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 pymysql
import random
import time
from get_userinfo import get_userinfo
from get_info import get_info
from get_tags import get_tags
from get_tuser_id import get_utag
class 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 pymysql
import pandas as pd
import numpy as np
def 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 pymysql
import pandas as pd
import numpy as np
def 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