# Python如何读取千万级数据并自动写入MySQL数据库

> 作者/来源: UCloud 运营管理员
> 发布时间: 2022-12-27T03:20:00.000Z
> 分类: 其他
> 标签: AI, 数据库, Python
> 原文链接: http://117.50.162.249:3000/yun/articles/1884

---

# Python如何读取千万级数据并自动写入MySQL数据库

> 来源: https://www.ucloud.cn/yun/128824.html
> 作者: 89542767
> 发布日期: 发布于2022-12-27 11:20

小编写这篇文章的一个主要目的，主要是去给大家去做一些相关的一些介绍，涉及到内容的还是比较多的，比如如何去进行读取千万级的一些数据，并且将这些数据去自动录入到系统里面。录入到系统里面之后，怎么才能够导入到MySQL数据库呢？下面就给大家详细解答下。

　　序言

　　Python数据如何去进行读取MySQL数据库呢？这类工作在生活当中是比较的普遍的，涉及到的内容也是相关的一些python数据库，包括数据的听说读写等一些相关的数据工作。数据库的内容主要是涉及到mongodb、es，具体的一些相关内容，下面就给大家详细解答下。

　　场景一：数据不需要频繁的写入mysql

　　使用navicat工具的导入向导功能。支持多种文件格式，可以根据文件的字段自动建表，也可以在已有表中插入数据，非常快捷方便。

![01.png](https://ucloud-blog.cn-bj.ufileos.com/articles/128824/images/128824_000.png)

![02.png](https://ucloud-blog.cn-bj.ufileos.com/articles/128824/images/128824_001.png)

　　场景二：数据是增量的，需要自动化并频繁写入mysql

　　测试数据：csv格式，大约1200万行

```
　　import pandas as pd
　　data=pd.read_csv('./tianchi_mobile_recommend_train_user.csv')
　　data.shape
```

　　打印结果：

![03.png](https://ucloud-blog.cn-bj.ufileos.com/articles/128824/images/128824_002.png)

　　方式一：python➕pymysql库

　　安装pymysql命令：

```
　pip install pymysql
```

　　代码实现:

```
　　import pymysql
　　#数据库连接信息
　　conn=pymysql.connect(
　　host='127.0.0.1',
　　user='root',
　　passwd='wangyuqing',
　　db='test01',
　　port=3306,
　　charset="utf8")
　　#分块处理
　　big_size=100000
　　#分块遍历写入到mysql
　　with pd.read_csv('./tianchi_mobile_recommend_train_user.csv',chunksize=big_size)as reader:
　　for df in reader:
　　datas=[]
　　print('处理：',len(df))
　　#print(df)
　　for i,j in df.iterrows():
　　data=(j['user_id'],j['item_id'],j['behavior_type'],
　　j['item_category'],j['time'])
　　datas.append(data)
　　_values=",".join(['%s',]*5)
　　sql="""insert into users(user_id,item_id,behavior_type
　　,item_category,time)values(%s)"""%_values
　　cursor=conn.cursor()
　　cursor.executemany(sql,datas)
　　conn.commit()
　　#关闭服务
　　conn.close()
　　cursor.close()
　　print('存入成功！')
```

![04.png](https://ucloud-blog.cn-bj.ufileos.com/articles/128824/images/128824_003.png)

       方式二：pandas➕sqlalchemy：pandas需要引入sqlalchemy来支持sql，在sqlalchemy的支持下，它可以实现所有常见数据库类型的查询、更新等操作。

　　代码实现：

```
　　from sqlalchemy import create_engine
　　engine=create_engine('mysql+pymysql://root:wangyuqing localhost:3306/test01')
　　data=pd.read_csv('./tianchi_mobile_recommend_train_user.csv')
　　data.to_sql('user02',engine,chunksize=100000,index=None)
　　print('存入成功！')
```

　　总结

　　pymysql方法用时12分47秒，耗时还是比较长的，代码量大，而pandas仅需五行代码就实现了这个需求，只用了4分钟左右。最后补充下，方式一需要提前建表，方式二则不需要。所以推荐大家使用第二种方式，既方便又效率高。如果还觉得速度慢的小伙伴，可以考虑加入多进程、多线程。

　　最全的三种将数据存入到MySQL数据库方法：

　　直接存，利用navicat的导入向导功能

　　Python pymysql

　　Pandas sqlalchemy

　　综上所述，这篇文章就给大家介绍完毕了，希望可以给大家带来帮助。