一、前言
最近做web网站的测试，遇到很多需要批量造数据的功能；比如某个页面展示数据条数需要达到10000条进行测试，此时手动构造数据肯定是不可能的，此时只能通过python脚本进行自动构造数据；本次构造数据主要涉及到在某个表里面批量添加数据、在关联的几个表中同步批量添加数据、批量查询某个表中符合条件的数据、批量更新某个表中符合条件的数据等。
二、数据添加
即批量添加数据到某个表中。
insert_data.py
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
|
import pymysqlimport randomimport timefrom get_userinfo import get_userinfofrom get_info import get_infofrom get_tags import get_tagsfrom get_tuser_id import get_utagclass DatabaseAccess(): def __init__(self): self.__db_host = "xxxxx" self.__db_port = 3307 self.__db_user = "root" self.__db_password = "123456" self.__db_database = "xxxxxx" # 连接数据库 def isConnectionOpen(self): self.__db = pymysql.connect( host=self.__db_host, port=self.__db_port, user=self.__db_user, password=self.__db_password, database=self.__db_database, charset='utf8' ) # 插入数据 def linesinsert(self,n,user_id,tags_id,created_at): self.isConnectionOpen() # 创建游标 global cursor conn = self.__db.cursor() try: sql1 = ''' INSERT INTO `codeforge_new`.`cf_user_tag`(`id`, `user_id`, `tag_id`, `created_at`, `updated_at`) VALUES ({}, {}, {}, '{}', '{}'); '''.format(n,user_id,tags_id,created_at,created_at) # 执行SQL conn.execute(sql1,) except Exception as e: print(e) finally: # 关闭游标 conn.close() self.__db.commit() self.__db.close() def get_data(self): # 生成对应数据 1000条 for i in range(0,1001): created_at = time.strftime('%Y-%m-%d %H:%M:%S',time.localtime()) # print(create_at) # 用户id tuserids = [] tuserid_list = get_utag() for tuserid in tuserid_list: tuserids.append(tuserid[0]) # print(tuserids) userid_list = get_userinfo() user_id = random.choice(userid_list)[0] if user_id not in tuserids: user_id=user_id # 标签id tagsid_list = get_tags() tags_id = random.choice(tagsid_list)[0] self.linesinsert(i,user_id,tags_id,created_at)if __name__ == "__main__": # 实例化对象 db=DatabaseAccess() db.get_data() |
二、数据批量查询
select_data.py
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
import pymysqlimport pandas as pdimport numpy as npdef get_tags(): # 连接数据库，地址，端口，用户名，密码，数据库名称，数据格式 conn = pymysql.connect(host='xxx.xxx.xxx.xxx',port=3307,user='root',passwd='123456',db='xxxx',charset='utf8') cur = conn.cursor() # 表cf_users中获取所有用户id sql = 'select id from cf_tags where id between 204 and 298' # 将user_id列转成列表输出 df = pd.read_sql(sql,con=conn) # 先使用array()将DataFrame转换一下 df1 = np.array(df) # 再将转换后的数据用tolist()转成列表 df2 = df1.tolist() # cur.execute(sql) # data = cur.fetchone() # print(df) # print(df1) # print(df2) return df2 conn.close() |
三、批量更新数据
select_data.py
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
import pymysqlimport pandas as pdimport numpy as npdef get_tags(): # 连接数据库，地址，端口，用户名，密码，数据库名称，数据格式 conn = pymysql.connect(host='xxx.xxx.xxx.xxx',port=3307,user='root',passwd='123456',db='xxxx',charset='utf8') cur = conn.cursor() # 表cf_users中获取所有用户id sql = 'select id from cf_tags where id between 204 and 298' # 将user_id列转成列表输出 df = pd.read_sql(sql,con=conn) # 先使用array()将DataFrame转换一下 df1 = np.array(df) # 再将转换后的数据用tolist()转成列表 df2 = df1.tolist() # cur.execute(sql) # data = cur.fetchone() # print(df) # print(df1) # print(df2) return df2 conn.close() |
以上就是python 实现数据库中数据添加、查询与更新的示例代码的详细内容，更多关于python 数据库添加、查询与更新的资料请关注服务器之家其它相关文章！
原文链接：https://www.cnblogs.com/lxmtx/p/14089780.html
