在大数据时代下，和数据打打交道是家常便饭。那么常用储存数据的一种方式：数据库，用起来那也是相当的得心应手，今天就用python连接各类常见数据库！

常用数据库

• 1.sqlite

• 2.mysql

• 3.postgresql

• 4.mongodb

• 5.redis

• 6.hive

• 7.clickhouse

• 8.habse

1.sqlite

非常轻量的关系型数据库，不需要安装服务端，解压即用

import sqlite3import pandas as pd

conn = sqlite3.connect('test.db')df = pd.read_sql_query('select * from company', con=conn)print(df)

2.mysql

最受欢迎、使用最多的关系型数据库之一

import pandas as pdfrom sqlalchemy import create_engine

mysql_url = 'mysql+pymysql://root:root@localhost:3306/test?charset=utf8'engine = create_engine(mysql_url)data = pd.read_sql_table('user1', engine)print(data)

3.postgresql

对象关系型数据库，开源人士自行研发的数据库

import pandas as pdfrom sqlalchemy import create_engine

postgres_url = 'postgres://postgres:root@localhost:5432/db1'engine = create_engine(postgres_url)data = pd.read_sql_table('company', engine)print(data)

4.mongodb

文档型数据库，将数据已一个个json文档格式进行存储

from pymongo import MongoClientimport pandas as pd

client = MongoClient('localhost', 27017)collection = client['test']['user']data = collection.find()df = pd.DataFrame(list(data))print(df)

5.redis

缓存数据库，快，并且支持五大数据类型

import asynciofrom aredis import StrictRedisasync def example():client = StrictRedis(host='127.0.0.1', port=6379, db=0)await client.flushdb()uid = await client.get('id')uname = await client.get('name')uage = await client.get('age')print(f'user:id={ uid},name={ uname},age={ uage}')loop = asyncio.get_event_loop()loop.run_until_complete(example())loop.close()

6.hive

数据仓库工具，可以把HDFS上的结构化数据映射成表，以供查询

import pandas as pdfrom pyhive import hive

conn = hive.Connection(host='localhost',port=10000,database='test',username='hive',password='')data = pd.read_sql_query('select * from test', con=conn)print(data)

7.clickhouse

列示存储数据库，可用于构建在hive之上的一个在线查询分析，为了弥补hive查询速度慢的劣势，我们公司已经在用了

from clickhouse_driver import Client

client = Client(host='127.0.0.1', port='9000', user='ck_user', password='ck_pass')sql = 'select * from db_name.tb_name limit 0, 10'ans = client.execute(sql)

8.habse

也是列示存储数据库，通过rowkey，类似于主键来查询数据，能够因对超大数据的挑战

import happybase

connection = happybase.Connection('localhost', autoconnect=False)connection.open()print(connection.tables())connection.close()