在实操大数据之前，我们可以先在本地进行一些小型数据库的操作，对sql和spark进行一些初步了解。本文就先介绍下mysql和workbenck的安装和使用，以及介绍python链接数据库的操作。后续文章再介绍详细的使用python对库表的sql操作，以及spark计算。

1. mysql安装和使用

按照指示操作默认安装，在安装时，MySQL会要求我们设置一个本地登陆账号，账号名一般命为root，端口为3306，自定义一个password即可。

官方下载MySQL Installer：

(资料图)

下载后按照步骤安装，安装完成后启动

输入密码就可以进入啦~

2. workbenck安装和使用

官方下载链接：https://dev.mysql.com/downloads/workbench/

按照步骤进行安装，安装完成后启动

输入设置的mysql的密码进入，然后创建一个schema

创建后，在左侧Schemas的tab就能看见创建的数据库了，然后就可以在里面创建自己的tables。

3. python链接数据库

3.1 链接数据库

由于 MySQL 服务器以独立的进程运行，并通过网络对外服务，所以，需要支持 Python 的 MySQL 驱动来连接到 MySQL 服务器。

目前，有两个 MySQL 驱动：

1. mysql-connector-python：是 MySQL 官方的纯 Python 驱动

2. MySQL-python ：是封装了 MySQL C驱动的 Python 驱动

我们用python链接，所以需要pip库

install mysql-connector-python

mysql安装我们已经有了用户名和密码， 因为链接的本地数据库，所以ip：port默认是localhost:3306,在workbenck里面我们已经创建了一个数据库test。

使用代码创建数据库链接：

config = {    "user" : "root",         #用户名    "password" : "123456",   #自己设定的密码    "host" : "127.0.0.1",    #ip地址，本地填127.0.0.1，也可以填localhost    "port" : "3306",         #端口，本地的一般为3306    "database" : "test",     #数据库名字，这里选用test}con = mysql.connector.connect(**config)# buffered = True 不设的话，查询结果没有读完会报错# raise errors.InternalError("Unread result found")mycursor = con.cursor(buffered = True)

3.2 创建库表

通过执行sql语句，创建库表以及往表内插入数据：

def create_table_test(table_name):    # 创建一个表    sql = "CREATE TABLE %s (id INT AUTO_INCREMENT PRIMARY KEY, \                                   name VARCHAR(255) , address VARCHAR(255), \                                   sex VARCHAR(225) , age INT(10) , sl INT(10))"%(table_name)    mycursor.execute(sql)    def insert_table_test(table_name):    # 往表里插入一些记录    sql = "INSERT INTO " + table_name + "(name,address,sex,age,sl) VALUES(%s,%s,%s,%s,%s)"    # print("sql", sql)    val = ("zhangsan", "beijing", "M", 23, 30000)    mycursor.execute(sql, val)    val = ("lisi", "shanghai", "F", 23, 30000)    mycursor.execute(sql, val)    val = [("zhangsan", "shenzhen", "M", 35, 30000),           ("zhangsan", "beijing", "M", 28, 30000),           ("zhangsan", "aomen", "F", 30, 40000),           ("zhangsan", "hongkang", "M", 35, 30000),           ("zhangsan", "taiwan", "M", 32, 20000)]    mycursor.executemany(sql, val)    con.commit()    

3.3 导入excel到库表

如果有大量数据，通过以上插入就比较麻烦， 我们也可以通过导入本地，这里就需要使用ORM技术。

ORM技术：Object-Relational Mapping，把关系数据库的表结构映射到对象上。在Python中，最有名的ORM框架是SQLAlchemy。

我们先安装SQLAlchemy：

pip install sqlalchemypip install pandas

为了方便，我们先在workbenck里创建sql_test表，

右键-->create table。

然后执行如下代码：

import pandas as pdfrom sqlalchemy import create_engineimport pymysqlexcelFile = r"F:\spark_code\my_sql_test.xlsx"def create_table_from_excel():    df = pd.DataFrame(pd.read_excel(excelFile))    engine =create_engine("mysql+pymysql://root:123456@localhost:3306/test")  df.to_sql("sql_test",con=engine,if_exists="replace",index=False)

参考：

https://www.cnblogs.com/PacificOcean/p/14558449.html

https://cloud.tencent.com/developer/article/1443032