python批量写入hive Python批量写入数据到csv文件

转载

mob6454cc747bda 2023-08-28 18:35:43

文章标签 python批量写入hive SQL 数据库 MySQL 文章分类 Python 后端开发

上周，推送了一篇：“ 收藏！用Python一键批量将任意结构的CSV文件导入MySQL数据库。” 本文是上篇的姊妹篇，只不过是把数据库换成了 Python 自带的SQLite3。

使用 SQLite3 的优势还是很明显的，它是一种嵌入式数据库，只是一个.db格式的文件，无需安装、配置和启动，移植性非常好。是轻量级数据的不二之选！

上一篇介绍的是一键批量导入 MySQL 数据库，这一篇介绍的是一键批量导入 SQLite3 数据库，两者代码 90% 相同。所以本文重点介绍不同之处。

先看一下程序运行效果：

python批量写入hive Python批量写入数据到csv文件_SQL

程序运行动图演示.gif

两篇文章使用的数据源是一模一样的。经本人亲测，导入到 SQLite3 的速度要比导入到 Mysql 快的多。这也进一步验证了，处理轻量级数据，SQLite 要便捷、快速的多。

下面我们就来看看两者代码的主要不同吧：

1. 数据库连接方式不同

try:
    conn = conn = sqlite3.connect(path+'\csv.db')
    cur = conn.cursor()
    print('数据库连接成功！')
    print(' ')
except:
    print('数据库连接失败！')

SQLite3 数据库的连接方式更简单，直接指明路径即可。

2. 代码优化，提高通用性

2.1 优化了数据库表名称

for file in files:
    if file.split('.')[-1] in ['csv']:
        i += 1
        filename = '`' + 'tab_' + file.split('.')[0].replace('-', '_').replace(' ', '_').replace(':','') + '`'

通过遍历每一个 CSV 文件的名称，计算出一个数据库表名称，确保计算出的表名称符合数据库规则：

filename = '`' + 'tab_' + file.split('.')[0].replace('-', '_').replace(' ', '_').replace(':','') + '`'

首先，在数据库表名称前加上 tab_ ，避免纯数字作为表名称时程序报错；其次，替换了 -、 : 和空格；最后，在数据库表名称前后加上一对反引号。

2.2 优化了数据库表字段名称

types = f.ftypes
        field = [] #用来接收字段名称的列表
        table = [] #用来接收字段名称和字段类型的列表
        for item in columns:
            item1 = '`'+item.replace('-', '_').replace(' ', '_').replace(':','')+'`'
            if 'int' in types[item]:
                char = item1 + ' INT'
            elif 'float' in types[item]:
                char = item1 +' FLOAT'
            elif 'object' in types[item]:
                char = item1 +' VARCHAR(255)'
            elif 'datetime' in types[item]:
                char = item1 + ' DATETIME'
            else:
                char = item1 + ' VARCHAR(255)'
            table.append(char)
            field.append(item)

        tables = ','.join(table)
        #print(tables)
        fields = ','.join(field)
        #print(fields)

和数据库表名称优化一样，替换了 -、 : 和空格等特殊符号，并在每一个字段名称前后加上一对反引号。

3. SQL 语句不同

3.1 创建自增主键语句不同

创建 MySQL 数据库自增主键的语句是：id0 int PRIMARY KEY NOT NULL auto_increment；创建 SQLite 数据库自增主键的语句是：id0 INTEGER PRIMARY KEY AUTOINCREMENT NOT NULL。

两者略有不同，SQLite 是用 AUTOINCREMENT 创建自增主键。

3.2 插入数据的语句不同

values = f.values.tolist()
s = ','.join(['?' for _ in range(len(f.columns))])
insert_sql = 'insert into {}({}) values({})'.format(filename,fields,s)
cur.executemany(insert_sql, values)
conn.commit()

主要区别是：SQLite 使用 ? 来占位。

以上就是一键批量将任意结构的CSV文件导入SQLite数据库与MySQL数据库代码的主要不同点。

下面给大家介绍一款 SQLite 数据可视化工具：

SQLiteStudio 是一款绿色小巧的 SQLite 数据库可视化工具，功能强大，操作简单。

我们可以将上文自动导入生成的数据库 csv.db 添加到 SQLiteStudio 中，可以很方便的查看到数据库中有哪些表，以及表结构和数据。见下图：

python批量写入hive Python批量写入数据到csv文件_MySQL_02