Este artículo aquí trata sobre las bases de datos y la conexión de estas bases de datos a Python. Por lo tanto, en esta publicación, discutiremos cómo conectarse al servidor SQL Python. Entonces, procedamos con el trabajo en cuestión.
Base de datos — ¿Qué es?
En realidad, una base de datos es generalmente una colección de datos estructurados, de manera que se puede recuperar, acceder y administrar muy fácilmente. En general, hay dos tipos de bases de datos, a saber: base de datos plana y base de datos relacional. Las bases de datos relacionales son el sistema de base de datos más utilizado. Algunos ejemplos de los cuales son:
- Oráculo
- ibm db2
- mysql
- Servidor SQL
- sin sql
- MS Access
El más común entre estos es el sistema de base de datos MySQL, ya que es comparativamente el más fácil de usar.
Ahora, hablemos sobre MySQL …..
SQL es un lenguaje estándar utilizado para bases de datos tabulares o relacionales. SQL son las siglas de Structure Query Language, y permite varias operaciones como manipulación, diseño y también otras consultas. Por lo tanto, se utiliza para analizar y obtener información de los datos.
Ahora, ¿qué es MySQL? MySQL es un sistema de gestión de bases de datos relacionales de código abierto que utiliza el lenguaje de consulta estructurado para realizar las diversas operaciones.
Procedamos a conectar el servidor SQL con Python
Conectar el servidor SQL con Python es realmente muy fácil de configurar. Para esto, la naturaleza dinámica de Python resulta muy útil, ya que se usa fácilmente para controlar y crear consultas. Para colmo, ambas herramientas nos permiten escalar nuevos picos de automatización y eficiencia.
“pyodbc” — Ahora, ¿qué es esto?
Esta es una biblioteca que permite un acceso relativamente más fácil a las bases de datos ODBC (Open Database Connectivity). ODBC es una interfaz de programación de aplicaciones API estándar) utilizada para acceder a bases de datos. Esta tecnología fue desarrollada por el grupo SQL Access.
El proceso comienza —-> Conectar
Lo más importante que debemos hacer es crear una conexión con el servidor SQL. ¿Cómo lo hacemos? Hacemos esto empleando el uso de pyodbc.connect. Necesitamos pasar una cadena de conexión a esta función. Esta cadena de conexión debe especificar el controlador DBMS, el servidor y una base de datos a la que conectarse.
Supongamos que queremos conectarnos al servidor “INXXX00023, 45890”, base de datos “DB007″, para ello queremos usar el “SQL Server Native Client 11.0”.
Seremos una conexión interna de confianza, por lo tanto, no es necesario ingresar el nombre de usuario y la contraseña.
cn_str = ("Driver = {SQL Server Native Client 11.0};"
"Server = INXXX00023, 45890;"
"Database = DB007;"
"Trusted_Connection = yes;")
# Initializing the connection
cn = pyodbc.connect(cn_str)Esto fue cuando nos estábamos conectando desde una conexión confiable. Ahora, ¿qué haremos al acceder a la base de datos utilizando una conexión no confiable? En ese caso, debemos ingresar el nombre de usuario y la contraseña que no proporcionamos en el caso de usar la conexión confiable. El nombre de usuario y la contraseña son los que generalmente usamos para acceder al servidor a través de SQL Server Management Studio.
Digamos que mi nombre de usuario es Shubham y la contraseña es Shub1234. Entonces, podemos conectarnos de esta manera:
cn_str = ("Driver = {SQL Server Native Client 11.0};"
"Server = INXXX00023, 45890;"
"Database = DB007;"
"Trusted_Connection = yes;"
"UID = Shubham;"
"PWD = Shub1234;")
# Initialization
cn = pyodbc.connect(cn_str)Por lo tanto, ahora estamos conectados a la base de datos. Entonces, ahora podemos comenzar a realizar las diversas consultas SQL a través de Python.
