怎么用Python連接所有數據庫做數據分析

本篇內容主要講解“怎么用Python連接所有數據庫做數據分析”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“怎么用Python連接所有數據庫做數據分析”吧!

對于大部分sqlboys和sqlgirls而言，只關心我的sql提交到以上數據庫，返回給我一個pandas的dataframe即可。所以必要的輸入包括sql和數據庫連接信息(包括地址，port,  賬號密碼)即可。

from sqlachemy import create_engine  import pandas as pd  # 數據庫連接地址 engine = create_engine("mysql://root:123456@127.0.0.1:3306/database") # 用戶要查詢的sql  sql = "select * from users limit 10" df = pd.read_sql_query(sql, engine)

presto

# 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

# 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

# druid uri = "druid://<User>:<password>@<Host>:<Port-default-9088>/druid/v2/sql" sql = "select count(*) from users where _time> TIME_SHIFT...." df = pd.read_sql_query(sql, create_engine(uri))

更多數據庫連接方式:

基本上市面上所有的數據庫，只要該數據庫支持sqlalchemy dialect和對應的python  driver，都可以按照上面的套路去無腦操作。簡單省心。

核心只需要一行代碼即可：

df = pd.read_sql_query(sql, create_engine(uri))

到此，相信大家對“怎么用Python連接所有數據庫做數據分析”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！