基于底層數(shù)據(jù)來(lái)開(kāi)發(fā)不難,無(wú)非是將用戶輸入變量作為篩選條件,將參數(shù)映射到 sql 語(yǔ)句,并生成一個(gè) sql 語(yǔ)句然后再去數(shù)據(jù)庫(kù)執(zhí)行
最后再利用 QT 開(kāi)發(fā)一個(gè) GUI 界面,用戶界面的點(diǎn)擊和篩選條件,信號(hào)觸發(fā)對(duì)應(yīng)按鈕與綁定的傳參槽函數(shù)執(zhí)行
一、數(shù)據(jù)庫(kù)連接類
此處利用 pandas 讀寫操作 oracle 數(shù)據(jù)庫(kù)
二、主函數(shù)模塊
1)輸入?yún)?shù)模塊,外部輸入條件參數(shù),建立數(shù)據(jù)庫(kù)關(guān)鍵字段映射
--注:讀取外部 txt 文件,將篩選字段可能需要進(jìn)行鍵值對(duì)轉(zhuǎn)換
2)sql 語(yǔ)句集合模塊,將待執(zhí)行的業(yè)務(wù) sql 語(yǔ)句統(tǒng)一存放到這里
3)數(shù)據(jù)處理函數(shù)工廠
4)使用多線程提取數(shù)據(jù)
cx_Oracle 是一個(gè) Python 擴(kuò)展模塊,相當(dāng)于 python 的 Oracle 數(shù)據(jù)庫(kù)的驅(qū)動(dòng),通過(guò)使用所有數(shù)據(jù)庫(kù)訪問(wèn)模塊通用的數(shù)據(jù)庫(kù) API 來(lái)實(shí)現(xiàn) Oracle 數(shù)據(jù)庫(kù)的查詢和更新
Pandas 是基于 NumPy 開(kāi)發(fā),為了解決數(shù)據(jù)分析任務(wù)的模塊,Pandas 引入了大量庫(kù)和一些標(biāo)準(zhǔn)的數(shù)據(jù)模型,提供了高效地操作大型數(shù)據(jù)集所需的方法類和函數(shù)
pandas 調(diào)用數(shù)據(jù)庫(kù)主要有 read_sql_table,read_sql_query,read_sql 三種方式
本文主要介紹一下 Pandas 中 read_sql_query 方法的使用
1:pd.read_sql_query() 讀取自定義數(shù)據(jù),返還DataFrame格式,通過(guò)SQL查詢腳本包括增刪改查。 pd.read_sql_query(sql, con, index_col=None,coerce_float=True, params=None, parse_dates=None,chunksize=None) sql:要執(zhí)行的sql腳本,文本類型 con:數(shù)據(jù)庫(kù)連接 index_col:選擇返回結(jié)果集索引的列,文本/文本列表 coerce_float:非常有用,將數(shù)字形式的字符串直接以float型讀入 parse_dates:將某一列日期型字符串轉(zhuǎn)換為datetime型數(shù)據(jù),與pd.to_datetime函數(shù)功能類似。 params:向sql腳本中傳入的參數(shù),官方類型有列表,元組和字典。用于傳遞參數(shù)的語(yǔ)法是數(shù)據(jù)庫(kù)驅(qū)動(dòng)程序相關(guān)的。 chunksize:如果提供了一個(gè)整數(shù)值,那么就會(huì)返回一個(gè)generator,每次輸出的行數(shù)就是提供的值的大小 read_sql_query()中可以接受SQL語(yǔ)句,DELETE,INSERT INTO、UPDATE操作沒(méi)有返回值(但是會(huì)在數(shù)據(jù)庫(kù)中執(zhí)行),程序會(huì)拋出SourceCodeCloseError,并終止程序。SELECT會(huì)返回結(jié)果。如果想繼續(xù)運(yùn)行,可以try捕捉此異常。 2:pd.read_sql_table() 讀取數(shù)據(jù)庫(kù)中的表,返還DataFrame格式(通過(guò)表名) import pandas as pd pd.read_sql_table(table_name, con, schema=None,index_col=None, coerce_float=True, parse_dates=None, columns=None,chunksize=None) 3:pd.read_sql() 讀數(shù)據(jù)庫(kù)通過(guò)SQL腳本或者表名 import pandas as pd pd.read_sql(sql, con, index_col=None,coerce_float=True, params=None, parse_dates=None, columns=None, chunksize=None)
以下創(chuàng)建連接 oracel 數(shù)據(jù)庫(kù)的連接類 Oracle_DB
主要提供 2 種操作數(shù)據(jù)的函數(shù)方法。
