Question

Python使用数据库驱动模块与MySQL通信。诸如pymysql等许多数据库驱动都是免费的。本单元将使用pymysql，它是Anaconda的一部分。驱动程序经过激活后与数据库服务器相连，然后将Python的函数调用转换为数据库查询，反过来，将数据库结果转换为Python数据结构。

connect()函数需要以下信息：数据库（名称）、数据库服务器的位置（主机和端口号）和数据库用户（名称和密码）。如果数据库成功连接，则返回连接标识符。接下来，创建与数据库连接相关联的数据库游标：

conn = pymysql.connect(host="localhost", port=3306,
  user="dsuser", passwd="badpassw0rd", db="dsdb")
cur = conn.cursor()

游标的execute()函数向数据服务器提交要执行的查询命令，并返回受影响的行数（如果查询是非破坏性的，则返回零）。查询命令只是一个字符串，其构建方法参考上一单元。与命令行MySQL查询不同，pymysql查询语句不需要在结尾加上分号。

query = '''
SELECT employee.empname,position.description
  FROM employee,position WHERE employee.id=position.eid
  ORDER BY position.description
'''
n_rows = cur.execute(query)

如果提交非破坏性查询（比如SELECT），需要使用游标函数fetchall()获取所有匹配的记录。该函数返回一个生成器，可以将其转换为列字段的元组构成的列表：

   results = list(cur.fetchall())

➾ [('John Smith', 'Accountant'), ('Anon I. Muss', 'Imposter'),
➾  ('Abe Lincoln', 'President'), ('Jane Doe', 'Programmer')]

如果查询是破坏性的（例如UPDATE、DELETE或INSERT），则必须执行commit操作。（注意，提供commit()函数的是连接本身，而不是游标。）

conn.commit()

如果在一个破坏性查询之后没有执行commit，服务器就不会修改表。

关系数据库自1974年以来沿用至今（Ingres）1。它们在数据规范化方面展开了很多伟大的工作，使得数据可以自然地分解为表、列和行，这可以说是关系数据库带给人们的馈赠。其实，任何数据集都可以被规范化，但是规范化的代价可能非常大（无论是在实现规范化方面，还是在最终查询性能方面）。某些类型的数据是不遵循规范化约定的，比如文本文档、图像、音频和视频剪辑，以及不规则数据结构。对于这些数据，不应强制它们遵循SQL规范，而应选择一个NoSQL文档来存储它们。接下来，我们就来介绍相关的内容。

1uickbase.intuit.com/articles/timeline-of-database-history