Lazy_mysql
一个轻量级的Python库，为MySQL数据库操作提供简洁优雅的解决方案。
✨ 核心特性
- 🔌 统一SQL执行接口 - 简化复杂的数据库操作流程
- 📊 智能查询构建器 - 支持复杂条件、多表关联、排序限制
- 💾 批量数据操作 - 自动优化策略，支持超大数量级数据处理
- 🔄 Upsert支持 - 智能判断存在更新/不存在插入
- 🛡️ 安全防注入 - 参数化查询，自动SQL注入防护
- 📈 结果格式化 - 支持DataFrame、字典、列表等多种格式输出
- 📝 表结构导出 - 一键导出Markdown格式文档
- ⚡ 高性能优化 - LOAD DATA INFILE支持，百万级数据秒级处理
🚀 快速安装
pip install --upgrade lazy-mysql
🎯 快速开始
1. 数据库连接初始化
from lazy_mysql import SQLExecutor, MySQLConfig, NDayInterval
# 创建数据库配置
config = MySQLConfig(
host='localhost',
user='your_username',
passwd='your_password',
database='your_database'
)
# 指定数据库
executor = SQLExecutor(config, database='database')
# 不传入配置时自动从环境变量读取：
# LAZY_MYSQL_HOST / LAZY_MYSQL_PORT / LAZY_MYSQL_USER / LAZY_MYSQL_PASSWD / LAZY_MYSQL_DATABASE
# 支持混合配置：host/user/passwd 从环境变量读取，database 由参数指定
executor = SQLExecutor(database='another_db')
2. 智能查询操作
# 基础查询（select 自动构造 SQL）
users = executor.select('users', ['id', 'name', 'email'])
print(users)
# 手写复杂 SQL（query 直接执行）
result = executor.query(
"SELECT id, name, RANK() OVER (ORDER BY score DESC) as rank FROM users",
fetch_config={'output_format': 'df_dict', 'data_label': ['id', 'name', 'rank']}
)
# 条件查询 + 排序限制
active_users = executor.select(
'users',
['id', 'name', 'email'],
conditions={'status': 'active', 'age': ('>', 18)},
order_by='created_at DESC',
limit=10
)
# 复杂条件查询
results = executor.select(
'users',
['id', 'name', 'score'],
conditions={
'status': ('IN', ['active', 'premium']),
'score': ('BETWEEN', [80, 100]),
'name': ('LIKE', '%John%'),
'order_dateTime': ('>=', NDayInterval(7)) # 最近7天
},
fetch_config={'output_format': 'df'} # 返回DataFrame格式
)
⚠️ 编写 SQL 的红线：MySQL 驱动按纯文本扫描占位符，不区分代码与注释。SQL（含
.sql文件）的注释中禁止出现%和{}—— 注释里的%s/%(name)s会被当成真实占位符参与计数，一旦传params就会抛ProgrammingError: Not enough parameters for the SQL statement。详见 编写 .sql 文件的红线。
3. 使用完毕后关闭连接
# 直接关闭数据库连接
executor.close()
# 提交数据并关闭连接
executor.commit_close()
📚 详细文档
🔗 连接与配置
- 数据库连接初始化 - 连接配置、错误处理、重试机制、最佳实践
- WHERE 条件构造 - 等值条件、比较运算符、空值判断、日期筛选
🔍 查询操作
- SELECT 查询操作 - 智能查询构建、复杂条件、多表关联、结果格式化
- 自定义 SQL 查询 - 手写 SQL 执行、子查询、UNION、窗口函数
- FetchConfig 配置 - fetch_mode、output_format、data_label 等结果格式化参数
💾 数据修改
- INSERT 插入操作 - 批量插入、大数据优化、重复处理
- UPSERT 插入或更新 - 存在则更新、不存在则插入
- UPDATE 更新操作 - 条件更新、批量更新、SQL表达式、性能优化
- DELETE 删除操作 - 安全删除、条件组合、错误处理、调试技巧
🛠️ SQL工具函数
- SQL工具函数 - add_limit条件构建、build_where/build_sql_with_where WHERE子句构建、resolve_sql智能路径解析、load_sql文件加载
- ⚠️ 编写 .sql 文件的红线 - SQL 注释中禁止出现
%和{}，否则传params时必报Not enough parameters for the SQL statement
🗂️ 表结构工具
- Table 表结构工具 - 表/视图结构一键导出为 Markdown、TEXT 列 JSON 修复、表名校验防注入
📦 PyPI 项目
项目已发布到PyPI，可通过以下链接访问：
🔧 环境要求
- Python: 3.10+
- MySQL: 8.0.36+
- 依赖库:
mysql-connector-python>=9.4.0pandas>=2.3.1
📄 开源协议
本项目采用MIT开源协议 - 详见 LICENSE 文件
1 maintainer
Metadata
1 maintainer
Release files for lazy-mysql 0.7.4
For a detailed explanation of source distributions (sdists) and built distributions (wheels), please see the package formats documentation.
Source distribution (sdist)
| File | Size | Uploaded | |
|---|---|---|---|
| lazy_mysql-0.7.4.tar.gz | 54.3 kB | Details |
Built distribution (wheel)
| File | Interpreter | ABI | Platform | Reset |
|---|---|---|---|---|
| lazy_mysql-0.7.4-py3-none-any.whl | Python 3 | none | any | Details |
Total release size: 110.1 kB
Release files / lazy_mysql-0.7.4.tar.gz
| Download URL | lazy_mysql-0.7.4.tar.gz |
|---|---|
| Size | 54.3 kB |
| Tags | Source |
|
SHA-256 checksum How to use checksums |
622982ed780d2a8efc53ec872ce7453fa0f25ed407c0152463dea3c02c63ebc3
|
|
BLAKE2b-256 checksum How to use checksums |
401c4a87bc54e14d1f1d460fc053caee57e6af874cdb6d07c3b5e580eab1ccdc
|
| Upload date | |
|
Uploaded using Trusted Publishing? What is trusted publishing? |
No |
| Uploaded via |
twine/7.0.0 CPython/3.11.16
|
Release files / lazy_mysql-0.7.4-py3-none-any.whl
| Download URL | lazy_mysql-0.7.4-py3-none-any.whl |
|---|---|
| Size | 55.8 kB |
| Tags | Python 3 |
|
SHA-256 checksum How to use checksums |
205d0f8c74bdaa8de85b28469e97f88b078633f9f3f00816af5c92da16452bf8
|
|
BLAKE2b-256 checksum How to use checksums |
078689498108c10052a2475f0a0efaaf4944510a2df8a2612413815d83812666
|
| Upload date | |
|
Uploaded using Trusted Publishing? What is trusted publishing? |
No |
| Uploaded via |
twine/7.0.0 CPython/3.11.16
|
