Python中Mysql数据库

一.多线程能干什么：
生产者消费者问题：（经典）
一直生产 一直消费 中间有阀值 避免供求关系不平衡

线程安全问题，要是线程同时来，听谁的
锁：一种数据结构 队列:先进线出 栈：先进后出

生产者消费者的优点(为什么经典的设计模式)
1.解耦（让程序各模块之间的关联性降到最低）
假设生产者和消费者是两个类，如果让生产者直接调用消费者的某个方法，那么生产者对于消费者就会产生依赖(也就是耦合)，
如果将来消费者的代码发生变换，可能会影响到生产者，而如果两者都依赖于某个缓冲区，两者之间不直接依赖，
耦合也就相应降低了
生活中的例子：我们 邮筒 邮递员
举个例子，我们去邮局投递信件，如果不使用邮筒(也就是缓冲区)，你必须得把信直接交给邮递员，有同学会说，
直接交给邮递员不是挺简单的嘛，其实不简单，你必须得认识邮递员，才能把信给他(光凭身上的制服，万一有人假冒呢？？？)，
这就产成你和邮递员之间的依赖了(相当于生产者消费者强耦合)，万一哪天邮递员换人了，
你还要重新认识一下(相当于消费者变化导致修改生产者代码)，而邮筒相对来说比较固定，
你依赖它的成本就比较低(相当于和缓冲区之间的弱耦合)
2.支持并发
生产者消费者是两个独立的并发体，他们之间是用缓冲区作为桥梁连接，生
产者之需要往缓冲区里丢数据，就可以继续生产下一个数据，而消费者者只需要从缓冲区里拿数据即可，
这样就不会因为彼此速度而发生阻塞
接着上面的例子：如果我们不使用邮筒，我们就得在邮局等邮递员，直到他回来了，我
们才能把信给他，这期间我们啥也不能干(也就是产生阻塞)，或者邮递员挨家挨户的问(产生论寻)
3.支持忙闲不均
如果制造数据的速度时快时慢，缓冲区的好处就体现出来了，当数据制造快的时候，
消费者来不及处理，未处理的数据可以暂时存在缓冲区中，等生产者的速度慢下来，
消费者再慢慢处理
情人节信件太多了，邮递员一次处理不了，可以放在邮筒中，下次在来取

“”“pymsql是Python中操作MySQL的模块，其使用方法和MySQLdb几乎相同。但目前pymysql支持python3.x而后者不支持3.x版本。

示例一

import MySQLdb
# 打开门
conn = MySQLdb.connect(host='127.0.0.1',user='root',passwd='dd',db='python')

# 伸出手
cur = conn.cursor()

# 拿东西
recont = cur.execute('select * from userInfo')

# 把手伸回来
cur.close()

# 把门关上
conn.close()

print recont

示例二

import MySQLdb
# 打开门
conn = MySQLdb.connect(host='127.0.0.1',user='root',passwd='dd',db='python')

# 伸出手
#cur = conn.cursor() #创建了一个“手”
# 拿到数据库的表头
cur = conn.cursor(cursorclass = MySQLdb.cursors.DictCursor)
# 拿东西
# 这个操作影响了多少行数(有多少行被操作了)
recont = cur.execute('select * from userInfo')
data = cur.fetchall()

# 把手伸回来
cur.close()

# 把门关上
conn.close()
print recont
print data

在Mysql中增加内容

import MySQLdb

# 打开门
conn = MySQLdb.connect(host='127.0.0.1',user='root',passwd='dd',db='python')

# 伸出手
cur = conn.cursor()

# 操作数据
sql = 'insert into usermg(id,name,address) values(%s,%s,%s)'
params = ('1','dd','usa')
recount = cur.execute(sql,params)

