Python 多个用户连接到SQL DB
Pandas&SQL的新功能。尚未找到此配置的特定答案,并且不确定在将pandas引入组合时是否适用标准SQL智慧 做一个学校项目,在~6gb.csv块中包含~300GB的数据 学校建议通过dropbox同步数据,但这对于一个4人团队来说似乎不切实际 所以,当前的解决方案是AWS EC2和RDS实例(MySQL,我想应该是,1个表) 在开始设置之前,我想确认的是: 如果多个用户正在处理(偶尔修改)数据,此安排能否管理冲突?e、 例如,如果用户A使用pandas从查询构造数据帧,那么如果用户B尝试使用该查询中的记录,该查询中的记录是否已冻结Python 多个用户连接到SQL DB,python,mysql,pandas,Python,Mysql,Pandas,Pandas&SQL的新功能。尚未找到此配置的特定答案,并且不确定在将pandas引入组合时是否适用标准SQL智慧 做一个学校项目,在~6gb.csv块中包含~300GB的数据 学校建议通过dropbox同步数据,但这对于一个4人团队来说似乎不切实际 所以,当前的解决方案是AWS EC2和RDS实例(MySQL,我想应该是,1个表) 在开始设置之前,我想确认的是: 如果多个用户正在处理(偶尔修改)数据,此安排能否管理冲突?e、 例如,如果用户A使用pandas从查询构造数据帧,那么如果用户B尝试
我的假设是帧中的数据在内存中,SQL数据库中的记录可以被其他人自由修改,直到数据帧被写回数据库,但我希望要么我错了,要么这里有一个简单的解决方案(比如每个用户的随机样本查询或其他).数据帧对象不直接与数据库交互。一旦你读了它,它就在本地内存中。您必须使用类似于
DataFrame.to_sql
的方法将更改写回MySQL数据库。有关读取和写入SQL表的更多信息,请参阅pandas
文档。如果有帮助,请参阅此文档-因此,不协调其更改的用户可能会相互覆盖。在这种情况下,请务必采取适当的谨慎措施。