数分之SQL查询电商数据案例

1,Python连接SQL数据库

以下是使用Python连接MySQL数据库并进行操作的示例代码：

import random
import time
import pymysql

# 定义名字数据
xing = ["王", "李", "张", "刘", "陈", "杨", "黄", "赵", "吴", "周"]
ming = ["伟", "芳", "娜", "敏", "静", "丽", "强", "磊", "军", "洋"]

# 连接数据库
conn = pymysql.connect(
    host="192.168.1.80",
    user="admin",
    password="123",
    database="management_systems",
    charset="utf8"
)
cursor = conn.cursor()

# 生成随机生日
a1 = (1980, 1, 1, 0, 0, 0, 0, 0, 0)
a2 = (2000, 12, 31, 23, 59, 59, 0, 0, 0)
start = time.mktime(a1)
end = time.mktime(a2)

# 插入学生数据
for i in range(1, 37):
    for j in range(1, 51):
        random_xing = random.randint(0, len(xing) - 1)
        random_ming = random.randint(0, len(ming) - 1)
        t = random.randint(start, end)
        date_t = time.localtime(t)
        birthday = time.strftime("%Y-%m-%d", date_t)
        sql = f"INSERT INTO student(class_id, student_name, student_birthday, sex) VALUES ({i}, '{xing[random_xing]}{ming[random_ming]}', '{birthday}', {random.randint(0, 1)})"
        cursor.execute(sql)

conn.commit()

# 查询数据
sql = """
SELECT 
    s.class_id, 
    c.class_name, 
    s.student_name, 
    s.student_birthday, 
    s.sex 
FROM 
    student s 
JOIN 
    class c 
ON 
    s.class_id = c.class_id
WHERE 
    s.student_birthday > '1990-01-01' 
ORDER BY 
    s.class_id, s.student_birthday;
"""
cursor.execute(sql)
result = cursor.fetchall()
for row in result:
    print(row)

# 关闭连接
cursor.close()
conn.close()

2,模拟数据库

假设我们有一个偏真实的电商数据库，其中包括以下几张主要数据表：

  • users：用户信息表
  • products：产品信息表
  • orders：订单表
  • order_items：订单详情表
  • reviews：产品评论表

以下是这些表的结构和部分复杂的SQL操作示例：

数据表结构

CREATE TABLE users (
    user_id INT AUTO_INCREMENT PRIMARY KEY,
    username VARCHAR(50) NOT NULL,
    email VARCHAR(100) NOT NULL,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE products (
    product_id INT AUTO_INCREMENT PRIMARY KEY,
    product_name VARCHAR(100) NOT NULL,
    category VARCHAR(50),
    price DECIMAL(10, 2),
    stock INT,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE orders (
    order_id INT AUTO_INCREMENT PRIMARY KEY,
    user_id INT,
    order_date TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    total_amount DECIMAL(10, 2),
    FOREIGN KEY (user_id) REFERENCES users(user_id)
);

CREATE TABLE order_items (
    order_item_id INT AUTO_INCREMENT PRIMARY KEY,
    order_id INT,
    product_id INT,
    quantity INT,
    price DECIMAL(10, 2),
    FOREIGN KEY (order_id) REFERENCES orders(order_id),
    FOREIGN KEY (product_id) REFERENCES products(product_id)
);

CREATE TABLE reviews (
    review_id INT AUTO_INCREMENT PRIMARY KEY,
    product_id INT,
    user_id INT,
    rating INT CHECK (rating BETWEEN 1 AND 5),
    comment TEXT,
    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    FOREIGN KEY (product_id) REFERENCES products(product_id),
    FOREIGN KEY (user_id) REFERENCES users(user_id)
);

插入数据

import pymysql
import random
import time

# 连接数据库
conn = pymysql.connect(
    host="192.168.1.80",
    user="admin",
    password="123",
    database="ecommerce",
    charset="utf8"
)
cursor = conn.cursor()

# 插入用户数据
users = [("user1", "user1@example.com"), ("user2", "user2@example.com")]
for user in users:
    sql = f"INSERT INTO users(username, email) VALUES ('{user[0]}', '{user[1]}')"
    cursor.execute(sql)

# 插入产品数据
products = [("Product1", "Category1", 100.00, 10), ("Product2", "Category2", 200.00, 20)]
for product in products:
    sql = f"INSERT INTO products(product_name, category, price, stock) VALUES ('{product[0]}', '{product[1]}', {product[2]}, {product[3]})"
    cursor.execute(sql)

conn.commit()

# 插入订单和订单详情数据
order_data = [(1, '2024-01-01', 300.00), (2, '2024-01-02', 400.00)]
order_items_data = [(1, 1, 2, 100.00), (1, 2, 1, 200.00), (2, 1, 3, 300.00)]

for order in order_data:
    sql = f"INSERT INTO orders(user_id, order_date, total_amount) VALUES ({order[0]}, '{order[1]}', {order[2]})"
    cursor.execute(sql)

for item in order_items_data:
    sql = f"INSERT INTO order_items(order_id, product_id, quantity, price) VALUES ({item[0]}, {item[1]}, {item[2]}, {item[3]})"
    cursor.execute(sql)

conn.commit()

