python自带数据库好用吗（揭秘SQLite数据库优劣势）
如果你是软件开发人员，相信你一定知道甚至曾经使用过一个非常轻量级的数据库——sqlite。它几乎拥有作为一个关系数据库所需的所有功能，而且这些有功能都保存在一个文件中。下面是一些官方网站显示可以使用sqlite的场景：
· 嵌入式设备和物联网
· 数据分析
· 数据传输
· 文件归档和/或数据容器
· 内部或临时数据库
· 在演示或测试期间代表企业数据库
· 教育、培训和测试
· 实验性sql语言扩展
最重要的是，sqlite实际上是作为python的内置库，换言之，你不需要安装任何服务器端/客户端软件，也不需要让某个东西作为服务运行，只要你用python导入库并开始编码，就会有一个关系数据库管理系统！
输入与使用
当我们说“内置”时，这意味着你甚至不需要运行pip install来获取库。只需通过以下方式导入：
import sqlite3 as sl创建到数据库的连接
不要为驱动程序、连接字符串等烦恼。可以创建一个sqlite数据库，并拥有一个简单的连接对象：
con = sl.connect('my-test.db')运行这行代码之后，我们已经创建了数据库并连接到它。我们要求python自动连接现有的数据库，因此它不是空的。否则，我们可以使用完全相同的代码连接到现有数据库。
创建表
然后创建一个表：
with con:
con.execute("""
create table user (
id integer not null primarykey autoincrement,
name text,
age integer
);
""")在这个用户表中添加三列。正如你所看到的，sqlite确实是轻量级的，但是它支持常规rdbms应该具有的所有基本特性，例如数据类型、可为null、主键和自动递增。运行这段代码之后就已经创建了一个表，尽管它什么也不输出。
插入记录
让我们在刚刚创建的user表中插入一些记录，这也可以证明我们确实创建了它。假设要一次性插入多个条目。python中的sqlite可以轻松实现这一点。
sql = 'insert into user (id, name, age) values(?,?, ?)'
data = [
(1, 'alice', 21),
(2, 'bob', 22),
(3, 'chris', 23)
]我们需要用问号作为占位符来定义sql语句。然后，创建一些要插入的示例数据。通过连接对象，插入这些示例行。
with con:
con.executemany(sql, data)运行代码之后，没有任何提示，证明我们成功了。
查询表
现在，是时候验证所做的一切了。查询表以获取样本行。
with con:
data = con.execute("select *from user where age <= 22")
for row in data:
print(row)
另外，尽管sqlite是轻量级的，但是作为一个广泛使用的数据库，大多数sql客户端软件都支持使用它。我使用最多的是dbeaver。
从sql客户端（dbeaver）连接到sqlite数据库
因为我用的是googlecolab，所以要下载- my-test.db测试数据库文件到本地计算机。在本例中，如果在本地计算机上运行python，则可以使用sql客户机直接连接到数据库文件。
在dbeaver中，创建一个新连接并选择sqlite作为db type。
然后，浏览到db文件。
现在，可以在数据库上运行任何sql查询。它与其他常规关系数据库没有什么不同。
与pandas无缝融合
事实上，作为python的一个内置特性，sqlite还可以与pandas数据帧无缝集成。
定义一个数据帧：
df_skill = pd.dataframe({
'user_id': [1,1,2,2,3,3,3],
'skill': ['network security','algorithm development', 'network security', 'java', 'python', 'data science','machine learning']
})
然后，可以简单地调用数据帧的to_sql()方法将其保存到数据库中。
df_skill.to_sql('skill', con)就这样，我们甚至不需要预先创建表，列的数据类型和长度都会被推断出来。当然，如果你想的话，仍然可以事先定义它。
然后，假设我们要连接表user和skill，并将结果读入pandas数据框。它也是无缝的。
df = pd.read_sql('''
select s.user_id, u.name, u.age,s.skill
from user u left join skill s on u.id= s.user_id
''', con)
让我们把结果写到一个名为user_skill的新表中：
df.to_sql('user_skill', con)然后，还可以使用sql客户机检索表。
本文介绍了如何使用python内置库sqlite3在sqlite数据库中创建和操作表。当然，它也支持更新和删除，你可以自己尝试一下。
最重要的是，我们可以轻松地将表从sqlite数据库读入pandas数据帧，反之亦然。这使我们能够更容易地与轻量级关系数据库进行交互。此外，sqlite没有身份验证，因为一切都需要是轻量级的。
图源：unsplash
python中隐藏着许多惊喜。它们并不是故意藏起来，只是因为python中存在太多现成的特性以至于人们无法发现。