搜索菜单
当前位置: 首页 > Python > Python数据库实战指南：SQLite、MySQL与PostgreSQL对比及ORM应用

Python数据库实战指南：SQLite、MySQL与PostgreSQL对比及ORM应用

闻溪
闻溪
发布时间：2026-10-12 | 3人浏览过
原创

本文深入解析Python与SQLite、MySQL、PostgreSQL三种主流数据库的交互方式，对比各自在轻量级、高并发及高级特性上的优劣。文章详细演示了sqlite3、pymysql及psycopg2库的使用，并介绍SQLAlchemy与Django ORM等框架及连接池配置，为非科班转行者提供从基础操作到项目实战的完整学习路径。

本文作者分享了从非计算机专业转行学习Python及数据库交互的经验，重点对比了SQLite、MySQL和PostgreSQL三种数据库的基本概念、使用场景及优缺点。内容涵盖SQLAlchemy和Django ORM等对象关系映射框架的应用，以及数据库连接池的配置技巧，旨在为非科班背景的学习者提供实用的实践项目建议、学习心得及注意事项。

一、SQLite数据库

1.1 SQLite简介

SQLite是一种轻量级的嵌入式关系型数据库，其最大特点是不需要独立的服务器进程，所有数据均存储在一个单一的文件中：

  • 轻量级：核心库体积小巧，非常适合嵌入式应用环境
  • 无需配置：无需安装或配置独立的数据库服务器
  • 跨平台：兼容多种操作系统环境
  • ACID兼容：完整支持原子性、一致性、隔离性和持久性事务特性

1.2 使用sqlite3模块

Python标准库内置了sqlite3模块，开发者可直接通过该模块与SQLite数据库进行交互：

import sqlite3

# 连接到SQLite数据库
# 如果数据库不存在，会自动创建
conn = sqlite3.connect('example.db')

# 创建游标
cursor = conn.cursor()

# 创建表
cursor.execute('''
CREATE TABLE IF NOT EXISTS users (
    id INTEGER PRIMARY KEY,
    name TEXT NOT NULL,
    age INTEGER,
    email TEXT UNIQUE
)
''')

# 插入数据
cursor.execute("INSERT INTO users (name, age, email) VALUES (?, ?, ?)", ('Alice', 25, 'alice@example.com'))
cursor.execute("INSERT INTO users (name, age, email) VALUES (?, ?, ?)", ('Bob', 30, 'bob@example.com'))

# 提交事务
conn.commit()

# 查询数据
cursor.execute("SELECT * FROM users")
rows = cursor.fetchall()
for row in rows:
    print(row)

# 更新数据
cursor.execute("UPDATE users SET age = ? WHERE name = ?", (26, 'Alice'))
conn.commit()

# 删除数据
cursor.execute("DELETE FROM users WHERE name = ?", ('Bob',))
conn.commit()

# 关闭连接
conn.close()

1.3 使用SQLite的优势

  • 无需安装：Python环境自带支持，开箱即用
  • 易于使用：API设计简单直观，上手容易
  • 适合小型应用：在数据量不大的应用场景下表现优异
  • 便于测试：非常适合用于单元测试和集成测试环境

二、MySQL数据库

2.1 MySQL简介

MySQL是目前广泛流行的关系型数据库管理系统之一：

  • 功能强大：支持复杂的SQL语句执行及事务处理
  • 可扩展性：架构设计适合大型应用的高负载需求
  • 社区活跃：拥有庞大且活跃的开发者社区支持
  • 开源免费：作为开源软件，可免费使用

2.2 使用pymysql库

需通过pip安装pymysql库，以便在Python中与MySQL数据库进行交互：

# 安装pymysql
# pip install pymysql

import pymysql

# 连接到MySQL数据库
conn = pymysql.connect(
    host='localhost',
    user='root',
    password='password',
    database='test',
    charset='utf8mb4',
    cursorclass=pymysql.cursors.DictCursor
)

# 创建游标
cursor = conn.cursor()

# 创建表
cursor.execute('''
CREATE TABLE IF NOT EXISTS users (
    id INT AUTO_INCREMENT PRIMARY KEY,
    name VARCHAR(255) NOT NULL,
    age INT,
    email VARCHAR(255) UNIQUE
)
''')

# 插入数据
cursor.execute("INSERT INTO users (name, age, email) VALUES (%s, %s, %s)", ('Alice', 25, 'alice@example.com'))
cursor.execute("INSERT INTO users (name, age, email) VALUES (%s, %s, %s)", ('Bob', 30, 'bob@example.com'))

