Data

如何从 Jupyter Notebook 运行 SQL – 两种简单方式

为什么需要在 Jupyter Notebook 内组合 SQL 和 Python

SQL 非常适用于检索数据和计算基本统计数据，而 Python 在您需要深入、灵活的探索性数据分析或数据科学时大有用武之地。 如果您在一个工具中可同时使用两种编程语言，会怎样？

在本文中，您将了解通过 Jupyter Notebook 接口使用 Python 和 SQL 的两种简单方式，并使用几行代码创建 SQL 查询。 这两种方式几乎不受数据库限制，因此您可以将它们用于所需的任何 SQL 数据库：MySQL、Postgres、Snowflake、MariaDB、Azure 等。

方式 1：使用 Pandas 读取 SQL 查询

第 1 步：安装 Python 软件包以连接到您的数据库

我们建议安装以下软件包：

• PostgreSQL 数据库: ! pip install psycopg2-binary. 请确保安装 psycopg2-binary, 因为它还会处理所需依赖项。

• Snowflake 数据库: ! pip install snowflake-connector-python.
• MySQL 数据库: ! pip install mysql-connector-python.

要在 Datalore 中安装软件包，您还可以使用环境管理器，它可以在您稍后重新打开 Notebook 时使软件包保持不变。

Datalore 是为数据科学和机器学习量身定制的云端协作式数据科学 Notebook。 您可以从免费的 Community 方案开始，然后随时升级！

在 Datalore 中打开教程

第 2 步：在 Jupyter 中创建数据库连接

运行下方示例代码以连接到 MySQL 数据库。 您可以在本教程中找到连接到 PostgreSQL 和 Snowflake 数据库的示例代码。

import os
import psycopg2 as ps
import pandas as pd

conn = ps.connect(
    host=os.environ["db_host"],
    port=os.environ["db_port"],
    dbname=os.environ["db_name"],
    user=os.environ["db_user"],
    password=os.environ["db_password"])

提示：为存储凭据，我们会在 Datalore 中使用称为密钥的环境变量。 这有助于防止在您与他人共享 Jupyter Notebook 或屏幕时意外泄露您的凭据。

如果您无法从云工具连接到公司的数据库，请考虑在私有云或本地部署环境中安装 Datalore。

第 3 步：使用 Pandas 运行 SQL 查询

创建数据库连接后，您可以立即执行 SQL select 查询！

请参见下方示例代码：

df = pd.read_sql_query("select * from <table>", con=conn)

完成！ 只需运行代码单元，您就可以将结果保存到 pandas DataFrame 中，以便继续使用 Python 进行处理。

方式 2：在 Datalore Notebook 中使用 SQL 单元

最近，我们在 Datalore 中的 Python Notebook 内集成了原生 SQL 单元和数据库连接。

现在，您不需要编写样板 Python 代码来连接到数据库，而是可以从 UI 创建一个连接，然后在多个 Notebook 中重用该连接。 创建连接后，您将能够浏览数据库架构，这对于编写 SQL 查询极其有用。

键入 SQL 代码时, 您将获得 SQL 语法和表/列名的智能代码补全。

执行代码单元后，结果将自动保存到 pandas DataFrame，您可以继续使用 Python 进行无缝处理。

我们是否提到您在 Datalore 中可以实时协作处理 SQL 代码？

完成后，您可以将结果发布为报告，并通过链接与全世界分享您的数据故事。

在 Datalore 中尝试

今天的文章就到这里！ 我们希望这些在 Jupyter Notebook 内使用 SQL 的简单方式能够让您的数据科学家工作变得更加轻松。 要获取有关使用 Jupyter Notebook 的更多提示，敬请订阅我们的博客动态并在 Twitter 上关注我们！

祝您愉快投身数据科学！

Datalore 团队

链接：

1. Datalore 中的教程
2. 注册 Datalore Community
3. 了解 Datalore Enterprise

英文博文原作者：