保姆级教学：在阿里云上安装python3(进阶:如何使用python操作RDS数据库)

开始：

下载python依赖包:

yum install -y libffi-devel wget gcc make zlib-devel openssl openssl-devel ncurses-devel openldap-devel gettext bzip2-devel xz-devel sqlite*

下载python安装包:

wget 'https://labfileapp.oss-cn-hangzhou.aliyuncs.com/clouder/Python-3.9.10.tar.xz'

# 解压安装包

tar -xvJf Python-3.9.10.tar.xz #

进入安装包目录

cd Python-3.9.10

# 配置安装目录

./configure prefix=/usr/local/python3

# 编译，make工程管理器就是一个“自动编译管理器”，这里的“自动”是指它能够根据文件时间戳自动发现跟新过的文件而减少工作量，同时，他通过读入makefile文件的内容来执行大量编译工作。

make

#说明：此过程耗时较长，请您耐心等待。

#编译安装

make install

# 给Python和包管理器创建软连接

ln -fs /usr/local/python3/bin/python3 /usr/bin/python3

ln -fs /usr/local/python3/bin/pip3 /usr/bin/pip3

执行以下命令，安装Python虚拟环境。

#创建目录

mkdir -p /apps && cd $_

#创建虚拟环境

python3 -m venv venv

执行以下命令，应用Python虚拟环境

# 通常情况下一个应用服务一个虚拟环境，每个虚拟环境可以安装不同版本的不同模块 source /apps/venv/bin/activate

配置pip源。

说明:pip是Python中最重要的包管理工具之一，它可以让我们轻松地安装、升级和卸载包。然而默认情况下pip从官方源下载包，由于网络问题，这样的下载速度很慢，有时候包甚至无法下载。所以我们需要配置pip源来解决这个问题。

请注意如果遇到:pip config 提示:ERROR:unknown commad "config",则需要使用pip install -U pip ,升级PIP即可,原因是PIP版本低不支持.

pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/

pip config set install.trusted-host mirrors.aliyun.com

接下来安装python模块

pip install pymysql sqlalchemy pandas matplotlib pyyaml

然后使用pip list 来验证python模块安装成功

最后验证python是否安装成功:

python --version

进阶:

使用PYthon完成RDS数据开发及分析:

操作平台:阿里云

一.进入RDS,然后创建账号;

参数说明：

• 数据库账号：输入数据库账号名称aliyuntest。切记一定要设置账户名为aliyuntest，为了后续实验进行评分。

• 账号类型：选择高权限账号。

• 密码：设置账号密码，切记一定要设置为子用户密码，为了后续实验进行评分。

• 确认密码：再次输入密码

• 备注：商品管理账户

账号类型	说明
高权限账号	只能通过控制台或API创建和管理。 一个实例中只能创建一个高权限账号，可以管理所有普通账号和数据库。 开放了更多权限，可满足个性化和精细化的权限管理需求，例如可按用户分配不同表的查询权限。 拥有实例下所有数据库的权限。 可以断开任意账号的连接。
普通账号	可以通过控制台、API或者SQL语句创建和管理。 一个实例可以创建多个普通账号，具体的数量与实例内核有关。 普通账号默认仅拥有登录数据库的权限，您需要手动给普通账号授予其他特定的权限。更多信息，请参见修改账号权限。 普通账号不能创建和管理其他账号，也不能断开其他账号的连接。

二.开通外网访问并设置白名单,

把0.0.0.0/0添加到default里面.

白名单说明：

• 多个IP地址用英文逗号隔开，且逗号前后不能有空格。

• 单个实例最多添加1000个IP地址或IP段。如果IP地址较多，建议将零散的IP合并为IP段，例如10.10.10.0/24。

• 如果第3步获取的白名单模式是通用模式，则无额外注意事项。如果是高安全模式，需注意：

• 把公网IP或经典网络ECS实例私网IP添加至经典网络分组。

• 把专有网络ECS实例私网IP添加至专有网络分组。

添加后，所有的应用服务器都能访问RDS实例。

开通RDS外网地址

1. 开通外网地址，点击实例功能栏左侧数据库连接，点击开通外网地址。

说明:

• 外网地址需要手动申请，不需要时也可以释放。

• 无法通过内网访问RDS实例时，您需要申请外网地址。具体场景如下：

• ECS实例访问RDS实例，且ECS实例与RDS实例位于不同地域，或者网络类型不同。

• 阿里云以外的设备访问RDS实例。

2. 开通外网地址以后，将外网地址进行复制，后续步骤会进行使用该地址。

说明：在页面上显示外网地址，即为开通成功，一般需要等待1分钟，刷新页面即可看到

三,在ECS上连接RDS实例创建数据库:

mysql -h 主机名 -u 用户名 -p 密码 -P 端口。

-h : 该命令用于指定客户端所要登录的MySQL主机名;

-u : 所要登录的用户名;

-p : 告诉服务器将会使用一个密码来登录；

-P：一般默认为3306。

3.1.连接RDS(数据库)登录数据库:

说明：

需要将xxxx.mysql.rds.aliyuncs.com地址替换为上述步骤查找到的外网地址，需要进行替换，其他的参数无需更改;

在Enter password中输入之前步骤设置的密码；

mysql -h xxxx.mysql.rds.aliyuncs.com -P3306 -u aliyuntest -p

3.2.创建数据库表

CREATE DATABASE IF NOT EXISTS `commodity` CHARACTER SET 'utf8' COLLATE 'utf8_general_ci';

