怎么使用數據庫查詢1秒找到需要的數據

怎么使用數據庫查詢1秒找到需要的數據，相信很多沒有經驗的人對此束手無策，為此本文總結了問題出現的原因和解決方法，通過這篇文章希望你能解決這個問題。

1 簡介

學習Dash中渲染網頁靜態表格的常用方法，并在最后的例子中教大家如何配合Dash，簡簡單單編寫一個數據庫查詢應用~ 還特意在文末藏了驚喜哦！

2 在Dash中渲染靜態表格

在Dash中渲染「靜態」表格，方法有很多，而我們今天要學習的方法，是配合之前文章介紹過的第三方拓展dash_bootstrap_components中的Table()部件，借助bootstrap的特性來快速創建美觀的「靜態」表格：

2.1 靜態表格的構成

要學習如何基于Dash在前端中渲染出一張靜態表格，首先我們需要學習其元素構成，Dash延續html中table標簽相關概念，由Table()、Thead()、Tbody()、Tr()、Th()以及Td()等6個部件來構成一張完整的表，先從一個簡單的例子出發：

?app1.py?

import dash import dash_html_components as html import dash_bootstrap_components as dbc  app = dash.Dash(__name__)  app.layout = html.Div(     dbc.Container(         dbc.Table(             [                 html.Thead(                     html.Tr(                         [                             html.Th('第一列'),                             html.Th('第二列'),                         ]                     )                 ),                 html.Tbody(                     [                         html.Tr(                             [                                 html.Td('一行一列'),                                 html.Td('一行二列'),                             ]                         ),                         html.Tr(                             [                                 html.Td('二行一列'),                                 html.Td('二行二列'),                             ]                         )                     ]                 )             ]         ),         style={             'margin-top': '50px' # 設置頂部留白區域高度         }     ) )  if __name__ == '__main__':     app.run_server(debug=True)

注意，我們這里使用到的Table()部件來自dash_bootstrap_components，而表格其余的構成部件均來自Dash原生的dash_html_components庫，這些部件分別的作用如下：

「Table()」

Table()是一張靜態表格最外層的部件，而之所以選擇dash_bootstrap_components中的Table()，是因為其自帶了諸多實用參數，常用的如下：

• 「bordered」：bool型，用于設置是否「保留」表格外邊框線

• 「borderless」：bool型，用于設置是否「刪除」表格內部單元格框線

• 「striped」：bool型，用于設置是否對數值行應用「斑馬著色」方案，即相鄰行背景色不同

• 「dark」：bool型，用于設置是否應用「暗黑」主題

• 「hover」：bool型，當設置為True時，鼠標懸浮于某行會有對應的效果

通過上述參數，我們就可以改變靜態表格的整體效果，譬如設置dark=True之后的app1.py效果如下：

「Thead()與Tbody()」

在部件Table()之下一級需要子元素Thead()與Tbody()，分別用于存放表頭信息以及表數值內容信息。

「Tr()、Th()與Td()」

經過前面Table()嵌套Thead()與Tbody()的過程之后，我們就可以分別開始在「表頭區域」和「數值區域」正式組織數據內容。

既然是一張表格，那么還是要按照先行后列的網格方式組織內容。而Tr()部件的作用就是作為行容器，其內部嵌套的子元素則是表格中每個單元格位置上的元素。

其中在Thead()嵌套的Tr()內部，需要使用Th()來設置每列的字段名稱，而在Tbody()嵌套的Tr()內部，Td()與Th()都可以用來設置每個單元格的數值內容，只不過Th()在表現單元格數值時有加粗效果：

?app2.py?

import dash import dash_html_components as html import dash_bootstrap_components as dbc  app = dash.Dash(__name__)  app.layout = html.Div(     dbc.Container(         dbc.Table(             [                 html.Thead(                     html.Tr(                         [                             html.Th('字段1'),                             html.Th('字段2')                         ]                     )                 ),                 html.Tbody(                     [                         html.Tr(                             [                                 html.Th('1'),                                 html.Td('test')                             ]                         ),                         html.Tr(                             [                                 html.Th('2'),                                 html.Td('test')                             ]                         ),                         html.Tr(                             [                                 html.Td('3'),                                 html.Td('test')                             ]                         )                     ]                 )             ],             striped=True         ),         style={             'margin-top': '50px'  # 設置頂部留白區域高度         }     ) )  if __name__ == '__main__':     app.run_server(debug=True)

而Th()與Td()均有額外參數colSpan與rowSpan，可以傳入整數，來實現橫向或縱向「合并單元格」的效果，譬如下面的例子：

?app3.py?

import dash import dash_html_components as html import dash_bootstrap_components as dbc  app = dash.Dash(__name__)  app.layout = html.Div(     dbc.Container(         dbc.Table(             [                 html.Thead(                     html.Tr(                         [                             html.Th('字段1'),                             html.Th('字段2'),                             html.Th('字段3'),                             html.Th('字段4'),                         ]                     )                 ),                 html.Tbody(                     [                         html.Tr(                             [                                 html.Th('1'),                                 # style設置水平居中                                 html.Td('colSpan=2', colSpan=2, style={'text-align': 'center'}),                                 html.Td('test'),                             ]                         ),                         html.Tr(                             [                                 html.Th('2'),                                 html.Td('test'),                                 # style設置垂直居中                                 html.Td('rowSpan=2', rowSpan=2, style={'vertical-align': 'middle'}),                                 html.Td('test')                             ]                         ),                         html.Tr(                             [                                 html.Th('3'),                                 html.Td('test'),                                 html.Td('test')                             ]                         )                     ]                 )             ],             striped=True,             bordered=True         ),         style={             'margin-top': '50px'  # 設置頂部留白區域高度         }     ) )  if __name__ == '__main__':     app.run_server(debug=True)

