jupyter notebooks连接数据库

### 如何在 Jupyter Notebook 中连接各种类型的数据库 #### 使用 SQLAlchemy 进行通用数据库连接 为了简化不同数据库之间的连接操作，推荐使用 SQLAlchemy 库。SQLAlchemy 提供了一种抽象层，使得开发者能够以统一的方式访问多种关系型数据库管理系统 (RDBMS)，如 MySQL、PostgreSQL 和 SQLite 等。 要建立与特定 RDBMS 的连接，通常需要指定相应的驱动程序以及完整的 URI 字符串。对于 SQLite 数据库而言，由于其轻量化特性，可以直接通过文件路径完成连接配置[^3]。 ```python from sqlalchemy import create_engine # 创建引擎实例 engine = create_engine('sqlite:///example.db') connection = engine.connect() ``` 上述代码展示了如何利用 `create_engine` 函数创建一个新的 Engine 对象，并传入目标数据库 URL 来初始化它；随后调用 connect 方法获取 Connection 实例用于执行后续命令。 #### PostgreSQL 数据库连接示例 当涉及到更复杂的企业级应用时，则可能需要用到像 PostgreSQL 这样的高级别 RDBMS。此时除了基本的身份验证参数外，还需要额外指明主机名、端口号等信息： ```python import psycopg2 from sqlalchemy import create_engine postgresql_url = 'postgresql://username:password@localhost:5432/mydatabase' engine_postgresql = create_engine(postgresql_url) with engine_postgresql.connect() as conn: result = conn.execute("SELECT * FROM my_table LIMIT 5;") for row in result: print(row) ``` 这段脚本说明了怎样构建指向远程服务器上的 Postgres DB 的链接字符串，并读取表中的部分记录进行打印输出[^1]。 #### MySQL 数据库连接方法 针对 MySQL 数据库的操作方式与此类似，只需更改对应的 DSN 即可适配不同的后台存储服务提供商： ```python mysql_url = 'mysql+pymysql://root:@localhost/testdb?charset=utf8mb4' engine_mysql = create_engine(mysql_url, echo=True) try: with engine_mysql.begin() as connection: query_result = connection.execute( """SELECT id,name FROM users WHERE age > %s""", ('20',) ) finally: engine_mysql.dispose() ``` 这里采用 pymysql 作为底层通信协议，并设置了字符集编码选项确保兼容性良好。 #### MongoDB NoSQL 数据库集成方案 虽然大多数情况下讨论的是传统的关系型数据库，但对于某些应用场景来说，NoSQL 解决方案可能是更好的选择。比如 MongoDB 就是一种广泛使用的文档导向型非结构化数据管理平台，在 Python 生态圈内可通过 PyMongo 或者 Pandas 配合 pymongo[srv] 方式轻松接入： ```python from pymongo import MongoClient client = MongoClient('mongodb://localhost:27017/') db = client['test_database'] collection = db.test_collection documents = collection.find({"status": "A"}) for doc in documents: print(doc) ``` 此片段体现了基于对象模型的设计理念，允许应用程序直接操纵 JSON/BSON 文档集合而不必受限于固定的表格模式定义。