import cx_Oracle # Pandas讀寫操作Oracle數(shù)據(jù)庫(kù) import pandas as pd # 避免編碼問(wèn)題帶來(lái)的亂碼 import os os.environ['NLS_LANG'] = 'SIMPLIFIED CHINESE_CHINA.UTF8' class Oracle_DB(object): def __init__(self): try: # 連接oracle # 方法1:sqlalchemy 提供的create_engine() # from sqlalchemy import create_engine # engine = create_engine('oracle+cx_oracle://username:password@ip:1521/ORCL') # #方法2:cx_Oracle.connect() self.engine = cx_Oracle.connect('username', 'password', 'ip:1521/database') except cx_Oracle.Error as e: print("Error %d:%s" % (e.args[0], e.args[1])) exit() # 查詢部分信息 def search_one(self, sql,sparm): try: # #查詢獲取數(shù)據(jù)用sql語(yǔ)句 # 代傳參數(shù):sparm--查詢指定字段參數(shù) df = pd.read_sql_query(sql, self.engine,params=sparm) self.engine.close() except Exception as e: return "Error " + e.args[0] return df # 查詢?nèi)啃畔? def search_all(self, sql): try: # #查詢獲取數(shù)據(jù)用sql語(yǔ)句 df = pd.read_sql_query(sql, self.engine) self.engine.close() except Exception as e: return "Error " + e.args[0] return df
cx_Oracle 是一個(gè) Python 擴(kuò)展模塊,相當(dāng)于 python 的 Oracle 數(shù)據(jù)庫(kù)的驅(qū)動(dòng),通過(guò)使用所有數(shù)據(jù)庫(kù)訪問(wèn)模塊通用的數(shù)據(jù)庫(kù) API 來(lái)實(shí)現(xiàn) Oracle 數(shù)據(jù)庫(kù)的查詢和更新。
1)外部輸入?yún)?shù)模塊
txt 文本中,就包含一列數(shù)據(jù),第一行列名,讀取的時(shí)候忽略第一行
#建立ID——編號(hào)字典 def buildid(): sqlid = """select * from b_build_info""" db = Oracle_DB() # 實(shí)例化一個(gè)對(duì)象 b_build_info = db.search_all(sqlid) ID_bUILDCODE = b_build_info.set_index("BUILDCODE")["ID"].to_dict() return ID_bUILDCODE #通過(guò)文本傳入待導(dǎo)出數(shù)據(jù)清單 def read_task_list(): build_code=buildid() tasklist=[] is_first_line=True with open("./b_lst.txt") as lst: for line in lst: if is_first_line: is_first_line=False continue tasklist.append(build_code.get(line.strip('\n'))) #鍵值對(duì)轉(zhuǎn)換 return tasklist
2)業(yè)務(wù) sql 語(yǔ)句集合
注意in后面{0}不要加引號(hào),這里傳入為元組,params 參數(shù)傳入sparm
= {'Start_time':'2021-04-01','End_time':'2021-05-01'},此處參數(shù)可根據(jù)需要改變
def sql_d(lst): # 逐月數(shù)據(jù) sql_d_energy_item_month = """select * from d_energy_item_month where recorddate >= to_date(:Start_time, 'yyyy-MM-dd') and recorddate to_date(:End_time, 'yyyy-MM-dd') and buildid in {0} order by recorddate asc""".format(lst) # 逐月數(shù)據(jù) sql_d_energy_month = """select d.