数据库分类框架

1. 关系型数据库：Mysql，Oracle，Sqlite
2. 非关系型数据库：MongoDB，Redis
   非关系型数据库分为：
   1. 文档型 ：多用于Web应用。MongoDB
   2. key-value型 ：用于大量数据的高负载访问，查找速度快，但是无结构化，通常被当作字符串或者二进制数据。Redis
   3. 列表数据库：多用于分布式文件系统，查找速度快。Cassandra
   4. 图形数据库：多用于网络社交，推荐系统，数据模型为图结构，使用图结构相关算法。Neo4J

Mysql

mysql（关系型数据库管理系统）

常见类型

int，char，varchar，datetime

基础语法：

创建数据库 - CREATE DATABASE `mydatabase`;
使用数据库 - USE `mydatabase`;
查看已有数据库 - SHOW DATABASES
创建表格 - CRATE TABLE `students`(`id` INT NOT NULL AUTO_INCREMENT,`name` VARCHAR(200) NOT NULL);
示例代码：

-- 新建数据库
CREATE DATABASE `school`;
-- 使用数据库
USE `school`;
-- id:学生的ID
-- name:学生的名字
-- nickname:学生的昵称
-- sex:性别
-- in_time:入学时间
CREATE TABLE `students`(
    `id` INT NOT NULL AUTO_INCREMENT PRIMARY KEY,
    `name` VARCHAR(20) NOT NULL,
    `nickname` VARCHAR(20) NULL,
    `sex` CHAR(1) NULL,
    `in_time` DATETIME NULL
);

插入语句 - INSERT INTO table_references VALUE(s)....
示例代码：

# 插入一条数据
INSERT INTO `students` VALUE
( 1, `兜兜`, `宝贝儿`, `女`, NOW());
# 插入多条数据
INSERT INTO `students` (`name`,`nickname`,`sex`,`in_time`)VALUES
( '兜兜', '宝贝儿', '女', NOW()),
( '张三', '三哥', '男', NOW()),
( '李四', '李哥', '男', NOW());

查询语句 - SELECT select_expr,...FROM table_references
示例代码：

# 查询表中所有数据
SELECT * FROM `students`;
# 查询某个字段
SELECT `id`, `name`, `nickname` FROM `students`;
# 查询某类属性的某个字段
SELECT `id`, `name`, `nickname` FROM `students` WHERE `sex`=`男`;
# 查询某类属性的某个字段，并以倒序排列
SELECT `id`, `name`, `nickname` FROM `students` WHERE `sex`=`男` ORDER BY `id` DESC;

修改数据 - UPDATE table_references SET col_name1=expr1[WHERE where_definition]

# 将字段性别为男的属性改为女
UPDATE `students` SET `sex` = `女` WHERE `sex` = `男`;

删除数据 - DELETE FROM table_name

# 删除
删除字段性别中属性为男的数据
DELETE FROM `students` WHERE `sex` = `男`;

使用Python连接/关闭MySQL数据库

    # 连接数据库
    def get_conn():
        conn = pymysql.connect(
            host='127.0.0.1',
            user='root',
            password='root',
            db='school',
            port=3306,
            charset='utf8'
    )
    # 关闭数据库
    def close_conn():
        if conn:
            conn.close()

使用Python查询数据

# 查询一个数据
def get_one():
    # 准备SQL
    sql = 'SELECT * FROM `students` WHERE `sex` = %s ORDER BY `id` ASC;'
    # 找到cursor
    cursor = conn.cursor()
    # 执行SQL
    cursor.execute(sql, ('男', ))
    # 拿到结果!!!
    rest = dict(zip([i[0] for i in cursor.description], cursor.fetchone()))
    # 处理数据
    print(rest)
    print(rest['name'])
    # 关闭cursor/链接
    cursor.close()
    conn.close()
>>> {'id': 1, 'name': '张三', 'nickname': '三哥', 'sex': '男', 'in_time': datetime.datetime(2019, 2, 14, 22, 54, 32)}
>>> 张三

# 查询多个数据
def get_more():
    # 准备SQL
    sql = 'SELECT * FROM `students` WHERE `sex` = %s ORDER BY `id` ASC;'
    # 找到cursor
    cursor = conn.cursor()
    # 执行SQL
    cursor.execute(sql, ('男',))
    # 拿到结果!!!
    rest = [dict(zip([i[0] for i in cursor.description], row)) for row in cursor.fetchall()]
    # 处理数据
    print(rest)
    print(rest['name'])
    # 关闭cursor/链接
    cursor.close()
    conn.close()
>>> [{'id': 1, 'name': '张三', 'nickname': '三哥', 'sex': '男', 'in_time': datetime.datetime(2019, 2, 14, 22, 54, 32)}, 
{'id': 4, 'name': '张三', 'nickname': '三哥', 'sex': '男', 'in_time': datetime.datetime(2019, 2, 14, 23, 0, 29)}, 
{'id': 5, 'name': '李四', 'nickname': '李哥', 'sex': '男', 'in_time': datetime.datetime(2019, 2, 14, 23, 0, 29)}, 
{'id': 7, 'name': '张三', 'nickname': '三哥', 'sex': '男', 'in_time': datetime.datetime(2019, 2, 15, 0, 27, 56)}, 
{'id': 8, 'name': '李四', 'nickname': '李哥', 'sex': '男', 'in_time': datetime.datetime(2019, 2, 15, 0, 27, 56)}]
>>>[张三, 张三, 李四, 张三, 李四]

ORM

object relation mapping 关系对应表
常见类型:
Integer、Float、Boolean、ForeignKey、Date/DateTime、String

使用ORM给数据库中插入表

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import  Column, Integer, String, DateTime, Boolean

# engine = create_engine('myslq://账户:密码:@连接名:端口号/库名')
engine = create_engine('myslq://root:root:@127.0.0.1:3306/news')
# 获取基类
Base = declarative_base()

class News(Base):
    __tablename__= 'news'
    id = Column(Integer, primary_key=True)
    title = Column(String(200), nullable=False)
    content = Column(String(2000), nullable=False)
    types = Column(String(10), nullable=False)
    image = Column(String(300), )
    author = Column(String(20), )
    view_count = Column(Integer)
    created_at = Column(DateTime)
    is_valid = Column(Boolean)