在现代软件开发中，数据库操作是应用程序的核心部分。Python 作为一种流行的编程语言，提供了多种与数据库交互的方式。无论是关系型数据库（如 MySQL、PostgreSQL、SQLite）还是非关系型数据库（如 MongoDB），Python 都有丰富的库来帮助开发者进行数据库操作。

本文将介绍如何使用 Python 与常见的关系型数据库进行操作，并展示一些实际的例子。

1. Python 与关系型数据库操作

关系型数据库（Relational Database）使用表格（表）来存储数据，表格之间通过关系连接。常见的关系型数据库有 MySQL、PostgreSQL、SQLite 等。

1.1 使用 SQLite 数据库

SQLite 是一个轻量级的数据库，适合用来做小型的、嵌入式的应用程序。Python 的标准库中就包含了 sqlite3 模块，用户可以直接使用该模块进行数据库操作。

创建数据库与表格

pythonCopy Codeimport sqlite3

# 连接数据库（如果数据库不存在会自动创建）
conn = sqlite3.connect('example.db')
cursor = conn.cursor()

# 创建表格
cursor.execute('''
    CREATE TABLE IF NOT EXISTS users (
        id INTEGER PRIMARY KEY AUTOINCREMENT,
        name TEXT NOT NULL,
        age INTEGER NOT NULL
    )
''')

# 提交事务并关闭连接
conn.commit()
conn.close()

插入数据

pythonCopy Codeimport sqlite3

conn = sqlite3.connect('example.db')
cursor = conn.cursor()

# 插入数据
cursor.execute("INSERT INTO users (name, age) VALUES (?, ?)", ('Alice', 30))
cursor.execute("INSERT INTO users (name, age) VALUES (?, ?)", ('Bob', 25))

conn.commit()
conn.close()

查询数据

pythonCopy Codeimport sqlite3

conn = sqlite3.connect('example.db')
cursor = conn.cursor()

# 查询数据
cursor.execute("SELECT * FROM users")
rows = cursor.fetchall()

for row in rows:
    print(row)

conn.close()

更新与删除数据

pythonCopy Codeimport sqlite3

conn = sqlite3.connect('example.db')
cursor = conn.cursor()

# 更新数据
cursor.execute("UPDATE users SET age = ? WHERE name = ?", (35, 'Alice'))

# 删除数据
cursor.execute("DELETE FROM users WHERE name = ?", ('Bob',))

conn.commit()
conn.close()

1.2 使用 MySQL 数据库

MySQL 是广泛使用的关系型数据库系统，Python 与 MySQL 的连接可以通过 mysql-connector 或 PyMySQL 库来实现。

安装 MySQL 连接库

首先，需要安装 MySQL 的 Python 连接库。可以使用 pip 安装：

bashCopy Codepip install mysql-connector-python

连接到 MySQL 数据库

pythonCopy Codeimport mysql.connector

# 连接到 MySQL 数据库
conn = mysql.connector.connect(
    host='localhost',
    user='your_username',
    password='your_password',
    database='test_db'
)

cursor = conn.cursor()

# 执行查询操作
cursor.execute("SELECT * FROM users")
for row in cursor.fetchall():
    print(row)

conn.close()

插入、更新、删除数据

pythonCopy Codeimport mysql.connector

# 连接数据库
conn = mysql.connector.connect(
    host='localhost',
    user='your_username',
    password='your_password',
    database='test_db'
)
cursor = conn.cursor()

# 插入数据
cursor.execute("INSERT INTO users (name, age) VALUES (%s, %s)", ('Charlie', 28))

# 更新数据
cursor.execute("UPDATE users SET age = %s WHERE name = %s", (32, 'Charlie'))

# 删除数据
cursor.execute("DELETE FROM users WHERE name = %s", ('Charlie',))

conn.commit()
conn.close()

1.3 使用 PostgreSQL 数据库

PostgreSQL 是一个功能强大的开源关系型数据库。与 PostgreSQL 的连接可以通过 psycopg2 库来实现。

安装 psycopg2

bashCopy Codepip install psycopg2

连接到 PostgreSQL 数据库

pythonCopy Codeimport psycopg2

# 连接到 PostgreSQL 数据库
conn = psycopg2.connect(
    dbname='test_db',
    user='your_username',
    password='your_password',
    host='localhost',
    port='5432'
)
cursor = conn.cursor()