3.3通过OssBucket下载数据库yml文件

说明：请注意，以下所有步骤的执行，都要在/apps目录下执行，若不在该目录，执行命令 cd /apps。

3.4.修改yaml文件中的连接串信息。

vi account.yml

说明：db_host为创建的RDS实例的外网地址，db_user为创建的数据库账户，db_passwd为设置的账户密码。

rm-bp135shm329gd4519qo.mysql.rds.aliyuncs.com

Ap6Ov8Ub8Ip5Na6F

四,使用python创建表

说明：该步骤使用Python脚本在RDS数据库中创建商品表。

4.1  进入vi编辑器,

vim create_tables.py

按:进入输入模式,输入set paste  可以解决粘贴乱序问题

set paste

然后输入python脚本内容,#!/apps/venv/bin/python
import pymysql
import yaml

def config() -> [str, str, str]:
with open('/apps/account.yml', 'r') as f:
conf = yaml.load(f, Loader=yaml.FullLoader)
host = conf['database']['host']
username = conf['database']['username']
password = conf['database']['password']
return host, username, password

book_types = """
CREATE TABLE IF NOT EXISTS book_types (type_id int unsigned NOT NULL AUTO_INCREMENT COMMENT '书籍类型ID',
book_type varchar(32) NOT NULL DEFAULT '',
PRIMARY KEY(type_id)
) ENGINE = InnoDB DEFAULT CHARSET = utf8 COLLATE = utf8_general_ci COMMENT '书籍类型';
"""
books = """
CREATE TABLE IF NOT EXISTS books (book_id bigint unsigned NOT NULL AUTO_INCREMENT COMMENT '书籍ID',
name varchar(64) NOT NULL DEFAULT '' COMMENT '书籍名称',
price decimal(10, 2) unsigned zerofill NOT NULL COMMENT '单价',
stock int unsigned  NOT NULL DEFAULT 1000 COMMENT '库存量',
author varchar(128) NOT NULL DEFAULT '' COMMENT '作家名称',
publishing_house varchar(64) NOT NULL DEFAULT '' COMMENT '出版社',
publishing_date date NOT NULL COMMENT '出版日期',
type_id int unsigned NOT NULL COMMENT '书籍类型ID',
PRIMARY KEY(book_id),
KEY fk_book_type_id (type_id),
CONSTRAINT fk_book_type_id FOREIGN KEY(type_id) REFERENCES book_types (type_id) ON DELETE CASCADE ON UPDATE CASCADE
) ENGINE = InnoDB DEFAULT CHARSET = utf8 COLLATE = utf8_general_ci COMMENT = '书籍信息';
"""
users = """
CREATE TABLE IF NOT EXISTS users (
user_id bigint unsigned NOT NULL AUTO_INCREMENT COMMENT '用户ID',
user_name varchar(64) NOT NULL DEFAULT '' COMMENT '用户名称',
register_time datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '用户注册时间',
PRIMARY KEY (user_id)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_general_ci COMMENT '用户表';
"""
orders = """
CREATE TABLE IF NOT EXISTS orders (
order_id bigint unsigned NOT NULL AUTO_INCREMENT COMMENT '订单ID',
user_id bigint unsigned NOT NULL COMMENT '用户ID',
order_date datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '订单时间',
PRIMARY KEY (order_id),
KEY fk_user_id_idx (user_id),
CONSTRAINT fk_user_id FOREIGN KEY (user_id) REFERENCES users (user_id) ON DELETE CASCADE ON UPDATE CASCADE
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_general_ci COMMENT '订单表';
"""
order_items = """
CREATE TABLE IF NOT EXISTS order_items (
order_item_id int unsigned NOT NULL AUTO_INCREMENT COMMENT '订单项目ID',
order_id bigint unsigned NOT NULL COMMENT '订单ID',
book_id bigint unsigned NOT NULL COMMENT '书籍ID',
quantity int unsigned NOT NULL COMMENT '商品数量',
PRIMARY KEY(order_item_id),
KEY fk_order_id (order_id),
KEY fk_book_id (book_id),
CONSTRAINT fk_book_id FOREIGN KEY(book_id) REFERENCES books (book_id) ON DELETE CASCADE ON UPDATE CASCADE,
CONSTRAINT fk_order_id FOREIGN KEY(order_id) REFERENCES orders (order_id) ON DELETE CASCADE ON UPDATE CASCADE
) ENGINE = InnoDB DEFAULT CHARSET = utf8 COLLATE = utf8_general_ci COMMENT = '订单项';
"""

tables_schema = [
{'tbl_name': 'book_types', 'tbl_schema': book_types},
{'tbl_name': 'books', 'tbl_schema': books},
{'tbl_name': 'users', 'tbl_schema': users},
{'tbl_name': 'orders', 'tbl_schema': orders},
{'tbl_name': 'order_items', 'tbl_schema': order_items}
]

def create_table(tables_schema: list) -> None:
for table_schema in tables_schema:
tbl_name = table_schema['tbl_name']
tbl_schema = table_schema['tbl_schema']
try:
cursor.execute(tbl_schema)
print(f"创建{tbl_name}表成功")
except Exception as e:
print(f"创建{tbl_name}表失败", e)
finally:
conn.commit()

if name == "main":
# 1、创建连接
db_host, db_user, db_passwd = config()
conn = pymysql.connect(host=db_host, port=3306, user=db_user,
passwd=db_passwd, db='commodity', charset="utf8")

# 2、创建游标
cursor = conn.cursor()

# 3、创建表
create_table(tables_schema)

# 4、关闭游标
cursor.close()

# 5、关闭连接
conn.close()

4.2 运行python脚本

source /apps/venv/bin/activate 
python create_tables.py

五,登录数据库

参考上面教程是如何登录,注意是需要登录外网数据库

5.1查看创建的表

use commodity;
 show tables;

六,使用python脚本在RDS数据库中创建触发器.

