Python实现一个自助取数查询工具-巨人网络通讯

主页 > 知识库 > Python实现一个自助取数查询工具

Python实现一个自助取数查询工具

具体思路：

一、数据库连接类

此处利用 pandas 读写操作 oracle 数据库

二、主函数模块

1）输入参数模块，外部输入条件参数，建立数据库关键字段映射

--注：读取外部 txt 文件，将筛选字段可能需要进行键值对转换

2）sql 语句集合模块，将待执行的业务 sql 语句统一存放到这里

3）数据处理函数工厂

4）使用多线程提取数据

一、数据库连接类

cx_Oracle 是一个 Python 扩展模块，相当于 python 的 Oracle 数据库的驱动，通过使用所有数据库访问模块通用的数据库 API 来实现 Oracle 数据库的查询和更新

Pandas 是基于 NumPy 开发，为了解决数据分析任务的模块，Pandas 引入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的方法类和函数

pandas 调用数据库主要有 read_sql_table，read_sql_query，read_sql 三种方式

本文主要介绍一下 Pandas 中 read_sql_query 方法的使用

1：pd.read_sql_query()
读取自定义数据，返还DataFrame格式，通过SQL查询脚本包括增删改查。
pd.read_sql_query(sql, con, index_col=None,coerce_float=True, params=None, parse_dates=None,chunksize=None)
sql：要执行的sql脚本，文本类型
con：数据库连接
index_col:选择返回结果集索引的列,文本/文本列表
coerce_float:非常有用，将数字形式的字符串直接以float型读入
parse_dates:将某一列日期型字符串转换为datetime型数据，与pd.to_datetime函数功能类似。
params:向sql脚本中传入的参数，官方类型有列表，元组和字典。用于传递参数的语法是数据库驱动程序相关的。
chunksize：如果提供了一个整数值，那么就会返回一个generator，每次输出的行数就是提供的值的大小

read_sql_query（）中可以接受SQL语句，DELETE,INSERT INTO、UPDATE操作没有返回值（但是会在数据库中执行），程序会抛出SourceCodeCloseError，并终止程序。SELECT会返回结果。如果想继续运行，可以try捕捉此异常。
 
2：pd.read_sql_table()
读取数据库中的表，返还DataFrame格式（通过表名）
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()
读数据库通过SQL脚本或者表名
import pandas as pd
pd.read_sql(sql, con, index_col=None,coerce_float=True, params=None, parse_dates=None, columns=None, chunksize=None)

以下创建连接 oracel 数据库的连接类 Oracle_DB

主要提供 2 种操作数据的函数方法。

import cx_Oracle
# Pandas读写操作Oracle数据库
import pandas as pd

# 避免编码问题带来的乱码
import os
os.environ['NLS_LANG'] = 'SIMPLIFIED CHINESE_CHINA.UTF8'


class Oracle_DB(object):
    def __init__(self):
        try:
            # 连接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()
            
    # 查询部分信息
    def search_one(self, sql,sparm):
        try:
            # #查询获取数据用sql语句
            # 代传参数：sparm--查询指定字段参数
            df = pd.read_sql_query(sql, self.engine,params=sparm)

            self.engine.close()

        except Exception as e:
            return "Error " + e.args[0]

        return df

    # 查询全部信息
    def search_all(self, sql):
        try:

            # #查询获取数据用sql语句

            df = pd.read_sql_query(sql, self.engine)

            self.engine.close()

        except Exception as e:
            return "Error " + e.args[0]

        return df

二、数据提取主函数模块

cx_Oracle 是一个 Python 扩展模块，相当于 python 的 Oracle 数据库的驱动，通过使用所有数据库访问模块通用的数据库 API 来实现 Oracle 数据库的查询和更新。

1）外部输入参数模块

txt 文本中，就包含一列数据，第一行列名，读取的时候忽略第一行

#建立ID——编号字典
def buildid():
    sqlid = """select * from b_build_info"""
    db = Oracle_DB()  # 实例化一个对象
    b_build_info = db.search_all(sqlid)
    ID_bUILDCODE = b_build_info.set_index("BUILDCODE")["ID"].to_dict()
    return ID_bUILDCODE
    
#通过文本传入待导出数据清单
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')))  #键值对转换
    return tasklist

2）业务 sql 语句集合

注意in后面{0}不要加引号，这里传入为元组，params 参数传入sparm

= {'Start_time':'2021-04-01','End_time':'2021-05-01'}，此处参数可根据需要改变

def sql_d(lst):
    # 逐月数据
    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)

    # 逐月数据
    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)

    # 查询当日数据
    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]
                      #此处省略部分sql语句
    return sql_collection

3）业务数据处理

业务数据处理流程，原始数据后处理，这里不作介绍：

def db_extranction(lst,sparm,sql_type):   
    """sql_type--输入需要操作的sql业务序号"""
    sql_=sql_d(lst)[sql_type]  #输出sql语句
    db = Oracle_DB()  # 实例化一个对象
    res=db.search_one(sql_,sparm)
    # 数据处理加工
    RES=Data_item_factory(res)  #此处省略
    # res = db.search_all(sql_d_energy_item_month)
    print(RES)
    return RES

多线程提取数据部分，这里 tasklist 列表多线程提取数据

import threading
# Pandas读写操作Oracle数据库
from tools.Data_Update_oracle import Oracle_DB
import pandas as pd
from concurrent import futures  

if __name__ == '__main__':
    #外部传入
    tasklist= read_task_list()
    print(tasklist)
    # 输入时间查找范围参数，可手动修改
    sparm = {'Start_time':'2021-04-01','End_time':'2021-05-01'}
    lst = tuple(list(tasklist))
    
    #业务类型序号，可手动修改
    sql_type=0
    
    #全部提取
    db_extranction(lst,sparm,sql_type)  

    #多线程按字段分批提取
    方法一：使用threading模块的Thread类的构造器创建线程
    #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库，这是官方基于 threading 封装，先安装该库
    # with futures.ThreadPoolExecutor(len(tasklist)) as executor:
    #     executor.map([db_extranction(lst,sparm,sql_type) for lst in tasklist],tasklist)