# 提交事务
conn.commit()

# 查询数据
cursor.execute("SELECT * FROM users")
rows = cursor.fetchall()
for row in rows:
    print(row)

# 更新数据
cursor.execute("UPDATE users SET age = %s WHERE name = %s", (26, 'Alice'))
conn.commit()

# 删除数据
cursor.execute("DELETE FROM users WHERE name = %s", ('Bob',))
conn.commit()

# 关闭连接
conn.close()

2.3 使用MySQL的优势

  • 适合大型应用：能够支持高并发访问及海量数据存储
  • 功能丰富：支持复杂SQL语句及存储过程等高级功能
  • 生态成熟：拥有极其丰富的工具集和第三方库支持
  • 社区支持：具备庞大的社区资源和完善的文档体系

三、PostgreSQL数据库

3.1 PostgreSQL简介

PostgreSQL是一款功能强大的开源关系型数据库系统：

  • 高级特性：支持复杂的数据类型定义及高级查询功能
  • 可扩展性：允许用户自定义数据类型及函数扩展
  • 可靠性：具备强大的事务支持机制，保障数据完整性
  • 开源免费：作为开源软件，可免费使用

3.2 使用psycopg2库

需通过pip安装psycopg2库，以便在Python中与PostgreSQL数据库进行交互：

# 安装psycopg2
# pip install psycopg2-binary

import psycopg2

# 连接到PostgreSQL数据库
conn = psycopg2.connect(
    host='localhost',
    user='postgres',
    password='password',
    database='test',
    port=5432
)

# 创建游标
cursor = conn.cursor()

# 创建表
cursor.execute('''
CREATE TABLE IF NOT EXISTS users (
    id SERIAL PRIMARY KEY,
    name VARCHAR(255) NOT NULL,
    age INTEGER,
    email VARCHAR(255) UNIQUE
)
''')

# 插入数据
cursor.execute("INSERT INTO users (name, age, email) VALUES (%s, %s, %s)", ('Alice', 25, 'alice@example.com'))
cursor.execute("INSERT INTO users (name, age, email) VALUES (%s, %s, %s)", ('Bob', 30, 'bob@example.com'))

# 提交事务
conn.commit()

# 查询数据
cursor.execute("SELECT * FROM users")
rows = cursor.fetchall()
for row in rows:
    print(row)

# 更新数据
cursor.execute("UPDATE users SET age = %s WHERE name = %s", (26, 'Alice'))
conn.commit()

# 删除数据
cursor.execute("DELETE FROM users WHERE name = %s", ('Bob',))
conn.commit()

# 关闭连接
conn.close()

3.3 使用PostgreSQL的优势

  • 高级特性：原生支持JSON、数组等复杂数据类型处理
  • 可扩展性：支持自定义数据类型及函数扩展
  • 可靠性：具备强大的事务支持机制，保障数据完整性
  • 安全性：内置强大的安全特性及访问控制机制

四、使用ORM框架

4.1 SQLAlchemy

SQLAlchemy是Python生态中流行且强大的对象关系映射（ORM）框架：

# 安装SQLAlchemy
# pip install SQLAlchemy

from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker

# 创建数据库引擎
# SQLite
engine = create_engine('sqlite:///example.db')
# MySQL
# engine = create_engine('mysql+pymysql://root:password@localhost/test')
# PostgreSQL
# engine = create_engine('postgresql://postgres:password@localhost/test')

# 创建基类
Base = declarative_base()

# 定义模型
class User(Base):
    __tablename__ = 'users'
    id = Column(Integer, primary_key=True)
    name = Column(String(255), nullable=False)
    age = Column(Integer)
    email = Column(String(255), unique=True)

# 创建表
Base.metadata.create_all(engine)

# 创建会话
Session = sessionmaker(bind=engine)
session = Session()

# 插入数据
user1 = User(name='Alice', age=25, email='alice@example.com')
user2 = User(name='Bob', age=30, email='bob@example.com')
session.add(user1)
session.add(user2)
session.commit()