6.1.创建脚本

vi creat_triggers.py

然后按下:键进入输入模式,输入set paste,粘贴以下代码:

#!/apps/venv/bin/python
import pymysql

import yaml

def config() -> [str, str, str]:
with open('/apps/account.yml', 'r') as f:
conf = yaml.load(f, Loader=yaml.FullLoader)
host = conf['database']['host']
username = conf['database']['username']
password = conf['database']['password']
return host, username, password

tg_insert_o = """
CREATE TRIGGER tg_insert_o
AFTER INSERT
ON order_items FOR EACH ROW
UPDATE books SET stock=stock- new.quantity WHERE book_id= new.book_id;
"""
tg_update_o = """
CREATE TRIGGER tg_update_o
AFTER UPDATE
ON order_items FOR EACH ROW
UPDATE books SET stock= old.quantity- new.quantity+stock WHERE book_id= old.book_id;
"""
tg_delete_o = """
CREATE TRIGGER tg_delete_o
AFTER DELETE
ON order_items FOR EACH ROW
UPDATE books SET stock=stock+ old.quantity WHERE book_id= old.book_id;
"""

triggers_schema = [
{'tg_name': 'tg_insert_o', 'tg_schema': tg_insert_o},
{'tg_name': 'tg_update_o', 'tg_schema': tg_update_o},
{'tg_name': 'tg_delete_o', 'tg_schema': tg_delete_o}
]

def create_trigger(triggers_schema: list) -> None:
for trigger_schema in triggers_schema:
tg_name = trigger_schema['tg_name']
tg_schema = trigger_schema['tg_schema']
try:
cursor.execute(tg_schema)
print(f"创建触发器{tg_name}成功")
except Exception as e:
print(f"创建触发器{tg_name}表失败", e)
finally:
conn.commit()

if name == "main":
# 1、创建连接
db_host, db_user, db_passwd = config()
conn = pymysql.connect(host=db_host, port=3306, user=db_user,
passwd=db_passwd, db='commodity', charset="utf8")

# 2、创建游标
cursor = conn.cursor()

# 3、创建触发器
create_trigger(triggers_schema)

# 4、关闭游标
cursor.close()

# 5、关闭连接
conn.close()

然后运行python脚本:

source /apps/venv/bin/activate

python creat_triggers.py

登录数据库查看创建的触发器:

use commodity;

show triggersG

七,使用python插入初始数据

说明：该步骤使用Python脚本在RDS数据库中插入数据。

步骤跟上面一样,这里只展示python代码

vi creat_insert.py

#!/apps/venv/bin/python
import pymysql
import yaml
def config() -> [str, str, str]:
with open('/apps/account.yml', 'r') as f:
conf = yaml.load(f, Loader=yaml.FullLoader)
host = conf['database']['host']
username = conf['database']['username']
password = conf['database']['password']
return host, username, password

