了提高查询效率的
类比：
字典中的目录
索引的本质：
一个特殊的文件
索引的底层原理：
B+树
索引的种类：(**************************)
主键索引： 加速查找 + 不能重复 + 不能为空 primary key
唯一索引： 加速查找 + 不能重复 unique(name)
联合唯一索引：unique(name, email)
例子：
zekai 123@qq.com
zekai 123@qq.cmm
普通索引： 加速查找 index (name)
联合索引： index (name, email)
索引的创建：
主键索引：
新增主键索引：
create table xxx(
id int auto_increment ,
primary key(id)
)
alter table xxx change id id int auto_increment primary key;
alter table t1 add primary key (id);
删除主键索引：
mysql> alter table t1 drop primary key;
唯一索引：
新增：
1.
create table t2(
id int auto_increment primary key,
name varchar(32) not null default '',
unique u_name (name)
)charset utf8
2.
CREATE UNIQUE INDEX 索引名 ON 表名 (字段名) ;
create unique index ix_name on t2(name);
3.
alter table t2 add unique index ix_name (name)
删除：
alter table t2 drop index u_name;
普通索引：
新增：
1.
create table t3(
id int auto_increment primary key,
name varchar(32) not null default '',
index u_name (name)
)charset utf8
2.
CREATE INDEX 索引名 ON 表名 (字段名) ;
create index ix_name on t3(name);
3.
alter table t3 add index ix_name (name)
删除：
alter table t3 drop index u_name;
索引的优缺点：
通过观察 *.ibd文件可知：
1.索引加快了查询速度
2.但加了索引之后，会占用大量的磁盘空间
索引加的越多越好？
不是
不会命中索引的情况：
a. 不能在SQl语句中，进行四则运算， 会降低SQL的查询效率
b. 使用函数
select * from tb1 where reverse(email) = 'zekai';
c. 类型不一致
如果列是字符串类型，传入条件是必须用引号引起来，不然...
select * from tb1 where email = 999;
#排序条件为索引，则select字段必须也是索引字段，否则无法命中
d. order by
select name from s1 order by email desc;
当根据索引排序时候，select查询的字段如果不是索引，则速度仍然很慢
select email from s1 order by email desc;
特别的：如果对主键排序，则还是速度很快：
select * from tb1 order by nid desc;
e. count(1)或count(列)代替count(*)在mysql中没有差别了
f. 组合索引最左前缀
什么时候会创建联合索引？
根据公司的业务场景， 在最常用的几列上添加索引
select * from user where name='zekai' and email='zekai@qq.com';
如果遇到上述业务情况， 错误的做法：
index ix_name (name),
index ix_email(email)
正确的做法：
index ix_name_email(name, email)
如果组合索引为：ix_name_email (name,email) ************
where name='zekai' and email='xxxx' -- 命中索引
where name='zekai' -- 命中索引
where email='zekai@qq.com' -- 未命中索引
例子：
index (a,b,c,d)
where a=2 and b=3 and c=4 and d=5 --->命中索引
where a=2 and c=3 and d=4 ----> 未命中
1.查询的时候查询条件精确匹配索引的左边‘连续’一列或几列，则此列就可以被用到。
2.顺序不同也可以被查询到，会自动优化为匹配联合索引的顺序；
3.大多情况下，都应该尽量扩展 已有的索引而不是创建新的索引。
g:
explain
mysql> explain select * from user where name='zekai' and email='zekai@qq.com'G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: user
partitions: NULL
type: ref 索引指向 all
possible_keys: ix_name_email 可能用到的索引
key: ix_name_email 确实用到的索引
key_len: 214 索引长度
ref: const,const
rows: 1 扫描的长度
filtered: 100.00
Extra: Using index 使用到了索引
索引覆盖：
select id from user where id=2000;
慢查询日志：
慢查询日志：
查看慢SQL的相关变量
mysql> show variables like '%slow%'
-> ;
+---------------------------+-----------------------------------------------+
| Variable_name | Value |
+---------------------------+-----------------------------------------------+
| log_slow_admin_statements | OFF |
| log_slow_slave_statements | OFF |
| slow_launch_time | 2 |
| slow_query_log | OFF ### 默认关闭慢SQl查询日志， on |
| slow_query_log_file | D:mysql-5.7.28dataDESKTOP-910UNQE-slow.log | ## 慢SQL记录的位置
+---------------------------+-----------------------------------------------+
5 rows in set, 1 warning (0.08 sec)
mysql> show variables like '%long%';
+----------------------------------------------------------+-----------+
| Variable_name | Value |
+----------------------------------------------------------+-----------+
| long_query_time | 10.000000 |
配置慢SQL的变量：
set global 变量名 = 值
set global slow_query_log = on;
set global slow_query_log_file="D:/mysql-5.7.28/data/myslow.log";
set global long_query_time=1;