Contents
· IntroductionInstall the LibrariesImport the LibrariesCredentialsDefine and execute a Cursor
· Conclusion

Введение

Существует слишком много отличных интерпретаторов SQL, чтобы манипулировать базой данных с помощью написания сценариев, совсем недавно я обнаружил один, Dbeaver.

Dbeaver — очень полезный инструмент для доступа к различным базам данных, таким как AWS, IBM и многим другим.

Также он имеет довольно удобную структуру для написания ваших SQL-скриптов.

Написание кода Python в блокноте Jupyter всегда позволяет мне чувствовать себя комфортно.

Если вы, как и я, зависите от своих привычек, и даже если вы не будете так много использовать, попробуйте получить доступ к базе данных в знакомой среде, вы будете рады приветствовать это краткое руководство.

Для этого есть четыре этапа, и я объясню вам это только с помощью кодов.

Установите библиотеки

pip install redshift_connector
pip install pandas
pip install numpy

Импорт библиотек

import redshift_connector
import pandas as pd
import numpy

Реквизиты для входа

Введите свои учетные данные между кавычками.

conn = redshift_connector.connect(
    host='',
    port='',
    database='',
    user='',
    password=''
 )

Определить и выполнить курсор

Затем установите соединение с вашим курсором и выполните свои коды SQL.

cursor: redshift_connector.Cursor = conn.cursor()
cursor.execute('your sql codes in here')
result: pd.DataFrame = cursor.fetch_dataframe()
print(result)

Кроме того, всегда есть более причудливый способ сделать это.

Это может быть и быстрее.

Повторив это действие несколько раз, вы можете написать свою собственную функцию, которая запросит у вас информацию и автоматически выполнит эти этапы за вас.

def sql_con():
    print("host please")
    host = input()
    print("Please enter your port name")
    port= input()
    print("Please enter your database name")
    database = input()
    print("Please enter your username")
    user = input()
    print("Password please")
    passowrd = input()
    print("Please write your sql code")
    sqlcode = input()
    conn = redshift_connector.connect(
    host= host,
    port= port,
    database=database,
    user= user
    password= password
 )
    cursor: redshift_connector.Cursor = conn.cursor()
    cursor.execute('sqlcode;')
    result: pd.DataFrame = cursor.fetch_dataframe()
    print(result)

Хорошие коды всегда раскрываются при необходимом вводе.

Также вы можете найти туториал в подробной версии здесь

Заключение

После преобразования ваших данных в фрейм данных настало время продемонстрировать свои навыки, используя pandas, NumPy или даже sci-kit-learn, если вы будете применять модель машинного обучения к этим данным.