book_types = [
(1, '计算机'), (2, '历史'), (3, '小说'), (4, '科幻'), (5, '随笔'), (6, '心理学'), (7, '科学'), (8, '传记'), (9,'励志'), (10, '悬疑'), (11, '哲学'), (12, '语言学'), (13, '人工智能'), (14, '数据分析'), (15, '数据挖掘')
]
books = [
(1, 'Python编程从入门到精通', 49.90, '张三', '图灵出版社', '2022-01-15', 1),
(2, '数据结构与算法分析', 35.00, '李四', '清华大学出版社', '2021-09-30', 1),
(3, '人类简史', 25.50, '尤瓦尔·赫拉利', '中信出版社', '2020-03-12', 2),
(4, '活着', 18.00, '余华', '作家出版社', '2019-05-08', 3),
(5, '白夜行', 22.50, '东野圭吾', '南海出版公司', '2021-11-20', 3),
(6, 'Java编程思想', 59.00, 'Bruce Eckel', '机械工业出版社', '2020-07-10', 1),
(7, '三体', 28.80, '刘慈欣', '重庆出版社', '2018-12-18', 4),
(8, '围城', 15.50, '钱钟书', '人民文学出版社', '2017-10-22', 3),
(9, 'JavaScript权威指南', 42.50, 'David Flanagan', '电子工业出版社', '2022-02-28', 1),
(10, '活法', 19.00, '梁文道', '江苏文艺出版社', '2019-09-10', 5),
(11, '思考，快与慢', 26.50, '丹尼尔·卡尼曼', '中信出版社', '2018-06-05', 6),
(12, '时间简史', 32.00, '史蒂芬·霍金', '湖南科学技术出版社', '2017-11-15', 7),
(13, 'C++ Primer Plus', 55.00, 'Stephen Prata', '电子工业出版社', '2021-08-20', 1),
(14, '红楼梦', 24.50, '曹雪芹', '人民文学出版社', '2019-03-10', 3),
(15, '西游记', 23.00, '吴承恩', '人民文学出版社', '2020-09-18', 3),
(16, '乔布斯传', 38.00, '沃尔特·艾萨克森', '中信出版社', '2018-04-15', 8),
(17, '高效能人士的七个习惯', 28.80, '史蒂芬·柯维', '华西出版社', '2019-07-22', 9),
(18, '囚鸟', 20.00, '冯内古特', '上海译文出版社', '2020-12-08', 3),
(19, 'C语言程序设计', 29.90, '谭浩强', '清华大学出版社', '2017-06-30', 1),
(20, 'C++语言程序设计', 39.90, '谭浩强', '清华大学出版社', '2019-08-08', 1),
(21, '哈利·波特与魔法石', 28.00, 'J.K.罗琳', '人民文学出版社', '2019-08-15', 3),
(22, '一九八四', 24.90, '乔治·奥威尔', '新经典文化', '2020-05-20', 3),
(23, 'C#图解教程', 35.00, '某某某', '某某出版社', '2021-12-01', 1),
(24, '东方快车谋杀案', 19.90, '阿加莎·克里斯蒂', '外语教学与研究出版社', '2018-11-10', 10),
(25, '思考的艺术', 32.50, '罗尔斯·邓南巴', '北京联合出版公司', '2020-07-25', 11),
(26, '黑客与画家', 29.90, 'Paul Graham', '人民邮电出版社', '2019-04-05', 1),
(27, '长夜难明', 26.80, '王小波', '作家出版社', '2017-12-15', 3),
(28, 'JavaScript高级程序设计', 55.50, 'Nicholas C. Zakas', '人民邮电出版社', '2022-02-01', 1),
(29, '月亮与六便士', 22.00, '毛姆', '译林出版社', '2018-08-12', 3),
(30, '简爱', 18.50, '夏洛蒂·勃朗特', '人民文学出版社', '2019-01-20', 3),
(31, 'React进阶实践', 38.00, '某某某', '某某出版社', '2021-07-10', 1),
(32, '解忧杂货店', 21.50, '东野圭吾', '南海出版公司', '2019-12-08', 3),
(33, 'Python数据科学手册', 49.50, 'Jake VanderPlas', '机械工业出版社', '2020-10-15', 1),
(34, '追风筝的人', 25.80, '卡勒德·胡赛尼', '上海人民出版社', '2021-06-30', 3),
(35, '深入理解计算机系统', 55.00, 'Randal E. Bryant / David R. O’Hallaron',
'机械工业出版社', '2022-03-20', 1),
(36, '白夜行', 22.50, '东野圭吾', '南海出版公司', '2021-11-20', 3),
(37, 'JavaScript高级编程', 46.80, 'Zakas', '电子工业出版社', '2020-09-10', 1),
(38, '百年孤独', 38.00, '加西亚·马尔克斯', '南海出版公司', '2019-05-12', 3),
(39, '编程珠玑', 45.00, 'Jon Bentley', '人民邮电出版社', '2018-08-25', 1),
(40, 'JavaScript权威指南', 42.50, 'David Flanagan', '电子工业出版社', '2022-02-28', 1),
(41, '飘', 33.50, '玛格丽特·米切尔', '译林出版社', '2021-09-18', 3),
(42, '计算机网络', 39.90, '谢希仁', '电子工业出版社', '2020-12-01', 1),
(43, '偷影子的人', 24.80, '马克·李维', '南海出版公司', '2018-11-15', 3),
(44, '深入理解现代英语', 29.50, '余光中', '北京大学出版社', '2021-03-10', 12),
(45, 'C Primer Plus', 38.00, 'Stephen Prata', '人民邮电出版社', '2022-05-20', 1),
(46, '挪威的森林', 27.00, '村上春树', '上海译文出版社', '2020-11-08', 3),
(47, '计算机程序设计艺术', 65.00, '高德纳', '机械工业出版社', '2021-07-01', 1),
(48, '活出生命的意义', 23.50, '维克多·弗兰克尔', '湖南科学技术出版社', '2019-09-22', 6),
(49, '程序员的自我修养', 46.00, '俞甲子', '人民邮电出版社', '2022-01-15', 1),
(50, '万历十五年', 28.90, '黄仁宇', '上海人民出版社', '2020-07-30', 2),
(51, '高效能人士的思维模式', 25.00, '史蒂芬·柯维', '经济管理出版社', '2018-06-10', 9),
(52, 'JavaScript权威指南', 42.50, 'David Flanagan', '电子工业出版社', '2022-02-28', 1),
