十年网站开发经验 + 多家企业客户 + 靠谱的建站团队
量身定制 + 运营维护+专业推广+无忧售后,网站问题一站解决
市面上比较常用的数据库包括mysql, presto, hive, druid, kylin, spark, elasticsearch等,作为一名数据分析师,面对不同的数据库,是否有头麻的情况。别担心,使用python连接以上数据库,你只需要一招,5行代码即可。

在上党等地区,都构建了全面的区域性战略布局,加强发展的系统性、市场前瞻性、产品创新能力,以专注、极致的服务理念,为客户提供成都网站设计、网站制作 网站设计制作定制网站,公司网站建设,企业网站建设,品牌网站设计,成都全网营销,成都外贸网站建设,上党网站建设费用合理。
对于大部分sqlboys和sqlgirls而言,只关心我的sql提交到以上数据库,返回给我一个pandas的dataframe即可。所以必要的输入包括sql和数据库连接信息(包括地址,port, 账号密码)即可。
- from sqlachemy import create_engine
 - import pandas as pd
 - # 数据库连接地址
 - engine = create_engine("mysql://root:123456@127.0.0.1:3306/database")
 - # 用户要查询的sql
 - sql = "select * from users limit 10"
 - df = pd.read_sql_query(sql, engine)
 
- # presto
 - uri = "presto://username:password@127.0.0.1:8080/database?source=pyhive"
 - sql = "select * from users limit 10"
 - df = pd.read_sql_query(sql, create_engine(uri))
 
- # mysql
 - uri = "mysql://root:123456@127.0.0.1:3306/database"
 - sql = "select * from users limit 10"
 - df = pd.read_sql_query(sql, create_engine(uri))
 
- # druid
 - uri = "druid://
 : @ : /druid/v2/sql" - sql = "select count(*) from users where _time> TIME_SHIFT...."
 - df = pd.read_sql_query(sql, create_engine(uri))
 
更多数据库连接方式:
数据库  | 
示例  | 
Apache Druid  | 
druid://  | 
Apache Hive  | 
hive://hive@{hostname}:{port}/{database}  | 
Apache Kylin  | 
kylin://  | 
Apache Spark SQL  | 
hive://hive@{hostname}:{port}/{database}  | 
ClickHouse  | 
clickhouse://{username}:{password}@{hostname}:{port}/{database}  | 
ElasticSearch  | 
elasticsearch+http://{user}:{password}@{host}:9200/  | 
Presto  | 
presto://{user}@{host}:{port}/{database}?source={source}  | 
MySQL  | 
mysql://  | 
基本上市面上所有的数据库,只要该数据库支持sqlalchemy dialect和对应的python driver,都可以按照上面的套路去无脑操作。简单省心。
核心只需要一行代码即可:
- df = pd.read_sql_query(sql, create_engine(uri))