人工智能之编程进阶 Python高级

第七章 数据库类模块

前言

本文主要讲述两类数据库，关系型数据库mysql和非关系型数据库mongodb的常见操作步骤。

🗄️ 一、MySQL（关系型数据库）

1. 安装（本地开发）

Windows / macOS：

• 推荐使用 MySQL Installer（官方图形化安装）
• 或用包管理器：
• macOS: brew install mysql
• Windows (WSL): sudo apt install mysql-server

启动服务：

# macOS (Homebrew)
brew services start mysql
# Linux
sudo systemctl start mysql

初始设置：

-- 登录（默认无密码或 root 密码是你设的）
mysql -u root -p
-- 创建数据库和用户（可选）
CREATE DATABASE testdb;
CREATE USER 'dev'@'localhost' IDENTIFIED BY '123456';
GRANT ALL PRIVILEGES ON testdb.* TO 'dev'@'localhost';
FLUSH PRIVILEGES;

2. Python 连接

安装驱动：

pip install PyMySQL      # 纯 Python 实现，推荐
# 或
pip install mysql-connector-python  # 官方驱动

连接代码（以 PyMySQL 为例）：

import pymysql
conn = pymysql.connect(
    host='localhost',
    user='dev',          # 或 'root'
    password='123456',
    database='testdb',
    charset='utf8mb4'
)
cursor = conn.cursor()

✅ 建议搭配 ORM： SQLAlchemy（更安全、易维护）

3. 增删改查（CRUD）

先建表：

CREATE TABLE users (
    id INT PRIMARY KEY AUTO_INCREMENT,
    name VARCHAR(100) NOT NULL,
    email VARCHAR(100),
    age INT
);

✅ 插入（Create）

cursor.execute(
    "INSERT INTO users (name, email, age) VALUES (%s, %s, %s)",
    ("Alice", "alice@example.com", 30)
)
conn.commit()  # 必须提交！

🔍 查询（Read）

cursor.execute("SELECT * FROM users WHERE age > %s", (25,))
rows = cursor.fetchall()
for row in rows:
    print(f"ID: {row[0]}, Name: {row[1]}")

✏️ 更新（Update）

cursor.execute(
    "UPDATE users SET age = %s WHERE name = %s",
    (31, "Alice")
)
conn.commit()

❌ 删除（Delete）

cursor.execute("DELETE FROM users WHERE name = %s", ("Alice",))
conn.commit()

⚠️ 注意：所有写操作（INSERT/UPDATE/DELETE）都要 conn.commit()！

📦 二、MongoDB（文档型 NoSQL 数据库）

1. 安装（本地开发）

官方方式：

• 下载社区版： https://www.mongodb.com/try/download/community
• 或用包管理器：
• macOS: brew tap mongodb/brew && brew install mongodb-community
• Windows: 用 MSI 安装包
• Linux: 按官方文档配置 apt/yum 源

启动服务：

# macOS (Homebrew)
brew services start mongodb-community
# 默认数据目录：/data/db（需提前创建并赋权限）
sudo mkdir -p /data/db
sudo chown -R `id -un` /data/db

验证：

mongosh    # 进入交互 shell
> show dbs

2. Python 连接

安装驱动：

pip install pymongo

连接代码：

from pymongo import MongoClient
client = MongoClient('mongodb://localhost:27017/')  # 默认端口 27017
db = client['myapp']          # 数据库名（不存在会自动创建）
collection = db['users']      # 集合名（相当于“表”）

💡 MongoDB 不需要提前建库/建集合，第一次插入时自动创建。

3. 增删改查（CRUD）

MongoDB 中的数据是 BSON（类似 JSON）文档。

✅ 插入（Create）

# 插入单个文档
result = collection.insert_one({
    "name": "Bob",
    "email": "bob@example.com",
    "age": 28,
    "hobbies": ["gaming", "music"]
})
print("Inserted ID:", result.inserted_id)
# 插入多个
collection.insert_many([
    {"name": "Charlie", "age": 35},
    {"name": "Diana", "tags": ["admin"]}
])