*,t.name from d_energy_month d join t_device_info t on d.branchid = t.id where d.recorddate >= to_date(:Start_time, 'yyyy-MM-dd') and d.recorddate to_date(:End_time, 'yyyy-MM-dd') and d.buildid = '{0}' order by d.recorddate asc""".format(lst) # 查詢當(dāng)日數(shù)據(jù) sql_energy_item_hour_cheak = """select * from d_energy_item_hour where trunc(sysdate)=trunc(recorddate) order by recorddate asc""".format(lst) sql_collection = [sql_d_energy_item_month, sql_d_energy_item_day, sql_d_energy_item_hour, sql_d_energy_month, sql_d_energy_day, sql_d_energy_hour, sql_energy_hour_cheak] #此處省略部分sql語(yǔ)句 return sql_collection
3)業(yè)務(wù)數(shù)據(jù)處理
業(yè)務(wù)數(shù)據(jù)處理流程,原始數(shù)據(jù)后處理,這里不作介紹:
def db_extranction(lst,sparm,sql_type): """sql_type--輸入需要操作的sql業(yè)務(wù)序號(hào)""" sql_=sql_d(lst)[sql_type] #輸出sql語(yǔ)句 db = Oracle_DB() # 實(shí)例化一個(gè)對(duì)象 res=db.search_one(sql_,sparm) # 數(shù)據(jù)處理加工 RES=Data_item_factory(res) #此處省略 # res = db.search_all(sql_d_energy_item_month) print(RES) return RES
多線程提取數(shù)據(jù)部分,這里 tasklist 列表多線程提取數(shù)據(jù)
import threading # Pandas讀寫操作Oracle數(shù)據(jù)庫(kù) from tools.Data_Update_oracle import Oracle_DB import pandas as pd from concurrent import futures if __name__ == '__main__': #外部傳入 tasklist= read_task_list() print(tasklist) # 輸入時(shí)間查找范圍參數(shù),可手動(dòng)修改 sparm = {'Start_time':'2021-04-01','End_time':'2021-05-01'} lst = tuple(list(tasklist)) #業(yè)務(wù)類型序號(hào),可手動(dòng)修改 sql_type=0 #全部提取 db_extranction(lst,sparm,sql_type) #多線程按字段分批提取 方法一:使用threading模塊的Thread類的構(gòu)造器創(chuàng)建線程 #threads=[threading.Thread(target=db_extranction,args=(lst,sparm,sql_type)) for lst in tasklist] # [threads[i].start() for i in range(len(threads))] 方法二:使用python的concurrent庫(kù),這是官方基于 threading 封裝,先安裝該庫(kù) # with futures.ThreadPoolExecutor(len(tasklist)) as executor: # executor.map([db_extranction(lst,sparm,sql_type) for lst in tasklist],tasklist)
到此整個(gè)數(shù)據(jù)庫(kù)取數(shù)工具開(kāi)發(fā)流程介紹完畢,就差最后一步分享給小伙伴使用了,做成 GUI 應(yīng)用此處不做詳細(xì)介紹,構(gòu)建獨(dú)立的 python 環(huán)境,快速發(fā)布你的應(yīng)用
以上就是Python實(shí)現(xiàn)一個(gè)自助取數(shù)查詢工具的詳細(xì)內(nèi)容,更多關(guān)于python 自助取數(shù)查詢的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!
標(biāo)簽:南寧 迪慶 楊凌 聊城 揚(yáng)州 撫州 六盤水 牡丹江
巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《Python實(shí)現(xiàn)一個(gè)自助取數(shù)查詢工具》,本文關(guān)鍵詞 Python,實(shí)現(xiàn),一個(gè),自助,取數(shù),;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無(wú)關(guān)。