热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

Python中使用SQLAlchemy连接Mysql数据库(单表操作)

一,SQLAlchemy的安装使用$easy_installsqlalchemy或$pipinstallsqlalchemy如果出现什么错,就进去root用户下进行安装试试,或者网上查查importsqlalchemy这样说明成功了,切记是小写哦二,使用理论我也不懂,自己查查资料,现在用一个小的案

一,SQLAlchemy的安装 使用 $ easy_install sqlalchemy或 $ pip install sqlalchemy 如果出现什么错,就进去root用户下进行安装试试,或者网上查查 import sqlalchemy 这样说明成功了,切记是小写哦 二,使用 理论我也不懂,自己查查资料,现在用一个小的案

一,SQLAlchemy的安装
使用

$ easy_install sqlalchemy
或
$ pip install sqlalchemy

如果出现什么错,就进去root用户下进行安装试试,或者网上查查

>>> import sqlalchemy
>>> 

这样说明成功了,切记是小写哦
二,使用
理论我也不懂,自己查查资料,现在用一个小的案例说一下使用步骤
1,在进行数据操作之前要先连上数据库。

>>> from sqlalchemy import create_engine
>>> from sqlalchemy.orm import sessionmaker  
>>> DB_COnNECT= 'mysql+mysqldb://root:102@localhost/mydb'
>>> engine = create_engine(DB_CONNECT, echo=True)
>>> DB_Session = sessionmaker(bind=engine)
>>> session = DB_Session()

from 是从sqlalchemy中插入必须的模板,DB_CONNECT 是构造数据库的路径 ,mysql+mysqldb是说明使用MySQL-Python 来连接,root是数据库用户名,102是密码,localhost表示是数据库在本机上,mydb是要连接的数据库名字,设置字符集的charset可以省了
create_engine() 会返回一个数据库引擎,echo 参数为 True 时,会显示每条执行的 SQL 语句,生产环境下可关闭。
sessionmaker(bind=engine)会生成一个数据库会话类。这个类的实例可以当成一个数据库连接,它同时还记录了一些查询的数据,并决定什么时候执行 SQL 语句。由于 SQLAlchemy 自己维护了一个数据库连接池(默认 5 个连接),也可以自己设置。
得到session 后,就可以执行 SQL 了:
2,在进行操作前先把表给建立了,由于SQLAlchemy 可以和变进行建立连接并且可以通过语言进行见表

mysql> show tables;
Empty set (0.00 sec)
mysql> 

此时是没有表的,现在我们建立一个学生便stu,一个课程表cla和一个成绩表grade

>>> from sqlalchemy import Column
>>> from sqlalchemy.types import CHAR, Integer, String
>>> from sqlalchemy.ext.declarative import declarative_base
>>> from random import randint
>>> from sqlalchemy import ForeignKey
>>> BaseModel = declarative_base()
>>> def init_db():
...     BaseModel.metadata.create_all(engine)
... 
>>> def drop_db():
...     BaseModel.metadata.drop_all()
... 
>>> class Stu(BaseModel):
...     __tablename__='stu'
...     id = Column(Integer,primary_key = True)
...     name = Column(CHAR(30))
... 
>>> class Cla(BaseModel):
...     __tablename__='cla'
...     id = Column(Integer,primary_key = True)设置主键
...     cname = Column(CHAR(30))
... 
>>> class Grade(BaseModel):
...     __tablename__ = 'grade'
...     uid = Column(Integer,ForeignKey('stu.id'))设置外键
...     cid = Column(Integer,ForeignKey('cla.id'))
...     id = Column(Integer,primary_key=True)
...     gre=Column(Integer)
... 

declarative_base() 创建了一个 BaseModel 类,这个类的子类可以自动与一个表关联。以 Stu 类为例,它的 tablename 属性就是数据库中该表的名称,它有 id 和 name 这两个字段,分别为整型和 30 个定长字符。Column 还有一些其他的参数,我就不解释了。
最后,BaseModel.metadata.create_all(engine) 会找到 BaseModel 的所有子类,并在数据库中建立这些表;drop_all() 则是删除这些表。
现在执行init_db()进行建立表,对应语句如下