🔍 查询（Read）

# 查所有
for doc in collection.find():
    print(doc)
# 条件查询（年龄 > 25）
for doc in collection.find({"age": {"$gt": 25}}):
    print(doc["name"])
# 只返回部分字段
doc = collection.find_one({"name": "Bob"}, {"name": 1, "email": 1, "_id": 0})
print(doc)  # {'name': 'Bob', 'email': 'bob@example.com'}

✏️ 更新（Update）

# 更新第一个匹配项
collection.update_one(
    {"name": "Bob"},
    {"$set": {"age": 29}, "$push": {"hobbies": "reading"}}
)
# 更新所有匹配项
collection.update_many(
    {"age": {"$lt": 30}},
    {"$set": {"young": True}}
)

❌ 删除（Delete）

# 删除一个
collection.delete_one({"name": "Bob"})
# 删除多个
collection.delete_many({"young": True})
# 清空整个集合
collection.delete_many({})

✅ MongoDB 所有操作都是自动提交的，无需手动 commit。

🔍 三、MySQL vs MongoDB 对比总结

| 项目                     | MySQL                               | MongoDB                                  |

| -------------------------- | ------------------------------------- | ------------------------------------------ |

| 类型           | 关系型（RDBMS）                     | 文档型（NoSQL）                          |

| 数据结构       | 表（固定列）                        | 集合（灵活 JSON 文档）                   |

| Schema         | 强 Schema（必须先定义）             | 动态 Schema（随时变）                    |

| 查询语言       | SQL                                 | MongoDB 查询语法（字典风格）             |

| 事务           | ✅ 强 ACID（默认支持）              | ✅ 多文档事务（4.0+，但慎用）            |

| 扩展性         | 垂直扩展为主，分片复杂              | 天然支持水平分片（Sharding）             |

| 性能特点       | 复杂 JOIN 快，写入中等              | 写入快，高吞吐，JOIN 弱                  |

| 适用场景       | 订单、支付、财务等强一致性系统      | 日志、内容管理、用户画像、IoT 等灵活场景 |

| Python 驱动    | PyMySQL, mysql-connector | pymongo                            |

| 是否需要预建表 | ✅ 是                               | ❌ 否                                    |

✅ 四、怎么选？一句话建议

• 选 MySQL：

如果你的数据关系明确、不能出错（比如银行转账、电商订单），或者团队熟悉 SQL。

• 选 MongoDB：

如果你的数据结构经常变、需要快速迭代（比如 App 用户配置、行为日志），或者讨厌写复杂的表结构。

💡 现实建议： 很多公司 两者都用！

• 核心业务用 MySQL（保安全）
• 灵活数据用 MongoDB（提效率）

🧰 附：常用命令速查

| 操作       | MySQL                            | MongoDB                                     |

| ------------ | ---------------------------------- | --------------------------------------------- |

| 启动服务   | sudo systemctl start mysql | brew services start mongodb-community |

| 进入命令行 | mysql -u root -p           | mongosh                               |

| 查数据库   | SHOW DATABASES;            | show dbs                              |

| 切换库     | USE testdb;                | use myapp                             |

| 查表/集合  | SHOW TABLES;               | show collections                      |

资料关注

公众号：咚咚王

《Python编程：从入门到实践》 《利用Python进行数据分析》 《算法导论中文第三版》 《概率论与数理统计（第四版） (盛骤) 》 《程序员的数学》 《线性代数应该这样学第3版》 《微积分和数学分析引论》 《（西瓜书）周志华-机器学习》 《TensorFlow机器学习实战指南》 《Sklearn与TensorFlow机器学习实用指南》 《模式识别（第四版）》 《深度学习 deep learning》伊恩·古德费洛著 花书 《Python深度学习第二版(中文版)【纯文本】 (登封大数据 (Francois Choliet)) (Z-Library)》 《深入浅出神经网络与深度学习+(迈克尔·尼尔森（Michael+Nielsen） 》 《自然语言处理综论  第2版》 《Natural-Language-Processing-with-PyTorch》 《计算机视觉-算法与应用(中文版)》 《Learning OpenCV 4》 《AIGC：智能创作时代》杜雨+&+张孜铭 《AIGC原理与实践：零基础学大语言模型、扩散模型和多模态模型》 《从零构建大语言模型（中文版）》 《实战AI大模型》 《AI 3.0》