本篇内容主要讲解“如何通过SQL和Python的集成来快速建立工作流程”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“如何通过SQL和Python的集成来快速建立工作流程”吧!

创新互联自2013年起，是专业互联网技术服务公司，拥有项目网站建设、做网站网站策划，项目实施与项目整合能力。我们以让每一个梦想脱颖而出为使命，1280元阿拉尔做网站,已为上家服务,为阿拉尔各地企业和个人服务,联系电话:028-86922220

几乎每个人都在使用SQL和Python，Python是用于数据分析、机器学习和网页开发的全明星优秀语言，而SQL是数据库的实际标准。如果将两者结合会发生什么呢?

实际上，两者要结合在一起并不难。我们可以快速利用Python的动态特性，控制和构建SQL查询。设置完成后，我们无需执行任何操作。

这两种工具结合之后可谓是最强搭档，自动化和效率都达到了新高度。

pyodbc

连接两种技术的桥梁是pyodbc，该库可以轻松访问ODBC数据库。

ODBC(开放数据库连接的简称)是一种用于访问数据库的标准化应用程序编程接口(API)，由90年代初的SQLAccess组开发。兼容的数据库管理系统(DBMS)包括：

• IBM Db2

• MySQL

• Oracle

• MS Access

• MS SQL服务器

在多数情况下，该服务器可以直接转移，与任何符合ODBC的数据库都可一起使用。唯一需要更改的是连接设置。

连接

首先，要创建与SQL  服务器的连接，可以通过pyodbc.connect实现。在此函数中，还须传递连接字符串。此连接字符串必须指定DBMS驱动程序、服务器、要连接的特定数据库以及连接设置。

因此，假设要连接到服务器UKXXX00123,45600和数据库DB01，需要使用SQL Server Native Client  11.0。从内部连接使得连接被信任，无需输入用户名和密码。

cnxn_str = ("Driver={SQLServer Native Client 11.0};" "Server=UKXXX00123,45600;" "Database=DB01;" "Trusted_Connection=yes;") 现在，连接已初始化为： cnxn = pyodbc.connect（cnxn_str）

如果不通过受信任的连接访问数据库，则需要输入通常用于通过SQLServer Management  Studio(SSMS)访问服务器的用户名和密码。例如，如果用户名是JoeBloggs，而密码是Password123，则应立即更改密码。更改密码之前，可以按照如下进行连接：

cnxn_str = ("Driver={SQLServer Native Client 11.0};" "Server=UKXXX00123,45600;" "Database=DB01;" "UID=JoeBloggs;" "PWD=Password123;")cnxn = pyodbc.connect(cnxn_str)

现在我们已连接到数据库，可以开始通过Python执行SQL查询。

执行查询

SQL 服务器上运行的每个查询都包含游标初始化和查询执行。如果要在服务器内部进行任何更改，还需要将这些更改提交到服务器。

先来初始化游标：

cursor = cnxn.cursor()

现在，每当要执行查询时，都要使用此游标对象。

从名为“customers”表中选择前1000行：

cursor.execute("SELECTTOP(1000) * FROM customers")

执行该操作，但这发生在服务器内部，实际上什么也没有返回到Python。让我们一起看看从SQL中提取的这些数据。

提取数据

要从SQL中提取数据到Python中，需要使用pandas。Pandas提供了一个非常方便的函数read_sql，该函数可以从SQL读取数据。read_sql需要查询和连接实例cnxn，如下所示：

data =pd.read_sql("SELECT TOP(1000) * FROM customers", cnxn)

这会返回到包含“customers”表中前1000行的数据框。

在SQL中变更数据

现在，如果要变更SQL中的数据，需要在原始的初始化连接后添加另一步，执行查询过程。在SQL中执行查询时，这些变更将保存在临时存在的空格中，而不是直接对数据进行更改。

为了让变更永久生效，必须提交变更。连接firstName和lastName列，创建fullName列。

cursor = cnxn.cursor()# firstalter the table, adding a column cursor.execute("ALTER TABLE customer " +            "ADD fullNameVARCHAR(20)")# now update that column to contain firstName  + lastNamecursor.execute("UPDATEcustomer " +         "SET fullName = firstName + " " + lastName")

此时，fullName并不存在于数据库中。必须提交这些变更，让变更永久生效：

cnxn.commit()

下一步

一旦执行了需要执行的任何操作任务，就可以把数据提取到Python中，也可以将数据提取到Python中，在Python中进行操作。

无论采用哪种方法，一旦Python中有了数据，就可以做很多以前无法做到的事情。

也许需要执行一些日常报告，通常使用这些报告查询SQL 服务器中的最新数据，计算基本统计信息，然后通过电子邮件发送结果。如何自动化这一过程呢?

# imports for SQL data part        import pyodbc        from datetime import datetime,timedelta        import pandas as pd              # imports forsending email        from email.mime.text importMIMEText        fromemail.mime.multipart importMIMEMultipart        import smtplib              date = datetime.today() -timedelta(days=7)  # get the date 7 days ago              date = date.strftime("%Y-%m-%d")  # convert to format yyyy-mm-dd              cnxn = pyodbc.connect(cnxn_str)  # initialise connection (assume we havealready defined cnxn_str)              # build up ourquery string        query = ("SELECT *FROM customers "                f"WHERE joinDate > '{date}'")              # execute thequery and read to a dataframe in Python        data = pd.read_sql(query, cnxn)              del cnxn  # close the connection              # make a fewcalculations        mean_payment = data['payment'].mean()        std_payment = data['payment'].std()              # get maxpayment and product details        max_vals = data[['product', 'payment']].sort_values(by=['payment'], ascending=False).iloc[0]              # write an emailmessage        txt = (f"Customerreporting for period {date} - {datetime.today().strftime('%Y-%m-%d')}.\n\n"              f"Mean payment amounts received: {mean_payment}\n"              f"Standard deviation of payment amounts: {std_payments}\n"              f"Highest payment amount of {max_vals['payment']} "              f"received from {max_vals['product']} product.")              # we will built themessage using the email library and send using smtplib        msg =MIMEMultipart()        msg['Subject'] ="Automatedcustomer report"  # set emailsubject        msg.attach(MIMEText(txt))  # add text contents              # we will sendvia outlook, first we initialise connection to mail server        smtp = smtplib.SMTP('smtp-mail.outlook.com', '587')        smtp.ehlo()  # say hello to the server        smtp.starttls()  # we will communicate using TLSencryption                 # login to outlookserver, using generic email and password        smtp.login('joebloggs@outlook.com', 'Password123')                 # send email to ourboss        smtp.sendmail('joebloggs@outlook.com', 'joebloggsboss@outlook.com', msg.as_string())                 # finally,disconnect from the mail server        smtp.quit()

到此，相信大家对“如何通过SQL和Python的集成来快速建立工作流程”有了更深的了解，不妨来实际操作一番吧！这里是创新互联网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！

当前题目：如何通过SQL和Python的集成来快速建立工作流程
文章起源：http://cdweb.net/article/jjghhj.html