# 查询数据
users = session.query(User).all()
for user in users:
    print(user.id, user.name, user.age, user.email)

# 更新数据
user = session.query(User).filter_by(name='Alice').first()
user.age = 26
session.commit()

# 删除数据
user = session.query(User).filter_by(name='Bob').first()
session.delete(user)
session.commit()

# 关闭会话
session.close()

4.2 Django ORM

Django ORM是Django Web框架内置的对象关系映射工具：

# models.py
from django.db import models

class User(models.Model):
    name = models.CharField(max_length=255)
    age = models.IntegerField()
    email = models.EmailField(unique=True)

    def __str__(self):
        return self.name

# 使用Django ORM
# 创建用户
user = User.objects.create(name='Alice', age=25, email='alice@example.com')

# 查询用户
users = User.objects.all()
for user in users:
    print(user)

# 更新用户
user = User.objects.get(name='Alice')
user.age = 26
user.save()

# 删除用户
user = User.objects.get(name='Alice')
user.delete()

五、数据库连接池

5.1 使用连接池

对于高并发应用场景，配置数据库连接池可显著提升系统性能：

# 安装SQLAlchemy
# pip install SQLAlchemy

from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.pool import QueuePool

# 创建带有连接池的引擎
engine = create_engine(
    'mysql+pymysql://root:password@localhost/test',
    poolclass=QueuePool,
    pool_size=10,
    max_overflow=20,
    pool_pre_ping=True
)

# 创建会话
Session = sessionmaker(bind=engine)
session = Session()

# 使用会话
# ...

# 关闭会话
session.close()

六、Python与Rust的对比

作为同时学习Python和Rust的转行开发者，通过对比学习这两种语言能带来很好的效果：

6.1 数据库交互对比

  • Python：拥有极其丰富的数据库驱动及ORM框架生态
  • Rust：拥有diesel、sqlx等成熟的ORM框架
  • 开发效率：Python开发效率较高，Rust开发效率相对较低
  • 性能：Rust运行性能优异，Python运行性能相对较低

6.2 学习心得

  • Python的优势：开发效率高，生态系统丰富
  • Rust的优势：运行性能优异，内存安全保证
  • 相互借鉴：从Python中学习快速开发模式，从Rust中学习性能优化技巧

七、实践项目推荐

7.1 数据库项目

  • 用户管理系统：实现用户的增删改查功能
  • 博客系统：实现文章的发布及管理功能
  • 电商系统：实现商品及订单的管理功能
  • 数据分析系统：实现数据的存储及分析功能

八、学习方法和技巧

8.1 学习方法

  • 循序渐进：先掌握基础的数据库操作，再深入学习高级特性
  • 项目实践：通过实际项目来巩固所学知识
  • 文档阅读：仔细阅读数据库及ORM框架的官方文档
  • 社区交流：加入技术社区，向他人学习经验

8.2 常见问题和解决方法

  • 连接问题：检查数据库服务是否运行，确认连接参数是否正确
  • 性能问题：使用索引，优化SQL语句，配置使用连接池
  • 安全问题：使用参数化查询，避免SQL注入攻击
  • 数据一致性：使用事务机制，确保数据的一致性

九、总结

Python与数据库的交互是编程工作中至关重要的一环。作为一名非计算机专业转行的开发者，我深刻体会到掌握数据库技术的重要性。

我的学习过程并非一帆风顺，期间遇到了诸多困难和挫折，但通过不断的实践与学习，我逐渐掌握了Python与数据库交互的各种技巧。

到此这篇关于Python数据库学习心得：SQLite、MySQL、PostgreSQL优缺点的文章就介绍到这了，更多相关Python数据库：SQLite、MySQL、PostgreSQL内容请搜索本站以前的文章或继续浏览下面的相关文章，希望大家以后多多支持本站！

相关文章

相关标签: Python SQL 数据库 ORM SQLite

本站声明

本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。

作者最新文章

全部内容

Python 相关产品和应用

全部下载
Python Selenium
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。
Python 机器学习
scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。
Python 代码质量
Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。
Python 代码质量
Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。
Python pytest
pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。
Python FastAPI API
FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架，支持类型提示和自动接口文档。
Python Flask Web开发
Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。
Python Django Web开发
Django

Django

6.1.2 · Windows

成熟的 Python Web 框架，适合构建内容站点和业务系统。
Python Spyder
Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。
Python SciPy
SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。
Python Pandas 数据分析
pandas

pandas

3.0.6 · Windows

Python 数据分析库，提供 DataFrame 与丰富的数据处理能力。
Python NumPy
NumPy

NumPy

2.5.4 · Windows

Python 科学计算基础库，提供高性能多维数组与数值运算。

文章分类

专题列表

ipython.cn 学习网
人工智能 Java AI行业服务