2.2 快速表格渲染

2.2.1 利用列表推導快速渲染靜態表格

通過前面的內容，我們知曉了在Dash中如果渲染一張帶有樣式的靜態表格，而日常需求中，面對批量的數據，我們當然不可能手動編寫整張表對應的代碼，對于數量較多的表格，我們可以配合Python中常用的列表推導來實現。

比如下面的例子：

?app4.py?

import dash import dash_html_components as html import dash_bootstrap_components as dbc import pandas as pd import numpy as np  fake_df = pd.DataFrame(np.random.rand(1000).reshape(200, 5)) fake_df.rename(lambda s: f'字段{s}', axis=1, inplace=True) # 批量格式化列名  app = dash.Dash(__name__)  app.layout = html.Div(     dbc.Container(         dbc.Table(             [                 html.Thead(                     html.Tr(                         [html.Th('行下標', style={'text-align': 'center'})] +                         [                             html.Th(column, style={'text-align': 'center'})                             for column in fake_df.columns                         ]                     )                 ),                 html.Tbody(                     [                         html.Tr(                             [html.Th(f'#{idx}', style={'text-align': 'center'})] +                             [                                html.Td(row[column], style={'text-align': 'center'})                                 for column in fake_df.columns                             ]                         )                         for idx, row in fake_df.iterrows()                     ]                 )             ],             striped=True,             bordered=True         ),         style={             'margin-top': '50px'  # 設置頂部留白區域高度         }     ) )  if __name__ == '__main__':     app.run_server(debug=True)

在生成表頭和每行內容時應用列表推導，使得我們的代碼更加簡潔。

2.2.2 利用from_dataframe()快速渲染表格

上述的列表推導方式雖說已經簡潔了很多，但dash_bootstrap_components還提供了Table.from_dataframe()方法，可以直接傳入pandas數據框來快速制作簡易的靜態表格。

它的樣式相關參數與dbc.Table()一致，缺點是自定義表格內部元素樣式的自由度沒有前面列表推導高：

?app5.py?

import dash import dash_html_components as html import dash_bootstrap_components as dbc import pandas as pd import numpy as np  fake_df = pd.DataFrame(np.random.rand(1000).reshape(200, 5)) fake_df.rename(lambda s: f'字段{s}', axis=1, inplace=True) # 批量格式化列名  app = dash.Dash(__name__)  app.layout = html.Div(     dbc.Container(         # 一行代碼渲染靜態表格         dbc.Table.from_dataframe(fake_df, striped=True),         style={             'margin-top': '50px'  # 設置頂部留白區域高度         }     ) )  if __name__ == '__main__':     app.run_server(debug=True)

3 自制簡易的數據庫查詢系統

在學習了今天的內容之后，我們就可以創建很多以表格為主體內容的web應用，典型如數據庫查詢系統，我們以Postgresql為例，配合pandas與sqlalchemy的相關功能，來快速打造一個簡單的數據庫查詢系統。

首先將本期附件中的所有數據表利用下面的代碼導入目標數據庫中：

接著只需要配合Dash，短短的幾十行代碼就可以實現。

對應代碼如下：

?app6.py?

import dash import dash_html_components as html import dash_bootstrap_components as dbc import dash_core_components as dcc from dash.dependencies import Input, Output, State import pandas as pd from sqlalchemy import create_engine  postgres_url = 'postgresql://postgres:填入你的密碼@localhost:5432/Dash' engine = create_engine(postgres_url)  app = dash.Dash(__name__)  app.layout = html.Div(     dbc.Container(         [             dbc.Row(                 [                     dbc.Col(dbc.Button('更新數據庫信息', id='refresh-db', style={'width': '100%'}), width=2),                     dbc.Col(dcc.Dropdown(id='db-table-names', placeholder='選擇庫中數據表', style={'width': '100%'}), width=4),                     dbc.Col(dbc.Button('查詢', id='query', style={'width': '100%'}), width=1)                 ]             ),             html.Hr(),             dbc.Row(                 [                     dbc.Col(                         id='query-result'                     )                 ]             )         ],         style={             'margin-top': '50px'  # 設置頂部留白區域高度         }     ) )  @app.callback(     Output('db-table-names', 'options'),     Input('refresh-db', 'n_clicks'),     prevent_initial_call=True ) def query_data_records(n_clicks):          # 提取目標表格并查詢其最多前500行記錄         table_names = pd.read_sql_query("select tablename from pg_tables where schemaname='public'", con=engine)         return [{'label': name, 'value': name} for name in table_names['tablename']]  @app.callback(     Output('query-result', 'children'),     Input('query', 'n_clicks'),     State('db-table-names', 'value'),     prevent_initial_call=True ) def refresh_table_names(n_clicks, value):     if value:         query_result = pd.read_sql_query(f'select * from {value} limit 500', con=engine)          return html.Div(dbc.Table.from_dataframe(query_result, striped=True), style={'height': '600px', 'overflow': 'auto'})     else:         return dash.no_update  if __name__ == '__main__':     app.run_server(debug=True)

看完上述內容，你們掌握怎么使用數據庫查詢1秒找到需要的數據的方法了嗎？如果還想學到更多技能或想了解更多相關內容，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！