建議收藏！Python 讀取千萬級資料自動寫入 MySQL 資料庫

6 min readJun 29, 2022

文章來源於：python與資料分析

Python 讀取資料自動寫入 MySQL 資料庫，這個需求在工作中是非常普遍的，主要涉及到 python 操作資料庫，讀寫更新等，資料庫可能是 mongodb、 es，他們的處理思路都是相似的，只需要將操作資料庫的語法更換即可。本篇文章會給大家系統的分享千萬級資料如何寫入到 mysql，分為兩個場景，三種方式。

一、場景一：資料不需要頻繁的寫入mysql

使用 navicat 工具的匯入嚮導功能。支援多種檔案格式，可以根據檔案的欄位自動建表，也可以在已有表中插入資料，非常快捷方便。

場景二：資料是增量的，需要自動化並頻繁寫入mysql

測試資料：csv 格式，大約 1200萬行

import pandas as pd
data = pd.read_csv(‘./tianchi_mobile_recommend_train_user.csv’)
data.shape

圖片列印結果

方式一：

python ➕ pymysql 庫

安裝 pymysql 命令

pip install pymysql

程式碼實現

import pymysql
# 資料庫連線資訊
conn = pymysql.connect(
host=’127.0.0.1',
user=’root’,
passwd=’wangyuqing’,
db=’test01',
port = 3306,
charset=”utf8")
# 分塊處理
big_size = 100000
# 分塊遍歷寫入到 mysql
with pd.read_csv(‘./tianchi_mobile_recommend_train_user.csv’,chunksize=big_size) as reader:
for df in reader:
datas = []
print(‘處理：’,len(df))
# print(df)
for i ,j in df.iterrows():
data = (j[‘user_id’],j[‘item_id’],j[‘behavior_type’],
j[‘item_category’],j[‘time’])
datas.append(data)
_values = “,”.join([‘%s’, ] * 5)
sql = “””insert into users(user_id,item_id,behavior_type
,item_category,time) values(%s)””” % _values
cursor = conn.cursor()
cursor.executemany(sql,datas)
conn.commit()
# 關閉服務
conn.close()
cursor.close()
print(‘存入成功！’)

方式二：

pandas ➕ sqlalchemy：pandas需要引入sqlalchemy來支援sql，在sqlalchemy的支援下，它可以實現所有常見資料庫型別的查詢、更新等操作。

程式碼實現

from sqlalchemy import create_engine
engine = create_engine(‘mysql+pymysql://root:wangyuqing@localhost:3306/test01’)
data = pd.read_csv(‘./tianchi_mobile_recommend_train_user.csv’)
data.to_sql(‘user02’,engine,chunksize=100000,index=None)
print(‘存入成功！’)