# 执行查询操作
cursor.execute("SELECT * FROM users")
for row in cursor.fetchall():
    print(row)

conn.close()

插入、更新、删除数据

pythonCopy Codeimport psycopg2

conn = psycopg2.connect(
    dbname='test_db',
    user='your_username',
    password='your_password',
    host='localhost',
    port='5432'
)
cursor = conn.cursor()

# 插入数据
cursor.execute("INSERT INTO users (name, age) VALUES (%s, %s)", ('David', 24))

# 更新数据
cursor.execute("UPDATE users SET age = %s WHERE name = %s", (26, 'David'))

# 删除数据
cursor.execute("DELETE FROM users WHERE name = %s", ('David',))

conn.commit()
conn.close()

2. Python 与非关系型数据库操作

非关系型数据库（NoSQL）在处理高并发、大规模数据时，提供了更灵活的存储结构。常见的 NoSQL 数据库有 MongoDB、Redis 等。

2.1 使用 MongoDB 数据库

MongoDB 是一个面向文档的 NoSQL 数据库，支持大规模数据存储，且易于扩展。与 MongoDB 连接可以使用 pymongo 库。

安装 pymongo

bashCopy Codepip install pymongo

连接到 MongoDB 数据库

pythonCopy Codefrom pymongo import MongoClient

# 连接到 MongoDB 数据库
client = MongoClient('mongodb://localhost:27017/')
db = client['test_db']
collection = db['users']

# 插入数据
collection.insert_one({"name": "Alice", "age": 30})

# 查询数据
user = collection.find_one({"name": "Alice"})
print(user)

# 更新数据
collection.update_one({"name": "Alice"}, {"$set": {"age": 31}})

# 删除数据
collection.delete_one({"name": "Alice"})

2.2 使用 Redis 数据库

Redis 是一个开源的高性能键值数据库，广泛应用于缓存、消息队列等场景。Python 可以通过 redis-py 库与 Redis 交互。

安装 redis-py

bashCopy Codepip install redis

连接到 Redis 数据库

pythonCopy Codeimport redis

# 连接到 Redis 数据库
client = redis.StrictRedis(host='localhost', port=6379, db=0)

# 插入数据
client.set('name', 'Alice')

# 查询数据
name = client.get('name')
print(name.decode())  # Redis 返回的是字节，解码为字符串

# 更新数据
client.set('name', 'Bob')

# 删除数据
client.delete('name')

3. 使用 ORM 简化数据库操作

对于关系型数据库，Python 还提供了 ORM（对象关系映射）框架，比如 SQLAlchemy 和 Django ORM，它们允许开发者通过 Python 对象而不是 SQL 语句来操作数据库。

3.1 使用 SQLAlchemy

SQLAlchemy 是 Python 中最流行的 ORM 库之一，支持多种数据库，包括 SQLite、MySQL、PostgreSQL 等。

安装 SQLAlchemy

bashCopy Codepip install sqlalchemy

使用 SQLAlchemy 操作数据库

pythonCopy Codefrom sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker

# 创建数据库引擎
engine = create_engine('sqlite:///example.db', echo=True)

# 定义模型
Base = declarative_base()

class User(Base):
    __tablename__ = 'users'
    id = Column(Integer, primary_key=True)
    name = Column(String)
    age = Column(Integer)

# 创建表
Base.metadata.create_all(engine)

# 创建会话
Session = sessionmaker(bind=engine)
session = Session()

# 插入数据
new_user = User(name='Alice', age=30)
session.add(new_user)
session.commit()

# 查询数据
users = session.query(User).filter_by(name='Alice').all()
for user in users:
    print(user.name, user.age)

# 关闭会话
session.close()

Python 与数据库的操作可以通过多种库来实现。对于关系型数据库，Python 提供了 sqlite3、mysql-connector、psycopg2 等库，能够帮助我们轻松地执行插入、查询、更新和删除操作。对于非关系型数据库，pymongo 和 redis-py 提供了简单的接口。通过 ORM 库如 SQLAlchemy，我们还可以使用对象化的方式来管理数据库操作，减少直接编写 SQL 语句的繁琐。