Python量化数据仓库搭建系列2：Python操作数据库

对话专家，HMS Core 6创新能力解读>>>

Python量化数据仓库搭建系列2：Python操作数据库

本系列教程为量化开发者，提供本地量化金融数据仓库的搭建教程与全套源代码。我们以恒有数(UDATA)金融数据社区为数据源，将金融基础数据落到本地数据库。教程提供全套源代码，包括历史数据下载与增量数据更新，数据更新任务部署与日常监控等操作。

在上一节讲述中，我们选择了MySQL作为本系列教程的数据库，故本文着重讲解Python操作MySQL的步骤，并封装方法。在文末简单介绍Python操作MongoDB、SQLite、PostgreSQL数据库；

一、pymysql用法

1、安装pymysql模块

pip install pymysql

2、连接数据库

from pymysql import * 
# 打开数据库连接，数据库参数可以在MySQL界面或数据库配置文件中查看
conn = pymysql.connect(host = '数据库IP',
                       port = '端口',
                       user = '用户名',
                       password = '密码',
                       database='数据库名称')

# 使用 cursor() 方法创建一个游标对象 cursor
cursor = conn.cursor()

# 在数据库操作执行完毕后，关闭数据库连接
# conn.close()

3、常见SQL代码执行

from pymysql import * 
# 执行SQL代码：建表、删表、插入数据
def Execute_Code(sql_str):
    # 打开数据库连接
	conn = pymysql.connect(host = '127.0.0.1',port = 3306,user = 'root',
                           password = '密码',database='udata')
    # 使用 cursor() 方法创建一个游标对象 cursor
    cursor = conn.cursor()
    try:
        # 使用execute()方法执行SQL
        cursor.execute(sql)
        # 提交到数据库执行
        conn.commit()
	except:
        # 发生错误时回滚
        conn.rollback()
    # 关闭数据库连接
    conn.close() 

A、建表

sql_str = '''CREATE TABLE TB_Stock_List_Test (
                        secu_code CHAR(20),
                        hs_code CHAR(20),
                        secu_abbr CHAR(20),
                        chi_name CHAR(40),
                        secu_market CHAR(20), 
                        listed_state CHAR(20),
                        listed_sector CHAR(20),
                        updatetime CHAR(20));'''
Execute_Code(sql_str)

B、插入数据

sql_str = '''
INSERT INTO TB_Stock_List_Test
(`secu_code`,`hs_code`,`secu_abbr`,`chi_name`,`secu_market`,`listed_state`
,`listed_sector`,`updatetime`)
VALUES
('000001','000001.SZ','平安银行','平安银行股份有限公司','深圳证券交易所','上市',
'主板','2021-10-25 20:10:55');
'''
Execute_Code(sql_str)

C、更新数据

sql_str = "UPDATE tb_stock_list SET updatetime = '2021-10-30 20:10:55' "
Execute_Code(sql_str)

D、删除数据

sql_str = 'DELETE FROM tb_stock_list'
Execute_Code(sql_str)

E、删除表格

sql_str = 'DROP TABLE IF EXISTS tb_stock_list'
Execute_Code(sql_str)

4、查询操作

def Select_Code(sql_str):
    # 打开数据库连接
	conn = pymysql.connect(host = '127.0.0.1',port = 3306,user = 'root',
                           password = '密码',database='udata')
    # 使用 cursor() 方法创建一个游标对象 cursor
    cursor = conn.cursor()
    # 使用execute()方法执行SQL
    cursor.execute(sql_str)
    # 获取所有记录列表
    results = cursor.fetchall()
    # 关闭数据库连接
    conn.close()
    
    return results

sql_str = 'select * from tb_stock_list'
results = Select_Code(sql_str)
results

5、方法封装

将上述用法，封装为自定义类，存为MySQLOperation.py文件，代码如下：

from pymysql import * 
# MySQL操作函数
class MySQLOperation:
    def __init__(self, host, port, db, user, passwd, charset='utf8'):
        # 参数初始化
        self.host = host
        self.port = port
        self.db = db
        self.user = user
        self.passwd = passwd
        self.charset = charset
    def open(self):
        # 打开数据库连接
        self.conn = connect(host=self.host,port=self.port
                            ,user=self.user,passwd=self.passwd
                            ,db=self.db,charset=self.charset)
        # 使用 cursor() 方法创建一个游标对象 cursor
        self.cursor = self.conn.cursor()
    def close(self):
        # 断开数据库连接
        self.cursor.close()
        self.conn.close()
    def Execute_Code(self, sql):
        # 执行SQL代码：建表、删表、插入数据
        try:
            self.open()               # 打开数据库连接
            self.cursor.execute(sql)  # 使用execute()方法执行SQL
            self.conn.commit()        # 提交到数据库执行 
            self.close()              # 断开数据库连接
        except Exception as e:
            self.conn.rollback()      # 发生错误时回滚
            self.close()              # 断开数据库连接
            print(e)
    def Select_Code(self, sql):
        # 执行SQL代码，查询数据
        try:
            self.open()                        # 打开数据库连接
            self.cursor.execute(sql)           # 使用execute()方法执行SQL
            result = self.cursor.fetchall()    # 获取所有记录列表
            self.close()                       # 断开数据库连接
            return result                      # 返回查询数据
        except Exception as e:
            self.conn.rollback()               # 发生错误时回滚
            self.close()                       # 断开数据库连接
            print(e)