Ejecutar una consulta: conectarse a SQL Server Python
Nota : Todas y cada una de las consultas que intentamos ejecutar en el servidor SQL, consistirá en una inicialización del cursor seguida de la ejecución de la consulta. Además, un punto a tener en cuenta aquí es que si realizamos algún cambio dentro del servidor, entonces debemos confirmar lo mismo en el servidor.
# initializing a cusror cursor = cn.cursor() /* This "cursor" object shall be used whenever we want to perform any query
Realicemos nuestras consultas en la tabla de empleados, en la que seleccionamos las 50 filas principales:
cursor.execute("SELECT TOP(50) * FROM employees")Ahora, la operación se realiza, pero en el servidor. Por lo tanto, ahora necesitamos extraer esta información para leerla en Python.
Extrayendo los datos
Para extraer los datos consultados de SQL a Python, utilizaremos la biblioteca “pandas”. La biblioteca pandas nos proporciona una función muy fácil “read_sql” para leer datos SQL en Python. También necesitamos especificar la conexión.
Veamos cómo hacerlo:
data = pd.read_sql("SELECT TOP(50) * FROM employees", cn)
# The above statement returns the top 50 rows from the employees table¿Cómo editamos, insertamos y actualizamos datos en SQL usando Python?
Ahora que tenemos la información requerida de la tabla de “empleados”, veamos cómo podemos editar, insertar y actualizar los datos. Debemos recordar este punto, que, cuando pasamos a ejecutar consultas en SQL, los cambios son temporales hasta que los confirmemos.
Por ejemplo, veamos cómo concatenar las columnas fName y lName para crear una columna Name.
cursor = cn.cursor()
# Using the alter table command, we need to add a new column named "Name"
cursor.execute("ALTER TABLE employees" +
"ADD Name VARCHAR(30)")
# now update that column to contain fName + lName
cursor.execute("UPDATE employees" +
"SET Name = fName + " " + lName")
# Now, lets commit these changes into the master table
cn.commit()Finalmente ….
Ahora que hemos extraído los datos, podemos realizar nuestras diversas tareas de manipulación que pretendíamos en primer lugar. Sin embargo, podemos manipular los datos primero y luego extraerlos o viceversa, es decir, de la forma que nos resulte más fácil para realizar nuestra tarea.
Sin embargo, después de la extracción, podemos realizar una gran multitud de otras tareas útiles, que podrían no haber sido posibles antes.
Supongamos que necesitamos realizar informes diarios, mientras calculamos algunas estadísticas básicas, y también necesitamos enviar los resultados por correo electrónico. Entonces, veamos cómo lo hacemos.
Nuestra tarea ahora está completa… El código anterior aquí, por lo tanto, automatiza nuestra tarea de extraer el informe semanal, calcular el salario medio, la desviación estándar en el salario, el salario máximo y el departamento del salario máximo. Luego, envía los datos clave al correo electrónico receptor (a quien corresponda, es decir, a nuestro jefe en un caso general)
🙂 🙂 🙂 🙂
RESUMEN <—> Conéctese a SQL Server Python
En esta publicación, como ha visto, discutimos los pasos para realizar nuestro trabajo de conexión al servidor SQL Python. Por lo tanto, ahora estamos bien logrados y listos para hacer conexiones a servidores SQL o, para el caso, bases de datos a Python. En unos sencillos pasos, configuramos un flujo de trabajo eficiente y automatizado, en el que extrajimos el informe semanal y también lo enviamos al jefe. Por lo tanto, vemos que la combinación de Python y SQL simplemente abre nuevas vías que de otro modo habrían sido improbables.
A lo largo de este artículo, por lo tanto, supongo que me he dejado bastante claro. Pero, por si acaso, aún te quedan algunas dudas. Entonces, escríbame en la sección de comentarios y, como siempre, estoy siempre listo para ayudarlo. Y, también resolver sus muchas consultas y problemas.
¡¡¡Hasta entonces te despido adiós!!! Ok, espera… antes de irte, puedes revisar mis otras publicaciones. Además, por la sencilla razón de que, para mejorar su conocimiento sobre varios otros temas de importancia. ademas donde??? Aquí……
