一、前言
最近做web网站的测试,遇到很多需要批量造数据的功能;比如某个页面展示数据条数需要达到10000条进行测试,此时手动构造数据肯定是不可能的,此时只能通过python脚本进行自动构造数据;本次构造数据主要涉及到在某个表里面批量添加数据、在关联的几个表中同步批量添加数据、批量查询某个表中符合条件的数据、批量更新某个表中符合条件的数据等。
二、数据添加
即批量添加数据到某个表中。
insert_data.py
import pymysql import random import time from get_userinfo import get_userinfo from get_info import get_info from get_tags import get_tags from get_tuser_id import get_utag class DatabaseAccess(): def __init__(self): self.__db_host = "xxxxx" self.__db_port = 3307 self.__db_user = "root" self.__db_password = "123456" self.__db_database = "xxxxxx" # 连接数据库 def isConnectionOpen(self): self.__db = pymysql.connect( host=self.__db_host, port=self.__db_port, user=self.__db_user, password=self.__db_password, database=self.__db_database, charset='utf8' ) # 插入数据 def linesinsert(self,n,user_id,tags_id,created_at): self.isConnectionOpen() # 创建游标 global cursor conn = self.__db.cursor() try: sql1 = ''' INSERT INTO `codeforge_new`.`cf_user_tag`(`id`, `user_id`, `tag_id`, `created_at`, `updated_at`) VALUES ({}, {}, {}, '{}', '{}'); '''.format(n,user_id,tags_id,created_at,created_at) # 执行SQL conn.execute(sql1,) except Exception as e: print(e) finally: # 关闭游标 conn.close() self.__db.commit() self.__db.close() def get_data(self): # 生成对应数据 1000条 for i in range(0,1001): created_at = time.strftime('%Y-%m-%d %H:%M:%S',time.localtime()) # print(create_at) # 用户id tuserids = [] tuserid_list = get_utag() for tuserid in tuserid_list: tuserids.append(tuserid[0]) # print(tuserids) userid_list = get_userinfo() user_id = random.choice(userid_list)[0] if user_id not in tuserids: user_id=user_id # 标签id tagsid_list = get_tags() tags_id = random.choice(tagsid_list)[0] self.linesinsert(i,user_id,tags_id,created_at) if __name__ == "__main__": # 实例化对象 db=DatabaseAccess() db.get_data()
二、数据批量查询
select_data.py
import pymysql import pandas as pd import numpy as np def get_tags(): # 连接数据库,地址,端口,用户名,密码,数据库名称,数据格式 conn = pymysql.connect(host='xxx.xxx.xxx.xxx',port=3307,user='root',passwd='123456',db='xxxx',charset='utf8') cur = conn.cursor() # 表cf_users中获取所有用户id sql = 'select id from cf_tags where id between 204 and 298' # 将user_id列转成列表输出 df = pd.read_sql(sql,con=conn) # 先使用array()将DataFrame转换一下 df1 = np.array(df) # 再将转换后的数据用tolist()转成列表 df2 = df1.tolist() # cur.execute(sql) # data = cur.fetchone() # print(df) # print(df1) # print(df2) return df2 conn.close()
三、批量更新数据
select_data.py
import pymysql import pandas as pd import numpy as np def get_tags(): # 连接数据库,地址,端口,用户名,密码,数据库名称,数据格式 conn = pymysql.connect(host='xxx.xxx.xxx.xxx',port=3307,user='root',passwd='123456',db='xxxx',charset='utf8') cur = conn.cursor() # 表cf_users中获取所有用户id sql = 'select id from cf_tags where id between 204 and 298' # 将user_id列转成列表输出 df = pd.read_sql(sql,con=conn) # 先使用array()将DataFrame转换一下 df1 = np.array(df) # 再将转换后的数据用tolist()转成列表 df2 = df1.tolist() # cur.execute(sql) # data = cur.fetchone() # print(df) # print(df1) # print(df2) return df2 conn.close()
以上就是python 实现数据库中数据添加、查询与更新的示例代码的详细内容,更多关于python 数据库添加、查询与更新的资料请关注其它相关文章!
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件!
如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
白云城资源网 Copyright www.dyhadc.com
暂无“python 实现数据库中数据添加、查询与更新的示例代码”评论...
更新日志
2024年11月08日
2024年11月08日
- 雨林唱片《赏》新曲+精选集SACD版[ISO][2.3G]
- 罗大佑与OK男女合唱团.1995-再会吧!素兰【音乐工厂】【WAV+CUE】
- 草蜢.1993-宝贝对不起(国)【宝丽金】【WAV+CUE】
- 杨培安.2009-抒·情(EP)【擎天娱乐】【WAV+CUE】
- 周慧敏《EndlessDream》[WAV+CUE]
- 彭芳《纯色角3》2007[WAV+CUE]
- 江志丰2008-今生为你[豪记][WAV+CUE]
- 罗大佑1994《恋曲2000》音乐工厂[WAV+CUE][1G]
- 群星《一首歌一个故事》赵英俊某些作品重唱企划[FLAC分轨][1G]
- 群星《网易云英文歌曲播放量TOP100》[MP3][1G]
- 方大同.2024-梦想家TheDreamer【赋音乐】【FLAC分轨】
- 李慧珍.2007-爱死了【华谊兄弟】【WAV+CUE】
- 王大文.2019-国际太空站【环球】【FLAC分轨】
- 群星《2022超好听的十倍音质网络歌曲(163)》U盘音乐[WAV分轨][1.1G]
- 童丽《啼笑姻缘》头版限量编号24K金碟[低速原抓WAV+CUE][1.1G]