(53, '解忧杂货店', 21.50, '东野圭吾', '南海出版公司', '2019-12-08', 3),
(54, 'Python数据科学手册', 49.50, 'Jake VanderPlas', '机械工业出版社', '2020-10-15', 1),
(55, '追风筝的人', 25.80, '卡勒德·胡赛尼', '上海人民出版社', '2021-06-30', 3),
(56, '深入理解计算机系统', 55.00, 'Randal E. Bryant / David R. O’Hallaron',
'机械工业出版社', '2022-03-20', 1),
(57, '白夜行', 22.50, '东野圭吾', '南海出版公司', '2021-11-20', 3),
(58, 'JavaScript高级编程', 46.80, 'Zakas', '电子工业出版社', '2020-09-10', 1),
(59, '百年孤独', 38.00, '加西亚·马尔克斯', '南海出版公司', '2019-05-12', 3),
(60, 'Python深度学习', 36.50, '伊恩·古德费洛 / 布拉姆·鲁滨斯', '机械工业出版社', '2021-04-15', 13),
(61, '机器学习实战', 42.80, '彼得·哈林顿 / 德里克·班汀利', '电子工业出版社', '2020-09-25', 13),
(62, '深度学习', 55.50, '伊恩·古德费洛 / 哈罗德·埃尔南德斯 / 弗朗索瓦·肖莱', '人民邮电出版社', '2022-03-05', 13),
(63, 'Python数据分析', 39.90, '麦可•梅勒 / 莫琳•凯利', '机械工业出版社', '2021-08-10', 14),
(64, '机器学习', 45.80, 'Tom M. Mitchell', '清华大学出版社', '2020-11-20', 13),
(65, '数据挖掘概念与技术', 56.50, 'Jiawei Han / Micheline Kamber / Jian Pei',
'电子工业出版社', '2021-09-15', 15),
(66, '计算机视觉', 49.50, 'Richard Szeliski', '机械工业出版社', '2022-02-28', 13),
(67, '深度学习之PyTorch', 36.00, 'I. Antiga / L. E. G. Ortiz / E. Conti / E. L. Denton',
'机械工业出版社', '2021-07-10', 13),
(68, '神经网络与深度学习', 28.90, 'Michael Nielsen', '人民邮电出版社', '2020-03-30', 13),
(69, '自然语言处理', 42.00, 'Jacob Eisenstein / Emily Bender / Noah A. Smith / Yejin Choi',
'清华大学出版社', '2021-12-01', 13),
(70, '动手学深度学习', 49.90, '李沐 / 阿斯顿·张 / 云开发团队', '电子工业出版社', '2021-06-15', 13),
(71, '统计学习方法', 38.50, '李航', '清华大学出版社', '2022-04-10', 13),
(72, '深度学习入门', 32.80, '斋藤康毅', '人民邮电出版社', '2020-09-08', 13),
(73, '模式识别与机器学习', 58.50, 'Christopher M. Bishop', '电子工业出版社', '2021-05-15', 13),
(74, 'Python人工智能开发实战', 35.90, '陆运坤', '机械工业出版社', '2020-11-20', 13),
(75, '计算机视觉：算法与应用', 49.00, 'Richard Szeliski', '机械工业出版社', '2022-01-30', 13),
(76, '神经网络与深度学习', 29.90, 'Michael Nielsen', '人民邮电出版社', '2021-08-10', 13),
(77, '机器学习实战', 42.80, '彼得·哈林顿 / 德里克·班汀利', '电子工业出版社', '2020-09-25', 13),
(78, '自然语言处理入门', 36.00, '黄峰达 / 陈俊廷', '电子工业出版社', '2021-11-10', 13),
(79, '图解深度学习', 45.50, '中山恭平', '机械工业出版社', '2021-02-20', 13),
(80, '机器学习：算法、理论与应用', 56.90, '周志华', '清华大学出版社', '2022-03-25', 13),
(81, 'Python深度学习', 36.50, '伊恩·古德费洛 / 布拉姆·鲁滨斯', '机械工业出版社', '2021-04-15', 13),
(82, '强化学习导论', 33.50, 'Richard S. Sutton / Andrew G. Barto',
'电子工业出版社', '2020-12-08', 13),
(83, '模式识别', 48.00, '贺涛 / 刘洪波', '电子工业出版社', '2022-05-30', 13),
(84, 'TensorFlow实战', 32.50, '黄文坚 / 唐源 / 宋亚轩', '人民邮电出版社', '2021-03-12', 13),
(85, '数据挖掘导论', 55.00, 'Pang-Ning Tan / Michael Steinbach / Vipin Kumar',
'机械工业出版社', '2022-02-15', 15),
(86, 'Python网络神经', 38.90, '伊恩·古德费洛 / 布拉姆·鲁滨斯', '机械工业出版社', '2021-09-10', 13),
(87, '机器学习：实用案例解析', 29.80, 'Drew Conway / John Myles White',
'清华大学出版社', '2020-07-25', 13),
(88, '深度学习之TensorFlow：入门、原理与应用', 42.00,
'李岳 / 熊云飞 / 刘鹏', '人民邮电出版社', '2021-12-30', 13),
(89, '机器学习实战', 39.90, '彼得·哈林顿 / 德里克·班汀利', '电子工业出版社', '2021-01-15', 13),
(90, '人类简史', 33.80, '尤瓦尔·赫拉利', '中信出版社', '2021-09-15', 2),
(91, '明朝那些事儿', 28.50, '当年明月', '湖南文艺出版社', '2020-07-08', 2),
(92, '百年孤独', 38.00, '加西亚·马尔克斯', '南海出版公司', '2019-05-12', 3),
(93, '明朝那些事儿', 32.00, '当年明月', '湖南文艺出版社', '2020-11-25', 2),
(94, '文明的冲突', 29.50, '塞缪尔·P·亨廷顿', '中信出版社', '2020-09-20', 2),
(95, '人类群星闪耀时', 34.90, '史蒂夫·约翰逊', '中信出版社', '2021-04-10', 2),
(96, '大秦帝国', 31.80, '孙皓晖', '中信出版社', '2020-12-15', 2),
(97, '慢读中国史', 27.50, '吕思勉', '湖南人民出版社', '2019-11-08', 2),
(98, '世界通史', 55.50, '吕思勉', '中国青年出版社', '2022-03-25', 2),
(99, '万历十五年', 32.90, '黄仁宇', '上海人民出版社', '2021-08-12', 2),
(100, '今日简史', 32.30, '尤瓦尔·赫拉利', '中信出版社', '2021-08-12', 2),
]