# 提交请求
conn.commit()

# 把手伸回来
cur.close()

#把门关上
conn.close()
print recount

在Mysql数据库中查询内容

import MySQLdb

# 打开门
conn = MySQLdb.connect(host='127.0.0.1',user='root',passwd='dd',db='python')

# 伸出手
cur = conn.cursor()

# 操作数据
sql = 'update usermg set name = %s where id = %s'
params = ('uu','1',)
recount = cur.execute(sql,params)

# 提交请求
conn.commit()

# 把手伸回来
cur.close()

#把门关上
conn.close()
print recount

在Mysql数据库中删除内容

import MySQLdb

# 打开门
conn = MySQLdb.connect(host='127.0.0.1',user='root',passwd='dd',db='python')

# 伸出手
cur = conn.cursor()

# 操作数据
sql = 'delete from usermg where id = %s'
params = (1,)
recount = cur.execute(sql,params)

# 提交请求
conn.commit()

# 把手伸回来
cur.close()

#把门关上
conn.close()
print recount

在Myaql数据库插入多条内容

import MySQLdb
# 打开门
conn = MySQLdb.connect(host='127.0.0.1',user='root',passwd='dd',db='python')

# 伸出手
cur = conn.cursor()

# 操作数据
# sql = 'update usermg set name = %s where id = %s'
# params = ('uu','1',)
li = [
    ('2','hahaha','wwww'),
    ('3','lalala','qqqq'),
]
recount = cur.executemany('insert into usermg(id,name,address) values(%s,%s,%s)',li)

# 提交请求
conn.commit()

# 把手伸回来
cur.close()

#把门关上
conn.close()
print recount

import MySQLdb
#打开门
conn = MySQLdb.connect(host='127.0.0.1',user='root',passwd='redhat',db='xiaozhuang')
#伸出手
cur = conn.cursor()

sql = 'update count set money = %s where id = 1 '
params = (0,)
reCount = cur.execute(sql,params)
# conn.commit()

#因为默认mysql里是有事务的，所以我们模拟，一步一提交

#如果这里写错(sql语句写错)，但我上一个账户减钱的已经提交
#这时，我们在数据库里面可以看到，一个减钱，但一个并没有加钱
sql = 'update countl set money = %s where id = 2 '
params = (300,)
reCount = cur.execute(sql,params)
conn.commit()

#把手伸回来
cur.close()
#把门关上

二.多线程

多线程能干什么：
生产者消费者问题：（经典）
一直生产 一直消费 中间有阀值 避免供求关系不平衡

线程安全问题，要是线程同时来，听谁的
锁：一种数据结构 队列:先进线出 栈：先进后出

生产者消费者的优点(为什么经典的设计模式)
1.解耦（让程序各模块之间的关联性降到最低）
假设生产者和消费者是两个类，如果让生产者直接调用消费者的某个方法，那么生产者对于消费者就会产生依赖(也就是耦合)，
如果将来消费者的代码发生变换，可能会影响到生产者，而如果两者都依赖于某个缓冲区，两者之间不直接依赖，
耦合也就相应降低了
生活中的例子：我们 邮筒 邮递员
举个例子，我们去邮局投递信件，如果不使用邮筒(也就是缓冲区)，你必须得把信直接交给邮递员，有同学会说，
直接交给邮递员不是挺简单的嘛，其实不简单，你必须得认识邮递员，才能把信给他(光凭身上的制服，万一有人假冒呢？？？)，
这就产成你和邮递员之间的依赖了(相当于生产者消费者强耦合)，万一哪天邮递员换人了，
你还要重新认识一下(相当于消费者变化导致修改生产者代码)，而邮筒相对来说比较固定，
你依赖它的成本就比较低(相当于和缓冲区之间的弱耦合)
2.支持并发
生产者消费者是两个独立的并发体，他们之间是用缓冲区作为桥梁连接，生
产者之需要往缓冲区里丢数据，就可以继续生产下一个数据，而消费者者只需要从缓冲区里拿数据即可，
这样就不会因为彼此速度而发生阻塞
接着上面的例子：如果我们不使用邮筒，我们就得在邮局等邮递员，直到他回来了，我
们才能把信给他，这期间我们啥也不能干(也就是产生阻塞)，或者邮递员挨家挨户的问(产生论寻)
3.支持忙闲不均
如果制造数据的速度时快时慢，缓冲区的好处就体现出来了，当数据制造快的时候，
消费者来不及处理，未处理的数据可以暂时存在缓冲区中，等生产者的速度慢下来，
消费者再慢慢处理
情人节信件太多了，邮递员一次处理不了，可以放在邮筒中，下次在来取

线程

线程是操作系统能够进行运算调度的最小单位（程序执行流的最小单元）
它被包含在进程之中，是进程中的实际运作单位。一个进程中可以并发多个线程
每条线程并行执行不同的任务
(线程是进程中的一个实体，是被系统独立调度和分派的基本单元)