插入与查询用法如下，其余用法类似，此处不再赘述；

import pandas as pd
host='127.0.0.1'
port=3306
user='root'
passwd="密码"
db='udata'
# 方法实例化
MySQL = MySQLOperation(host, port, db, user, passwd)
# 插入操作代码
sql_str = '''
INSERT INTO tb_stock_list
(`secu_code`,`hs_code`,`secu_abbr`,`chi_name`,`secu_market`,`listed_state`,`listed_sector`,`updatetime`)
VALUES
('000001','000001.SZ','平安银行','平安银行股份有限公司','深圳证券交易所','上市',
'主板','2021-10-25 20:15:55');
'''
MySQL.Execute_Code(sql_str)
# 查询数据
sql_str = 'select * from tb_stock_list'
results = MySQL.Select_Code(sql_str)
results

二、sqlalchemy用法

由于上述pymysql用法已经可以满足大部分使用需求，sqlalchemy实现功能与之类似。这里着重介绍一下基于sqlalchemy链接数据库的pandas.to_sql和pandas.read_sql操作。

1、安装pymysql模块

pip install sqlalchemy

2、连接数据库

from sqlalchemy import create_engine
host='127.0.0.1'
port = 3306
user='root'
password='密码'
database='udata'
engine = create_engine('mysql://{0}:{1}@{2}:{3}/{4}?charset=utf8'.format(user
                                                                         ,password
                                                                         ,host
                                                                         ,port
                                                                         ,database))

3、pandas.to_sql

将DataFrame中的数据，写入MySQL数据库，代码示例如下：

import pandas as pd
# 定义需要写入的数据，DataFrame格式
data = pd.DataFrame([['000001','000001.SZ','平安银行','平安银行股份有限公司'
                      ,'深圳证券交易所','上市','主板','2021-10-25 20:12:55'],
                   ['000002','000002.SZ','万 科Ａ','万科企业股份有限公司'
                    ,'深圳证券交易所','上市','主板','2021-10-25 20:12:55']])
# 列名赋值
data.columns = ['secu_code','hs_code', 'secu_abbr', 'chi_name'
                , 'secu_market', 'listed_state','listed_sector','updatetime']
# 写入数据库
data.to_sql(name='tb_stock_list', con=engine, index=False, if_exists='append')

if_exists 参数用于当目标表已经存在时的处理方式，默认是 fail，即目标表存在就失败。另外两个选项是 replace 表示替代原表，即删除再创建，append 选项仅添加数据。

4、pandas.read_sql

从数据库中，将数据读取为DataFrame，代码示例如下：

# 将sql查询结果，赋值为result
result = pd.read_sql('''SELECT * FROM tb_stock_list ''', con=engine)
result

三、Python操作其他常见数据库

1、MongoDB

（1）安装pymongo：pip install pymongo

（2）操作简介

import pymongo
# 连接MongoDB
conn = pymongo.MongoClient(host='localhost',port=27017
                           ,username='username', password='password')
# 指定数据库
db = conn['udata']  # db = client.udata
# 指定集合
collection = db['tb_stock_list']  # collection = db.tb_stock_list
# 插入数据 insert_one()、insert_many()
data1 = {}  # 集合，键值对，1条数据
data2 = {}  # 集合，键值对，1条数据
result = collection.insert_many([data1, data2])
# result = collection.insert_one(data1)
# 查询数据 find_one()、find()
result = collection.find_one({'secu_code': '000001'})
# 更新数据 update_one()、update()
result = collection.update_one({'secu_code': '000001'}, {'$set': {'hs_code': '000001'}})
# 删除数据 remove()、delete_one()和delete_many()
result = collection.remove({'secu_code': '000001'})

2、SQLite

（1）安装sqlite3：pip install sqlite3

（2）操作简介

import sqlite3
# 连接数据库
conn = sqlite3.connect('udata.db')
# 创建游标
cursor = conn.cursor()
# 执行SQL
sql = "增减删等SQL代码"
cursor.execute(sql)
# 查询数据
sql = "查询sql代码"
values = cursor.execute(sql)
# 提交事物
conn.commit()
# 关闭游标
cursor.close()
# 关闭连接
conn.close()

3、PostgreSQL

（1）安装psycopg2：pip install psycopg2

（2）操作简介

import psycopg2
# 连接数据库
conn = psycopg2.connect(database="udata", user="postgres"
                        , password="密码", host="127.0.0.1", port="5432")
# 创建游标
cursor = conn.cursor()
# 执行SQL
sql = "增减删等SQL代码"
cursor.execute(sql)
# 查询全部数据
sql = "查询sql代码"
cursor.execute(sql)
rows = cursor.fetchall()
# 事物提交
conn.commit()
# 关闭数据库连接
conn.close()

综上，Python操作数据库的简要介绍就结束了；还有很多类型的数据库，Python操作它们的过程大同小异，后续我也将会继续梳理相关资料。

下一节《Python量化投资数据仓库搭建3：数据落库代码封装》