def insert_data(tbl_name: str, columns: list, data: list) -> None:
column = ','.join([f'{col}' for col in columns])
value = ','.join(['%s' for _ in range(len(columns))])
try:
cursor.execute("SET FOREIGN_KEY_CHECKS = 0")
cursor.execute(f"TRUNCATE TABLE {tbl_name}")
cursor.execute("SET FOREIGN_KEY_CHECKS = 1")
effect_row = cursor.executemany(
f"INSERT INTO {tbl_name} ({column}) VALUES ({value})", data)
print(f"{tbl_name}表成功插入{effect_row}行数据")

except Exception as e:
    print(f"{tbl_name}表插入数据失败", e)
finally:
    conn.commit()

if name == "main":
# 1、创建连接
db_host, db_user, db_passwd = config()
conn = pymysql.connect(host=db_host, port=3306, user=db_user,
passwd=db_passwd, db='commodity', charset="utf8")

# 2、创建游标
cursor = conn.cursor()

# 3、插入数据
# 3.1、插入书籍类型数据
insert_data('book_types', ['type_id', 'book_type'], book_types)
# 3.2、插入书籍信息数据
insert_data('books', ['book_id', 'name', 'price', 'author',
            'publishing_house', 'publishing_date', 'type_id'], books)

# 4、关闭游标
cursor.close()

# 5、关闭连接
conn.close()

然后再登录数据库进去查看

use commodity;
 SELECT bt.book_type, b.name, b.author, b.stock FROM books b LEFT JOIN book_types bt ON b.type_id= bt.type_id;

八,使用python对表及表数据进行增删改查

vi insert_data.py

这里也和上面一样,只展示python代码部分:

#!/apps/venv/bin/python
import pymysql
import yaml
def config() -> [str, str, str]:
with open('/apps/account.yml', 'r') as f:
conf = yaml.load(f, Loader=yaml.FullLoader)
host = conf['database']['host']
username = conf['database']['username']
password = conf['database']['password']
return host, username, password
users = [
(1, 'Alice'), (2, 'Bob'), (3, 'Charlie'), (4, 'David'), (5, 'Eve'), (6, 'Fiona'), (7, 'George'), (8, 'Hannah'), (9,
'Isaac'), (10, 'Jessica'), (11, 'Kevin'), (12, 'Linda'), (13, 'Michael'), (14, 'Natalie'), (15, 'Oliver')

]
orders = [
(2), (1), (3), (3), (4), (7), (8), (10), (12), (15), (7), (2), (6)
]
order_items = [
(1, 3, 1), (1, 7, 8), (1, 8, 2), (2, 3, 5), (2, 1, 8), (3, 99, 2), (4, 23, 1), (5, 7, 8), (6, 23, 2), (7,
13, 2), (8, 13, 1), (9, 57, 8), (10, 68, 3), (11, 38, 2), (12, 88, 7), (13, 3, 1), (4, 17, 8), (7, 78, 1)
]

def insert_data(tbl_name: str, columns: list, data: list) -> None:
column = ','.join([f'{col}' for col in columns])
value = ','.join(['%s' for _ in range(len(columns))])
try:
cursor.execute("SET FOREIGN_KEY_CHECKS = 0")
cursor.execute(f"TRUNCATE TABLE {tbl_name}")
cursor.execute("SET FOREIGN_KEY_CHECKS = 1")
effect_row = cursor.executemany(
f"INSERT INTO {tbl_name} ({column}) VALUES ({value})", data)
print(f"{tbl_name}表成功插入{effect_row}行数据")

except Exception as e:
    print(f"{tbl_name}表插入数据失败", e)
finally:
    conn.commit()

if name == "main":
# 1、创建连接
db_host, db_user, db_passwd = config()
conn = pymysql.connect(host=db_host, port=3306, user=db_user,
passwd=db_passwd, db='commodity', charset="utf8")

# 2、创建游标
cursor = conn.cursor()

# 3、新增数据
# 3.1、新增用户数据
insert_data('users', ['user_id', 'user_name'], users)
# 3.2、新增订单数据
insert_data('orders', ['user_id'], orders)
# 3.3、新增订单项数据
insert_data('order_items', ['order_id',
            'book_id', 'quantity'], order_items)

# 4、关闭游标
cursor.close()

# 5、关闭连接
conn.close()

运行Python脚本。

source /apps/venv/bin/activate

python select_data.py

九.使用python查找数据(注意对比库存数量变化,以及用户购买的数据)

说明：该步骤使用Python脚本在RDS数据库中查找数据。

9.1进入Vim编辑器。

vim select_data.py

这里还是跟上面一样，只贴python代码：

#!/apps/venv/bin/python

import pymysql

import yaml
def config() -> [str, str, str]:
with open('/apps/account.yml', 'r') as f:
conf = yaml.load(f, Loader=yaml.FullLoader)
host = conf['database']['host']
username = conf['database']['username']
password = conf['database']['password']
return host, username, password

def sql_read(sql_info: str) -> ():
try:
cursor.execute(sql_info)
print(cursor.fetchall())
except Exception as e:
print(f"SQL执行失败", e)

if name == "main":
# 1、创建连接
db_host, db_user, db_passwd = config()
conn = pymysql.connect(host=db_host, port=3306, user=db_user,
passwd=db_passwd, db='commodity', charset="utf8")
# 2、创建游标
cursor = conn.cursor()