>>> init_db()
CREATE TABLE stu (
    id INTEGER NOT NULL AUTO_INCREMENT, 
    name CHAR(30), 
    PRIMARY KEY (id)
)

CREATE TABLE cla (
    id INTEGER NOT NULL AUTO_INCREMENT, 
    cname CHAR(30), 
    PRIMARY KEY (id)
)
CREATE TABLE grade (
    id INTEGER NOT NULL AUTO_INCREMENT, 
    uid INTEGER, 
    cid INTEGER, 
    gre INTEGER, 
    PRIMARY KEY (id), 
    FOREIGN KEY(uid) REFERENCES stu (id), 
    FOREIGN KEY(cid) REFERENCES cla (id)
)
COMMIT
>>> 

以上就是执行时对应的建表语句,现在去数据库看看表是否存在,并查看一个表结构

mysql> show tables;
+----------------+
| Tables_in_mydb |
+----------------+
| cla            |
| grade          |
| stu            |
+----------------+
3 rows in set (0.00 sec)

表已经建立成功了,现在看一下表结构

mysql> desc grade;
+-------+---------+------+-----+---------+----------------+
| Field | Type    | Null | Key | Default | Extra          |
+-------+---------+------+-----+---------+----------------+
| id    | int(11) | NO   | PRI | NULL    | auto_increment |
| uid   | int(11) | YES  | MUL | NULL    |                |
| cid   | int(11) | YES  | MUL | NULL    |                |
| gre   | int(11) | YES  |     | NULL    |                |
+-------+---------+------+-----+---------+----------------+
4 rows in set (0.00 sec)

可以看出 使用SQLAlchemy中的语句和使用SQL语句的结果一样。接下来就可以插入数据了

>>> stu = Stu(name='a')
>>> session.add(stu)
>>> stu = Stu(name='b')
>>> session.add(stu)
>>> stu = Stu(name='c')
>>> session.add(stu)
>>> stu = Stu(name='d')
>>> session.add(stu)
>>> stu = Stu(name='e')
>>> session.add(stu)
>>> 

手动插入了五条记录,但此时还没有提交,没有真正的写入数据库
或者使用非ORM方式进行插入

>>>session.execute(Stu.__table__.insert(),[{'name':randint(1,100)} for i in xrange(10000)])
>>>session.commit()
#可以速度更快的插入更多的数据
>>> session.commit()
2016-05-09 18:22:16,839 INFO sqlalchemy.engine.base.Engine BEGIN (implicit)
2016-05-09 18:22:16,840 INFO sqlalchemy.engine.base.Engine INSERT INTO stu (name) VALUES (%s)
2016-05-09 18:22:16,840 INFO sqlalchemy.engine.base.Engine ('a',)
2016-05-09 18:22:16,841 INFO sqlalchemy.engine.base.Engine INSERT INTO stu (name) VALUES (%s)
2016-05-09 18:22:16,841 INFO sqlalchemy.engine.base.Engine ('b',)
2016-05-09 18:22:16,841 INFO sqlalchemy.engine.base.Engine INSERT INTO stu (name) VALUES (%s)
2016-05-09 18:22:16,841 INFO sqlalchemy.engine.base.Engine ('c',)
2016-05-09 18:22:16,842 INFO sqlalchemy.engine.base.Engine INSERT INTO stu (name) VALUES (%s)
2016-05-09 18:22:16,842 INFO sqlalchemy.engine.base.Engine ('d',)
2016-05-09 18:22:16,842 INFO sqlalchemy.engine.base.Engine INSERT INTO stu (name) VALUES (%s)
2016-05-09 18:22:16,842 INFO sqlalchemy.engine.base.Engine ('e',)
2016-05-09 18:22:16,843 INFO sqlalchemy.engine.base.Engine COMMIT
>>> 

