构建Python pandas基于SSH远程MySQL和PostgreSQL的数据分析

二维码 136

背景知识视频教程

如果您无法从外部环境直接访问数据库，则可能需要SSH隧道来查询它。在这篇文章中，我将向您展示如何通过SSH连接并查询MySQL数据库到Pandas数据框。可以将相同的代码应用于连接到其他数据库，例如PostgreSQL。

假设您的数据库托管在52.xx.xx.xx上，并且您具有以下用户和私钥：

# ssh variables
host = '52.xx.xx.xx'
localhost = '127.0.0.1'
ssh_username = 'ubuntu'
ssh_private_key = '/path/to/key.pem'

SSH进入环境后，我们需要一个用户名和密码来连接到名为“数据库”的数据库：

# database variables
user='user'
password='verysecurepassword'
database='database'

要将所有这些转换为可以从Python代码调用的一个函数，我们可以使用sshtunnel软件包，您可以使用pip获得该软件包：

pip install sshtunnel

然后导入SSHTunnelForwarder，MySQLdb和pandas：

from sshtunnel import SSHTunnelForwarder
import MySQLdb as db
import pandas as pd

要导入MySQLdb，您需要先安装MySQL-python。您可以用Psycopg代替MySQLdb对PostgreSQL做同样的事情。

备注：目前不推荐使用MySQLdb和Psycopg，出于介绍目的。推荐使用MySQL connector/Python和Psycopg2。

现在，我们将使用SSHTunnelForwarder创建一个隧道，连接到数据库，进行查询并以Pandas数据帧的形式返回结果。查询后关闭连接和SSH隧道。

</>...

read_sql_query方便地将您的SQL查询作为字符串以及刚刚建立的与数据库的连接，并从表格数据中创建数据框。

现在，您可以简单地查询数据库：

</>...

输出：