# 3、查询订单信息
sql_order_item_id = """
SELECT bt.book_type,
       b.`name`,
       b.author,
       b.`stock` AS '库存',
       u.user_name,
       oi.quantity AS '购买数量'
 FROM orders o
  LEFT JOIN users u ON o.user_id= u.user_id
  LEFT JOIN order_items oi ON o.order_id= oi.order_id
  LEFT JOIN books b ON oi.book_id= b.book_id
  LEFT JOIN book_types bt ON b.type_id= bt.type_id;
"""
sql_read(sql_order_item_id)


# 4、关闭游标
cursor.close()

# 5、关闭连接
conn.close()

9.2运行Python脚本。

source /apps/venv/bin/activate
python  select_data.py 

十,使用python更新数据:

说明：该步骤使用Python脚本在RDS数据库中更新数据。

vim update_data.py

还是一样贴python代码部分:

#!/apps/venv/bin/python

import pymysql

import yaml

def config() -> [str, str, str]:
with open('/apps/account.yml', 'r') as f:
conf = yaml.load(f, Loader=yaml.FullLoader)
host = conf['database']['host']
username = conf['database']['username']
password = conf['database']['password']
return host, username, password
def sql_write(sql_info: str) -> None:
try:
cursor.execute(sql_info)
print("SQL执行成功")
except Exception as e:
print(f"SQL执行失败", e)
finally:
conn.commit()

def sql_read(sql_info: str) -> ():
try:
cursor.execute(sql_info)
return cursor.fetchall()
except Exception as e:
print(f"SQL执行失败", e)

if name == "main":
# 1、创建连接
db_host, db_user, db_passwd = config()
conn = pymysql.connect(host=db_host, port=3306, user=db_user,
passwd=db_passwd, db='commodity', charset="utf8")

# 2、创建游标
cursor = conn.cursor()

# 3、Bob将自己的订单《三体》都改为5本
sql_order_item_id = """
SELECT oi.`order_item_id`
  FROM orders o
  LEFT JOIN users u ON o.user_id= u.user_id
  LEFT JOIN order_items oi ON o.order_id= oi.order_id
  LEFT JOIN books b ON oi.book_id= b.book_id
 WHERE b.name= '三体'
   AND u.`user_name`= 'Bob'
"""
# Bob购买《三体》的订单项ID
order_item_ids = ','.join([str(j) for i in sql_read(sql_order_item_id) for j in i])

sql = f"""
UPDATE `order_items`
   SET `quantity`= 5
 WHERE `order_item_id` IN ({order_item_ids})
"""
sql_write(sql)

# 4、关闭游标
cursor.close()

# 5、关闭连接
conn.close()

运行python代码:

十一,使用python删除数据:

说明：该步骤使用Python脚本在RDS数据库中删除数据。

vim delete.py

还是跟上面一样只贴python部分:

# !/apps/venv/bin/python
import pymysql
import yaml


def config() -> [str, str, str]:
    with open('/apps/account.yml', 'r') as f:
        conf = yaml.load(f, Loader=yaml.FullLoader)
        host = conf['database']['host']
        username = conf['database']['username']
        password = conf['database']['password']
        return host, username, password


def sql_write(sql_info: str) -> None:
    try:
        cursor.execute(sql_info)
        print("SQL执行成功")
    except Exception as e:
        print(f"SQL执行失败", e)
    finally:
        conn.commit()


def sql_read(sql_info: str) -> ():
    try:
        cursor.execute(sql_info)
        return cursor.fetchall()
    except Exception as e:
        print(f"SQL执行失败", e)


if __name__ == "__main__":
    # 1、创建连接
    db_host, db_user, db_passwd = config()
    conn = pymysql.connect(host=db_host, port=3306, user=db_user,
                           passwd=db_passwd, db='commodity', charset="utf8")

    # 2、创建游标
    cursor = conn.cursor()

    # 3、Bob不买《围城》了
    sql_order_item_id = """
    SELECT oi.`order_item_id`
      FROM orders o
      LEFT JOIN users u ON o.user_id= u.user_id
      LEFT JOIN order_items oi ON o.order_id= oi.order_id
      LEFT JOIN books b ON oi.book_id= b.book_id
     WHERE b.name= '围城'
       AND u.`user_name`= 'Bob'
    """
    # Bob购买《围城》的订单项ID
    order_item_ids = ','.join([str(j) for i in sql_read(sql_order_item_id) for j in i])

    sql = f"DELETE FROM `order_items` WHERE `order_item_id` IN ({order_item_ids})"
    sql_write(sql)

    # 4、关闭游标
    cursor.close()

    # 5、关闭连接
    conn.close()

运行Python脚本

source /apps/venv/bin/activate

python delete.py

十二,使用python删除表

说明：该步骤使用Python脚本在RDS数据库中删除表。

vim delete_table.py

还是贴python

#!/apps/venv/bin/python
import pymysql
import yaml


def config() -> [str, str, str]:
    with open('/apps/account.yml', 'r') as f:
        conf = yaml.load(f, Loader=yaml.FullLoader)
        host = conf['database']['host']
        username = conf['database']['username']
        password = conf['database']['password']
        return host, username, password

def drop_table(tbl_name: str) -> None:
    try:
        cursor.execute(f"DROP TABLE IF EXISTS {tbl_name}")
        print(f"删除{tbl_name}表成功")
    except Exception as e:
        print(f"删除{tbl_name}表失败", e)
    finally:
        conn.commit()


if __name__ == "__main__":
    # 1、创建连接
    db_host, db_user, db_passwd = config()
    conn = pymysql.connect(host=db_host, port=3306, user=db_user,
                           passwd=db_passwd, db='commodity', charset="utf8")