此时真的写入数据库了哦。向课程表插入五条

>>> cla = Cla(cname='yuwen')
>>> session.add(cla)
>>> cla = Cla(cname='shuxue')
>>> session.add(cla)
>>> cla = Cla(cname='yingyu')
>>> session.add(cla)
>>> cla = Cla(cname='wuli')
>>> session.add(cla)
>>> cla = Cla(cname='huaxue')
>>> session.add(cla)
>>> session.commit()

3,现在开始操作数据

>>> query = session.query(Stu)
>>> for st in query:
...     print st.name
... 
对应的SQL语句
SELECT stu.id AS stu_id, stu.name AS stu_name 
FROM stu
2016-05-09 18:56:07,084 INFO sqlalchemy.engine.base.Engine ()
a
b
c
d
e
>>> print query.all()# # 返回的是一个类似列表的对象
SELECT stu.id AS stu_id, stu.name AS stu_name 
FROM stu
2016-05-09 18:58:16,085 INFO sqlalchemy.engine.base.Engine ()
[<__main__.Stu object at 0xb66b3f4c>, <__main__.Stu object at 0xb5e4202c>, <__main__.Stu object at 0xb66b3f8c>, <__main__.Stu object at 0xb5e4206c>, <__main__.Stu object at 0xb6688c0c>]

>>> print query.first().name# 有数据时返回第一条记录,没有数据时会返回 None
SELECT stu.id AS stu_id, stu.name AS stu_name 
FROM stu 
 LIMIT %s
2016-05-09 18:59:43,149 INFO sqlalchemy.engine.base.Engine (1,)
a
# print query.one().name# 不存在,或有多行记录时会抛出异常

>>> print query.filter(Stu.id == 2).first().name
SELECT stu.id AS stu_id, stu.name AS stu_name 
FROM stu 
WHERE stu.id = %s 
 LIMIT %s
2016-05-09 19:04:54,363 INFO sqlalchemy.engine.base.Engine (2, 1)
b
>>> print query.filter('id = 2').first().name # 支持字符串
SELECT stu.id AS stu_id, stu.name AS stu_name 
FROM stu 
WHERE id = 2 
 LIMIT %s
2016-05-09 19:07:02,016 INFO sqlalchemy.engine.base.Engine (1,)
b
>>> print query.get(2).name # 以主键获取,等效于上句
2016-05-09 19:07:40,007 INFO sqlalchemy.engine.base.Engine SELECT stu.id AS stu_id, stu.name AS stu_name 
FROM stu 
WHERE stu.id = %s
2016-05-09 19:07:40,007 INFO sqlalchemy.engine.base.Engine (2,)
b
>>> print query.get(2).id
SELECT stu.id AS stu_id, stu.name AS stu_name 
FROM stu 
WHERE stu.id = %s
2016-05-09 19:08:46,009 INFO sqlalchemy.engine.base.Engine (2,)
2
>>> quer2 = session.query(Stu.name)
>>> print quer2.all() 
SELECT stu.name AS stu_name 
FROM stu
2016-05-09 19:09:46,259 INFO sqlalchemy.engine.base.Engine ()
[('a',), ('b',), ('c',), ('d',), ('e',)]
>>> print quer2.limit(1).all() #只返回一条
2016-05-09 19:11:23,383 INFO sqlalchemy.engine.base.Engine SELECT stu.name AS stu_name 
FROM stu 
 LIMIT %s
2016-05-09 19:11:23,383 INFO sqlalchemy.engine.base.Engine (1,)
[('a',)]

>>> print quer2.limit(2).all()#只返回两条
SELECT stu.name AS stu_name 
FROM stu 
 LIMIT %s
2016-05-09 19:11:29,480 INFO sqlalchemy.engine.base.Engine (2,)
[('a',), ('b',)]
>>> print quer2.offset(1).all() #跳过一条,从第二条数据开始查询
SELECT stu.name AS stu_name 
FROM stu 
 LIMIT %s, 18446744073709551615
2016-05-09 19:13:25,734 INFO sqlalchemy.engine.base.Engine (1,)
[('b',), ('c',), ('d',), ('e',)]
>>> print quer2.offset(3).all() #从第四条数据开始
SELECT stu.name AS stu_name 
FROM stu 
 LIMIT %s, 18446744073709551615
2016-05-09 19:13:39,629 INFO sqlalchemy.engine.base.Engine (3,)
[('d',), ('e',)]
#按name降序排序
>>> print quer2.order_by(Stu.name.desc()).all()
SELECT stu.name AS stu_name 
FROM stu ORDER BY stu.name DESC
2016-05-09 19:16:56,022 INFO sqlalchemy.engine.base.Engine ()
[('e',), ('d',), ('c',), ('b',), ('a',)]