每一个进程启动时都会最先产生一个线程，即主线程
然后主线程会再创建其他的子线程
“”“

import threading
from time import ctime,sleep
def music(a):
    for i in range(2):
        print 'I was listening to %s. %s' % (a,ctime())
        sleep(1)
def movie(b):
    for i in range(2):
        print 'I was watching to %s. %s' % (b,ctime())
        sleep(5)

#music('告白气球')
#movie('泰坦尼克号')
thread = []
t1 = threading.Thread(target=music,args=('告白气球',))
thread.append(t1)
t2 = threading.Thread(target=movie,args=('泰坦尼克号',))
thread.append(t2)
for t in thread:
    #t.setDaemon(True)
    t.start
print 'all over %s' % ctime()

示例二

from threading import Thread
def Foo(arg):
    print arg

print 'before'
# 线程和函数建立关系
t1 = Thread(target=Foo,args=(1,))
t1.start()
print 'after'

示例三

from threading import Thread
def Foo(arg):
    print arg

print 'before'
t1 = Thread(target=Foo,args=(1,))
t1.start()
print t1.getName()

t2 = Thread(target=Foo,args=(2,))
t2.start()
print t2.getName()

print 'after'

示例四

from threading import Thread
import time
def Foo():
    for item in range(100):
        print item
        time.sleep(1)
print 'before'
t1 = Thread(target=Foo)
t1.setDaemon(True)
t1.start()
print 'after'
time.sleep(10)

示例五–吃包子

import threading
import Queue
import time
import random
def Producer(name,que):
    while True:
        if que.qsize() <3:
            que.put('baozi')
            print '%s:Made a baozi..=============' % name
        else:
            print '还有三个包子'
        time.sleep (random.randrange(5))

def Consumer(name,que):
    while True:
        try:
            que.get_nowait()
            print '%s:Got a baozi..' % name
        except Exception:
            print '没有包子了'
        time.sleep(random.randrange(3))
# 创建队列
q = Queue.Queue()

p1 = threading.Thread(target=Producer,args=['chef1',q])
p2 = threading.Thread(target=Producer,args=['chef2',q])
p1.start()
p2.start()

c1 = threading.Thread(target=Consumer,args=['tom',q])
c2 = threading.Thread(target=Consumer,args=['harry',q])
c1.start()
c2.start()

示例六–事件驱动

import threading
import time

def Producer():
    print 'chef:等人来买包子'
    #收到了消费者的event.set 也就是把这个flag改为了true,但是我们的包子并没有做好
    event.wait()
    #此时应该将flag的值改回去
    event.clear()
    print 'chef:someone is coming for 包子'
    print 'chef:making a 包子 for someone'
    time.sleep(5)
    # 告诉人家包子做好了
    print '你的包子好了～'
    event.set()

def Consumer():
    print 'tom:去买包子'
    # 告诉人家我来了
    event.set()
    time.sleep(2)
    print 'tom:waiting for 包子 to be ready'
    event.wait()
    print '哎呀～真好吃'

event = threading.Event()

p1 = threading.Thread(target=Producer)
c1 = threading.Thread(target=Consumer)
p1.start()
c1.start()

示例七 – 异步

import threading
import time

def Producer():
    print 'chef:等人来买包子'
    # 收到了消费者的event.set 也就是把这个flag改为了true,但是我们的包子并没有做好
    event.wait()
    # 此时应该将flag的值改回去
    event.clear()
    print 'chef:someone is coming for 包子'
    print 'chef:making a 包子 for someone'
    time.sleep(5)
    # 告诉人家包子做好了
    print '你的包子好了～'
    event.set()

def Consumer():
    print 'tom:去买包子'
    # 告诉人家我来了
    event.set()
    time.sleep(2)
    print 'tom:waiting for 包子 to be ready'
    # 我在不断检测，但我已经不阻塞了
    while True:
        if event.is_set():
            print 'Thanks~'
            break
        else:
            print '怎么还没好呀～'
            # 模拟正在做自己的事情
            time.sleep(1)
event = threading.Event()

p1 = threading.Thread(target=Producer)
c1 = threading.Thread(target=Consumer)
p1.start()
c1.start()