1.2 数据库中的数据

目前，常见的数据库可以分为如下两类。

●关系型数据库，如MySQL、PostgreSQL、Microsoft SQL Server、Oracle等。

●非关系型数据库，如BigTable（Google）、Cassandra、MongoDB等。

随着技术的发展，其他类型的数据库也在涌现，如键值数据库等。

MySQL是常用的关系型数据库，它有着比较悠久的历史，曾经是开源的，后来被转手到甲骨文公司，目前仅有社区版开源。尽管如此，因为种种原因，它的使用量仍然比较大。因此，下面就以它为例说明如何从关系型数据库中读取数据。

如果读者尚未在本地计算机安装此数据，可以参阅“扩展探究”中的相关内容。

作为未来的数据科学行业从业者，我们必须掌握数据库有关知识。

基础知识

从MySQL数据库中读取数据的最基本方法是使用SQL语句。下面以本地所创建的数据库为例，演示常用的查询语句。

（1）显示数据库名称。

SQL的全称为Structured Query Language，译为结构化查询语言。SQL是用于访问和处理数据库的标准计算机语言。

查询已有的数据库，其中名为books的数据库是专为本操作示例而创建的。

（2）显示某数据库中的表名称。

首先，指定要操作的数据库。

然后，显示此数据库中的表名称：

也可以使用如下SQL语句实现表名称的查询。

（3）显示数据库表的结构。

显示表结构的常用SQL语句，例如：

SQL语句中的命令不区分大小写，通常习惯用大写。

或者

（4）查询表的记录条数。

在查询数据库表的具体内容之前，先了解记录数量的大小。

查询显示mybooks表中共有6条记录。也可以分组查询。其中COUNT(1)也可以写成COUNT(*)，结果一样。

关于COUNT(1)和COUNT(*)的区别，有不同解释，读者可以在网上查阅。

此处的查询结果显示，mybooks表中的记录根据字段PUB的值可以分为两组：其中一组有4条，另一组有2条。

在上述查询记录数量的SQL语句中，使用了COUNT(1)，其实也可以更换为其他整数或者字段名称。

上面语句的含义是针对某个字段的记录进行查询。如果使用COUNT(1)，则意味着根据主键进行记录数量查询。

（5）查询记录详情。

查询记录详情的SQL语句关键词是SELECT。下面列举几种常见的查询方法，更多的查询方法请参阅数据库的文献资料。

●查询所有记录

显示出数据库表中的所有记录的所有字段值。

●查询指定字段值

●查询结果按照指定字段值的倒序排列

●依据条件查询

查询到了字段pub的值为“phei”的所有记录。

查询到了字段id的值为2和5的记录。

查询到了字段id的值在2～5之间的所有记录。

查询到了字段id的值中含有“Python”字样的记录。

依据条件查询的方式还很多，此处不一一列举，请读者在应用的时候查阅有关资料。

除了使用SQL语句，还可以利用高级语言实现对数据库内容的读写操作。例如，Python语言针对MySQL数据库的接口模块就有多种，此处以其中一个名为PyMySQL的模块为例进行说明（官方网站：https://pymysql.readthedocs.io/en/latest/）。

首先安装此模块：

安装完毕后，用如下方式连接数据库，并读取表中的记录。

此处演示的是连接本地数据库，host也可以用于指定远程地址。

为了实现Python与MySQL数据库的连接，In[1]的代码中使用了pymysql模块，并且用①的方式实现连接，即建立了连接对象（变量mydb引用的pymysql.connect函数返回对象）。读者可以通过帮助文档查看pymysql.connect函数的各参数的具体含义。

②创建一个游标对象，后续的各种关于数据库的操作都是利用此游标对象的方法进行的。

③是一个字符串，是从数据库表中读取所有记录的SQL语句。

④使用游标对象的execute方法执行SQL语句，再用⑤得到所有的记录，为了显示出来，执行其后的循环语句。

项目案例

1．项目描述

在MySQL环境中，创建如下结构的数据库表（名字为cities）。

将1.1.1节的In[2]数据写入此数据表中。然后，用Python完成如下查询。

●查询表中的记录总数。

●只查询name和area两个字段的记录。

●查询population字段中最大和最小的记录。

●查询全部记录，并将查询结果按照area字段从大到小地排序。

2．实现过程

（1）根据要求，用SQL语句创建数据库表结构（也可以用Python完成创建数据库表结构的操作，请读者自行仿照In[1]的方式完成）。

注意，在此处使用的是“utf8”，不是“utf-8”。

（2）从CSV文档中读入数据，并写入数据库表city中。

Pandas中也提供了针对读写数据库的函数pd.read_sql()和pd.to_sql()，详细内容请扫描二维码阅读《Pandas读写文件》。

执行In[2]的代码之后，将原来CSV文件的数据插入数据库表city中。如果使用SQL语句查看此表的结果，可以进行如下操作：

（3）利用Python语言完成查询要求。

动手练习

注：以下操作可以基于本节已经创建的数据库进行，也可以自己新建数据库。

1．查询数据库表中的所有记录。

2．根据指定字段查询。

3．按照指定字段排序，并查询指定数量的记录，如倒序排列之后的前三条记录。

4．根据某个字段值查询。

5．根据某个字段值在某范围内查询。

6．根据某个字段值的字符匹配条件查询。

7．指定字段，练习带AND或者OR的多条件查询。

扩展探究

1．在本地计算机上安装MySQL数据库，并熟悉有关操作。

●安装：https://dev.mysql.com/doc/refman/8.0/en/installing.html。

●SQL语句：https://www.w3schools.com/sql/。

2．可以进一步了解其他关系型数据库，如PostgreSQL（网站：https://www.postgresql.org/）。

3．利用Pandas的函数，读取数据库中的记录。

再次体现了Pandas的强大功能。

建议读者在上述基础上，用Pandas的函数完成“动手练习”中的各题的操作。

4．建议读者了解非关系型数据库，如比较常用的MongoDB，其官网是https://www.mongodb.com/。