>>> print quer2.order_by('name desc').all()
SELECT stu.name AS stu_name 
FROM stu ORDER BY name desc
2016-05-09 19:17:09,851 INFO sqlalchemy.engine.base.Engine ()
[('e',), ('d',), ('c',), ('b',), ('a',)]
#按name降序,有重复的按id升序排序
>>> print session.query(Stu.id).order_by('name desc','id').all()
SELECT stu.id AS stu_id 
FROM stu ORDER BY name desc, stu.id
2016-05-09 19:20:34,818 INFO sqlalchemy.engine.base.Engine ()
[(5L,), (4L,), (3L,), (2L,), (1L,)]
#scalar()在有多条数据时使用报出异常,all()可以使用多条也可以使用一条
#>>> print quer2.filter(Stu.id>2).scalar()
>>> print quer2.filter(Stu.id>2).all()
SELECT stu.name AS stu_name 
FROM stu 
WHERE stu.id > %s
2016-05-09 19:56:47,760 INFO sqlalchemy.engine.base.Engine (2,)
[('c',), ('d',), ('e',)]

>>> print quer2.filter(Stu.id==2).all()
SELECT stu.name AS stu_name 
FROM stu 
WHERE stu.id = %s
2016-05-09 19:57:47,901 INFO sqlalchemy.engine.base.Engine (2,)
[('b',)]


>>> print quer2.filter(Stu.id==2).scalar()
SELECT stu.name AS stu_name 
FROM stu 
WHERE stu.id = %s
2016-05-09 19:23:38,761 INFO sqlalchemy.engine.base.Engine (2,)
b

>>> print quer2.filter('id=2').scalar()
SELECT stu.name AS stu_name 
FROM stu 
WHERE id=2
2016-05-09 19:43:47,797 INFO sqlalchemy.engine.base.Engine ()
b

#在此中‘,’等价于and
>>> print query2.filter(Stu.id>1,Stu.name !='a').first()
SELECT stu.name AS stu_name 
FROM stu 
WHERE stu.id > %s AND stu.name != %s 
 LIMIT %s
2016-05-09 19:51:14,571 INFO sqlalchemy.engine.base.Engine (1, 'a', 1)
('b',)
>>> 
#此种迭代也类似与and
>>> query3 = query2.filter(Stu.id>1)
>>> query3 = query3.filter(Stu.name != 'a')
>>> query3.first()
2016-05-09 19:53:50,150 INFO sqlalchemy.engine.base.Engine SELECT stu.name AS stu_name 
FROM stu 
WHERE stu.id > %s AND stu.name != %s 
 LIMIT %s
2016-05-09 19:53:50,151 INFO sqlalchemy.engine.base.Engine (1, 'a', 1)
('b',)
#or_就是类似or
>>> print query2.filter(or_(Stu.id == 1,Stu.id==2)).all()
2016-05-09 19:55:59,383 INFO sqlalchemy.engine.base.Engine SELECT stu.name AS stu_name 
FROM stu 
WHERE stu.id = %s OR stu.id = %s
2016-05-09 19:55:59,383 INFO sqlalchemy.engine.base.Engine (1, 2)
[('a',), ('b',)]
# in的用法
>>> print query2.filter(Stu.id.in_((1,2,3))).all()
SELECT stu.name AS stu_name 
FROM stu 
WHERE stu.id IN (%s, %s, %s)
2016-05-09 20:01:01,729 INFO sqlalchemy.engine.base.Engine (1, 2, 3)
[('a',), ('b',), ('c',)]
>>> 
#为null的一些用法
>>> query4 = session.query(Stu.id)
>>> print query4.filter(Stu.name==None).scalar()
SELECT stu.id AS stu_id 
FROM stu 
WHERE stu.name IS NULL
2016-05-09 20:02:59,821 INFO sqlalchemy.engine.base.Engine ()
None
>>> 
>>> print query4.filter('name is null').scalar()
SELECT stu.id AS stu_id 
FROM stu 
WHERE name is null
2016-05-09 20:03:40,312 INFO sqlalchemy.engine.base.Engine ()
None
>>> 
#不为null的一些用法
>>> print query4.filter(not_(Stu.name == None)).all()
SELECT stu.id AS stu_id 
FROM stu 
WHERE stu.name IS NOT NULL
2016-05-09 20:04:49,888 INFO sqlalchemy.engine.base.Engine ()
[(1L,), (2L,), (3L,), (4L,), (5L,)]
>>> 

