La dernière fois, nous avons vérifié la coopération entre Jupyter Notebook et MemSQL dans l'environnement Mac, mais cette fois nous aimerions changer un peu l'environnement et effectuer des vérifications supplémentaires en utilisant l'environnement Windows et MemSQL distant.
La dernière fois, nous avons pris diverses mesures pour créer l'environnement, mais dans cette vérification, nous utiliserons simplement la dernière version d'Anaconda pour préparer l'environnement associé.
Tout d'abord, allez sur ** Anaconda Homepage ** et téléchargez les modules requis.
Aller à la page de téléchargement Au moment de la rédaction de cet article, la version Python 3.7 était sortie, alors téléchargez la version 64 bits d'Anaconda pour correspondre à la version 64 bits de Windows 10.
Lancez le programme d'installation téléchargé. Sélectionnez ** Suivant> **. Cette fois, j'ai choisi le formulaire uniquement pour un usage personnel. Y a-t-il un problème avec le répertoire d'installation par défaut? (Cela sera lié à la transmission ultérieure) Le point de cette fois est cet écran. Non recommandé en rouge! Cependant, si vous continuez sans faire cela, vous devrez définir manuellement la variable d'environnement PATH etc., donc cette fois avec courage (sourire amer) cochez cet élément Je l'ai installé (Pilier humain ...?!) Fondamentalement, le processus d'installation se déroulera tranquillement, alors soyez patient. Si vous venez ici, vous vous reposerez. L'installation est terminée avec succès.
Tout d'abord, écrivons Python à l'aide d'un éditeur de texte ...
print("test")
Enregistrez-le sous test.py au lieu de test.txt.
Il appellera l'environnement installé.
Sélectionnez Invite Anaconda et essayez de le remplir avec le fichier précédent.
> python
Après avoir entré un espace, faites glisser et déposez le fichier précédent. Il a commencé à bouger en toute sécurité! !!
Comme auparavant, lancez Anaconda Prompt,
> jupyter notebook
Entrer. Jupyter Notebook a été lancé avec succès sur l'environnement Windows 10!
À ce stade, il s'agira essentiellement du monde Python de Jupyter Notebook, je voudrais donc vérifier la liaison lecture / écriture avec MemSQL en utilisant la même procédure que la dernière fois.
Tout d'abord, installez ** pymysql ** comme précédemment.
> pip install pymysql
Je suis entré rapidement.
Maintenant, commençons le travail de coopération concrète.
import pymysql
db = pymysql.connect (host = 'xxx.xxx.xxx.xxx', # adresse IP donnée à MemSQL sur le net
user='root',
password='',
db='r_db',
charset='utf8',
cursorclass=pymysql.cursors.DictCursor)
db.commit()
with db:
cur=db.cursor()
cur.execute("SELECT * FROM r_table03")
rows=cur.fetchall()
for row in rows:
print (row)
Cette fois, la base de données et la table créées lors de la vérification précédente sont lues telles quelles. J'ai pu le lire en toute sécurité!
import pymysql
db = pymysql.connect (host = 'xxx.xxx.xxx.xxx', # adresse IP donnée à MemSQL sur le net
user='root',
password='',
db='r_db',
charset='utf8',
cursorclass=pymysql.cursors.DictCursor)
db.commit()
with db:
cur=db.cursor()
cur.execute("CREATE TABLE IF NOT EXISTS pw_test(test_id INT AUTO_INCREMENT PRIMARY KEY, data VARCHAR(25))")
cur.execute("INSERT INTO pw_test(data) VALUES('aaaaaaa')")
cur.execute("INSERT INTO pw_test(data) VALUES('bbbbbbb')")
cur.execute("INSERT INTO pw_test(data) VALUES('ccccccc')")
Je vérifierai si j'ai pu l'écrire en toute sécurité.
with db:
cur=db.cursor()
cur.execute("SELECT * FROM pw_test")
rows=cur.fetchall()
for row in rows:
print (row)
Il s'intègre parfaitement dans la base de données.
… Donc, la vérification urgente @Windows est terminée.
Cette fois, en continuant de la fois précédente, j'ai essayé de vérifier la coopération entre Jupyter Notebook et MemSQL dans un environnement MemSQL distant Windows 10 +. Avec ce mécanisme, une fois que l'environnement requis commencera à fonctionner, vous pourrez utiliser MySQL tout en prétendant être MySQL via ** pymysql **, alors essayez MemSQL même pour les passionnés de Windows. Je pense.
De plus, en tant que plan à partir de la prochaine fois, en utilisant le pipeline du système de fichiers MemSQL introduit la fois précédente, les données de base seront accumulées sur MemSQL lors de la récupération régulière des données, et ces données seront R. Je voudrais contester le scénario d'écrire à nouveau le résultat dans MemSQL tout en fonctionnant avec Jupyter Notebook et enfin le visualiser avec Zoomdata.
Les captures d'écran reproduites dans ce commentaire utilisent les images du site officiel actuellement publié par MemSQL, à l'exception de certaines, et sont publiées sur ce contenu et sur le site officiel de MemSQL. Veuillez comprendre que les informations fournies par MemSQL prévaudront si le contenu est différent.
Recommended Posts