    # 2、创建游标
    cursor = conn.cursor()

    # 3、删除表
    drop_table('tbl_test')

    # 4、关闭游标
    cursor.close()

    # 5、关闭连接
    conn.close()

运行python脚本

source /apps/venv/bin/activate

python delete_table.py

十三,搭建nginx环境

执行以下命令，安装nginx

yum install -y nginx

执行以下命令，启动nginx服务。

systemctl start nginx

systemctl status nginx

十四,安装系统中文字体库

说明：该步骤是安装Linux系统的中文字体库，以便执行Python脚本生成分析图片时可以显示中文字体。

下载中文字体库。安装字体库。
wget 'https://labfileapp.oss-cn-hangzhou.aliyuncs.com/clouder/simsun.tar.gz'
yum install fontconfig -y 
更新字体命令:
yum install mkfontscale -y
添加中文字体。
# 新建目录 
mkdir /usr/share/fonts/chinese 
#解压中文字体包 
tar -xzf simsun.tar.gz 
#移动中文字体文件 
mv simsun/* /usr/share/fonts/chinese 
# 更改目录权限
 chmod -R 755 /usr/share/fonts/chinese/

重新建立字体索引&更新缓存。
# 创建可扩展字体文件的索引 
mkfontscale 
# 创建字体文件的索引 
mkfontdir 
# 创建字体信息缓存文件 
fc-cache

查看字体是否安装成功。
# 查看所有字体列表
fc-list
# 查看中文字体命令及执行结果
fc-list :lang=zh

十五,使用python进行连接数据库分析销售生成图片

说明：该步骤使用Python脚本在RDS数据库中分析每类书销量大于10（且作者不是某某某）的书籍销售情况，并以图表形式展示。

vim data_analysis.py

还是一样贴python代码:

# !/apps/venv/bin/python
import yaml
import pandas as pd
from sqlalchemy import create_engine
import matplotlib.pyplot as plt
import matplotlib.font_manager as font_manager


# -------- 开始
# 检查是否包含雅黑、黑体、仿宋、宋体
font_path = font_manager.findSystemFonts(fontpaths=None, fontext='ttf')
font_path = [f for f in font_path if any(font_name in f.lower() for font_name in ['msyh', 'simhei', 'heiti', 'simsun'])]

if font_path:
    plt.rcParams['font.sans-serif'] = font_manager.FontProperties(fname=font_path[0]).get_name()
# -------- 结束


def config() -> [str, str, str]:
    with open('/apps/account.yml', 'r') as f:
        conf = yaml.load(f, Loader=yaml.FullLoader)
        host = conf['database']['host']
        username = conf['database']['username']
        password = conf['database']['password']
    return host, username, password
      

def func_book_type_quantity(sql_info, engine):
    conn = engine.connect()
    try:
        df = pd.read_sql(sql_info, conn)

        # 每种书的销量
        book_type_quantity = df.groupby('book_type')['quantity'].sum()

        # 准备绘图数据
        df = pd.DataFrame(book_type_quantity)
        df.plot.bar(rot=0)  # rot设置轴标签旋转度数

        # 设置标题和标签
        plt.title('每类书的销量')
        plt.xlabel('类别')
        plt.ylabel('销量')

        # 调整 y 轴刻度范围
        plt.ylim(0, 35)

        # 保存图片
        plt.savefig('/usr/share/nginx/html/booktype_quantity.png')


    except Exception as e:
        raise Exception("读取数据时发生错误：" + str(e))
    finally:
        conn.close()


if __name__ == "__main__":
    # 1、创建连接
    db_host, db_user, db_passwd = config()
    ms_engine = create_engine(f"mysql+pymysql://{db_user}:{db_passwd}@{db_host}:3306/commodity")

    # 2、每类书销量大于10作者不是某某某的书籍销售情况
    sql = """
    SELECT bt.book_type,
           b.`name`,
           b.author,
           b.publishing_house,
           u.user_name,
           oi.quantity
      FROM orders o
      LEFT JOIN users u ON o.user_id= u.user_id
      LEFT JOIN order_items oi ON o.order_id= oi.order_id
      LEFT JOIN books b ON oi.book_id= b.book_id
      LEFT JOIN book_types bt ON b.type_id= bt.type_id
     WHERE b.type_id IN(
    SELECT b.type_id
      FROM order_items oi
      LEFT JOIN books b ON oi.book_id= b.book_id
     GROUP BY b.type_id
    HAVING SUM(oi.quantity)> 10)
       AND b.`author`<> '某某某'
     ORDER BY b.type_id DESC
    """

    # 3、计算每类书的销量
    func_book_type_quantity(sql, ms_engine)

运行Python脚本。

source /apps/venv/bin/activate

python data_analysis.py

打开浏览器查看生成的图片:

示例:http://ip/booktype_quantity.png 地址是外网地址

原文始发于微信公众号（像梦又似花）：保姆级教学：在阿里云上安装python3(进阶:如何使用python操作RDS数据库)