>>> print query4.filter(Stu.name != None).all()
SELECT stu.id AS stu_id 
FROM stu 
WHERE stu.name IS NOT NULL
2016-05-09 20:05:42,724 INFO sqlalchemy.engine.base.Engine ()
[(1L,), (2L,), (3L,), (4L,), (5L,)]
>>> 
#func条用各种函数的用法

>>> print query4.count()
SELECT count(*) AS count_1 
FROM (SELECT stu.id AS stu_id 
FROM stu) AS anon_1
2016-05-09 20:08:43,352 INFO sqlalchemy.engine.base.Engine ()
5

>>> print session.query(func.count('*')).select_from(Stu).scalar()
 SELECT count(%s) AS count_1 
FROM stu
2016-05-09 20:08:43,356 INFO sqlalchemy.engine.base.Engine ('*',)
5

>>> print session.query(func.count('1')).select_from(Stu).scalar()
SELECT count(%s) AS count_1 
FROM stu
2016-05-09 20:08:43,362 INFO sqlalchemy.engine.base.Engine ('1',)
5

>>> print session.query(func.count(Stu.id)).scalar()
SELECT count(stu.id) AS count_1 
FROM stu
2016-05-09 20:08:43,369 INFO sqlalchemy.engine.base.Engine ()
5

>>> print session.query(func.count('*')).filter(Stu.id > 0).scalar() # filter()中包含Stu,因此不需要指定表
SELECT count(%s) AS count_1 
FROM stu 
WHERE stu.id > %s
2016-05-09 20:08:43,377 INFO sqlalchemy.engine.base.Engine ('*', 0)
5

>>> print session.query(func.count('*')).filter(Stu.name == 'a').limit(1).scal() == 1 # 可以用 limit() 限制 count() 的返回数
SELECT count(%s) AS count_1 
FROM stu 
WHERE stu.name = %s 
 LIMIT %s
2016-05-09 20:08:43,394 INFO sqlalchemy.engine.base.Engine ('*', 'a', 1)
True

>>> print session.query(func.sum(Stu.id)).scalar()
SELECT sum(stu.id) AS sum_1 
FROM stu
2016-05-09 20:08:43,401 INFO sqlalchemy.engine.base.Engine ()
15

>>> print session.query(func.now()).scalar() # func 后可以跟任意函数名,只要该据库支持
SELECT now() AS now_1
2016-05-09 20:08:43,406 INFO sqlalchemy.engine.base.Engine ()
2016-05-09 20:08:43

>>> print session.query(func.current_timestamp()).scalar()
SELECT CURRENT_TIMESTAMP AS current_timestamp_1
2016-05-09 20:08:43,411 INFO sqlalchemy.engine.base.Engine ()
2016-05-09 20:08:43

>>> print session.query(func.md5(Stu.name)).filter(Stu.id == 1).scalar()
SELECT md5(stu.name) AS md5_1 
FROM stu 
WHERE stu.id = %s
2016-05-09 20:08:44,841 INFO sqlalchemy.engine.base.Engine (1,)
0cc175b9c0f1b6a831c399e269772661
>>> 
#修改数据
>>> query.filter(Stu.id==1).update({Stu.name:'li'})
UPDATE stu SET name=%s WHERE stu.id = %s
2016-05-09 20:12:57,027 INFO sqlalchemy.engine.base.Engine ('li', 1)
1L

#删除数据
>>> query = session.query(Grade)
>>> query.filter(Grade.id == 1).delete()
DELETE FROM grade WHERE grade.id = %s
2016-05-09 20:28:18,638 INFO sqlalchemy.engine.base.Engine (1,)
1L
>>> 
此时没有提交,在数据库中环视存在的
mysql> select * from grade;
+----+------+------+------+
| id | uid  | cid  | gre  |
+----+------+------+------+
|  1 |    1 |    1 |   60 |
|  2 |    2 |    1 |   66 |
|  3 |    5 |    1 |   66 |
|  4 |    5 |    5 |   96 |
|  5 |    5 |    3 |   96 |
|  6 |    3 |    2 |   96 |
|  7 |    3 |    4 |   76 |
|  8 |    4 |    4 |   76 |
|  9 |    4 |    3 |   76 |
| 10 |    4 |    5 |   76 |
| 11 |    1 |    4 |   76 |
| 12 |    1 |    5 |   76 |
| 13 |    2 |    5 |   76 |
| 14 |    3 |    3 |   60 |
| 15 |    2 |    3 |   50 |
+----+------+------+------+
15 rows in set (0.00 sec)
#开始提交
>>> session.commit()
2016-05-09 20:31:02,461 INFO sqlalchemy.engine.base.Engine COMMIT
>>> 
mysql> select * from grade;
+----+------+------+------+
| id | uid  | cid  | gre  |
+----+------+------+------+
|  2 |    2 |    1 |   66 |
|  3 |    5 |    1 |   66 |
|  4 |    5 |    5 |   96 |
|  5 |    5 |    3 |   96 |
|  6 |    3 |    2 |   96 |
|  7 |    3 |    4 |   76 |
|  8 |    4 |    4 |   76 |
|  9 |    4 |    3 |   76 |
| 10 |    4 |    5 |   76 |
| 11 |    1 |    4 |   76 |
| 12 |    1 |    5 |   76 |
| 13 |    2 |    5 |   76 |
| 14 |    3 |    3 |   60 |
| 15 |    2 |    3 |   50 |
+----+------+------+------+
14 rows in set (0.00 sec)

也获取不到对象了
>>> print query.get(1)
SELECT grade.id AS grade_id, grade.uid AS grade_uid, grade.cid AS grade_cid, grade.gre AS grade_gre 
FROM grade 
WHERE grade.id = %s
2016-05-09 20:32:20,742 INFO sqlalchemy.engine.base.Engine (1,)
None
>>> 

单表的增删改查完事了,下面来看看多表连接操作
http://blog.csdn.net/u011573853/article/details/51363780
一些细节会在下面进行说明(事务,加锁,编码等)
http://blog.csdn.net/u011573853/article/details/51366124

推荐阅读
  • 搭建Windows Server 2012 R2 IIS8.5+PHP(FastCGI)+MySQL环境的详细步骤
    本文详细介绍了搭建Windows Server 2012 R2 IIS8.5+PHP(FastCGI)+MySQL环境的步骤,包括环境说明、相关软件下载的地址以及所需的插件下载地址。 ... [详细]
  • Java实战之电影在线观看系统的实现
    本文介绍了Java实战之电影在线观看系统的实现过程。首先对项目进行了简述,然后展示了系统的效果图。接着介绍了系统的核心代码,包括后台用户管理控制器、电影管理控制器和前台电影控制器。最后对项目的环境配置和使用的技术进行了说明,包括JSP、Spring、SpringMVC、MyBatis、html、css、JavaScript、JQuery、Ajax、layui和maven等。 ... [详细]
  • 在数据分析工作中,我们通常会遇到这样的问题,一个业务部门由若干业务组构成,需要筛选出每个业务组里业绩前N名的业务员。这其实是一个分组排序的 ... [详细]
  • 本文介绍了如何使用php限制数据库插入的条数并显示每次插入数据库之间的数据数目,以及避免重复提交的方法。同时还介绍了如何限制某一个数据库用户的并发连接数,以及设置数据库的连接数和连接超时时间的方法。最后提供了一些关于浏览器在线用户数和数据库连接数量比例的参考值。 ... [详细]
  • Oracle Database 10g许可授予信息及高级功能详解
    本文介绍了Oracle Database 10g许可授予信息及其中的高级功能,包括数据库优化数据包、SQL访问指导、SQL优化指导、SQL优化集和重组对象。同时提供了详细说明,指导用户在Oracle Database 10g中如何使用这些功能。 ... [详细]
  • 本文介绍了在Win10上安装WinPythonHadoop的详细步骤,包括安装Python环境、安装JDK8、安装pyspark、安装Hadoop和Spark、设置环境变量、下载winutils.exe等。同时提醒注意Hadoop版本与pyspark版本的一致性,并建议重启电脑以确保安装成功。 ... [详细]
  • 本文详细介绍了MysqlDump和mysqldump进行全库备份的相关知识,包括备份命令的使用方法、my.cnf配置文件的设置、binlog日志的位置指定、增量恢复的方式以及适用于innodb引擎和myisam引擎的备份方法。对于需要进行数据库备份的用户来说,本文提供了一些有价值的参考内容。 ... [详细]
  • 本文由编程笔记小编整理,介绍了PHP中的MySQL函数库及其常用函数,包括mysql_connect、mysql_error、mysql_select_db、mysql_query、mysql_affected_row、mysql_close等。希望对读者有一定的参考价值。 ... [详细]
  • Spring特性实现接口多类的动态调用详解
    本文详细介绍了如何使用Spring特性实现接口多类的动态调用。通过对Spring IoC容器的基础类BeanFactory和ApplicationContext的介绍,以及getBeansOfType方法的应用,解决了在实际工作中遇到的接口及多个实现类的问题。同时,文章还提到了SPI使用的不便之处,并介绍了借助ApplicationContext实现需求的方法。阅读本文,你将了解到Spring特性的实现原理和实际应用方式。 ... [详细]
  • Java String与StringBuffer的区别及其应用场景
    本文主要介绍了Java中String和StringBuffer的区别,String是不可变的,而StringBuffer是可变的。StringBuffer在进行字符串处理时不生成新的对象,内存使用上要优于String类。因此,在需要频繁对字符串进行修改的情况下,使用StringBuffer更加适合。同时,文章还介绍了String和StringBuffer的应用场景。 ... [详细]
  • 本文介绍了通过mysql命令查看mysql的安装路径的方法,提供了相应的sql语句,并希望对读者有参考价值。 ... [详细]
  • Oracle10g备份导入的方法及注意事项
    本文介绍了使用Oracle10g进行备份导入的方法及相关注意事项,同时还介绍了2019年独角兽企业重金招聘Python工程师的标准。内容包括导出exp命令、删用户、创建数据库、授权等操作,以及导入imp命令的使用。详细介绍了导入时的参数设置,如full、ignore、buffer、commit、feedback等。转载来源于https://my.oschina.net/u/1767754/blog/377593。 ... [详细]
  • mysql-cluster集群sql节点高可用keepalived的故障处理过程
    本文描述了mysql-cluster集群sql节点高可用keepalived的故障处理过程,包括故障发生时间、故障描述、故障分析等内容。根据keepalived的日志分析,发现bogus VRRP packet received on eth0 !!!等错误信息,进而导致vip地址失效,使得mysql-cluster的api无法访问。针对这个问题,本文提供了相应的解决方案。 ... [详细]
  • ubuntu用sqoop将数据从hive导入mysql时,命令: ... [详细]
  • 如何在php中将mysql查询结果赋值给变量
    本文介绍了在php中将mysql查询结果赋值给变量的方法,包括从mysql表中查询count(学号)并赋值给一个变量,以及如何将sql中查询单条结果赋值给php页面的一个变量。同时还讨论了php调用mysql查询结果到变量的方法,并提供了示例代码。 ... [详细]
author-avatar
草莓顽子该_589
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有