# 插入评论数据
reviews = [(1, 1, 5, "Excellent product!"), (2, 2, 4, "Very good.")]
for review in reviews:
    sql = f"INSERT INTO reviews(product_id, user_id, rating, comment) VALUES ({review[0]}, {review[1]}, {review[2]}, '{review[3]}')"
    cursor.execute(sql)

conn.commit()
cursor.close()
conn.close()

3,复杂查询示例

-- 查询每个用户的订单总金额及订单数量
SELECT 
    u.user_id, 
    u.username, 
    COUNT(o.order_id) AS order_count, 
    SUM(o.total_amount) AS total_spent 
FROM 
    users u 
LEFT JOIN 
    orders o 
ON 
    u.user_id = o.user_id 
GROUP BY 
    u.user_id, u.username;

-- 查询每个产品的平均评分及评论数量
SELECT 
    p.product_id, 
    p.product_name, 
    AVG(r.rating) AS average_rating, 
    COUNT(r.review_id) AS review_count 
FROM 
    products p 
LEFT JOIN 
    reviews r 
ON 
    p.product_id = r.product_id 
GROUP BY 
    p.product_id, p.product_name;

-- 查询订单详情，包含订单信息、用户信息及产品信息
SELECT 
    o.order_id, 
    u.username, 
    o.order_date, 
    p.product_name, 
    oi.quantity, 
    oi.price 
FROM 
    orders o 
JOIN 
    users u 
ON 
    o.user_id = u.user_id 
JOIN 
    order_items oi 
ON 
    o.order_id = oi.order_id 
JOIN 
    products p 
ON 
    oi.product_id = p.product_id;

-- 查询每个用户在每个类别上的花费总金额
SELECT 
    u.user_id, 
    u.username, 
    p.category, 
    SUM(oi.price * oi.quantity) AS total_spent 
FROM 
    users u 
JOIN 
    orders o 
ON 
    u.user_id = o.user_id 
JOIN 
    order_items oi 
ON 
    o.order_id = oi.order_id 
JOIN 
    products p 
ON 
    oi.product_id = p.product_id 
GROUP BY 
    u.user_id, u.username, p.category;

-- 查询在2024年每个月的销售总额和销售量
SELECT 
    YEAR(o.order_date) AS year, 
    MONTH(o.order_date) AS month, 
    SUM(oi.price * oi.quantity) AS total_sales, 
    SUM(oi.quantity) AS total_quantity 
FROM 
    orders o 
JOIN 
    order_items oi 
ON 
    o.order_id = oi.order_id 
WHERE 
    YEAR(o.order_date) = 2024 
GROUP BY 
    YEAR(o.order_date), MONTH(o.order_date);

通过这些示例，您可以看到如何使用Python连接数据库，生成和插入随机数据，以及进行复杂的SQL查询。

（交个朋友/技术接单/ai办公/性价比资源，注明来意）

e6dc3a6f9b5a4fb29434c33a001b09d0.png

 

 

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/659483.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

【火猫CS2】fantic取代C9参加YaLLa指南针

【火猫CS2】fantic取代C9参加YaLLa指南针

1、近日YaLLa Compass主办方宣布,由于Could9战队未能在截止日期前提交完整的参赛阵容,fantic战队将取代其参赛。该比赛将在阿联酋阿布扎比举行,总奖金40万美元。 最近一段时间Cloud9战队最近将electroNic转会至VP,又下放了HObbit和Perfecto,队伍因没有完整阵容已被迫退出EPL S1…
阅读更多...
服装服饰商城小程序的作用是什么

服装服饰商城小程序的作用是什么

要说服装商家，那数量是非常多，厂家/经销门店/小摊/无货源等，线上线下同行竞争激烈，虽然用户群体广涵盖每个人，但每个商家肯定都希望更多客户被自己转化，渠道运营方案营销环境等不可少。 以年轻人为主的消费…
阅读更多...
前端破圈用Docker开发项目

前端破圈用Docker开发项目

为什么要用 Docker 开发 🤔 直接在系统上开发不香吗？香，但是 Docker 有下面4香 环境依赖管理：Docker 容器可以管理所有依赖项，例如前端里面的 node 和 npm 版本，不需要在本地安装和维护这些依赖项 隔离&a…
阅读更多...
【刷题（12）】图论

【刷题（12）】图论

一、图论问题基础 在 LeetCode 中，「岛屿问题」是一个系列系列问题，比如： 岛屿数量 （Easy）岛屿的周长 （Easy）岛屿的最大面积 （Medium）最大人工岛 （Hard&…
阅读更多...
高效记录收支明细，预设类别账户，智能统计财务脉络，轻松掌握个人财务！

高效记录收支明细，预设类别账户，智能统计财务脉络，轻松掌握个人财务！

收支明细管理是每位个人或企业都必须面对的财务任务，财务管理已经成为我们生活中不可或缺的一部分。如何高效记录收支明细，预设类别账户，智能统计财务脉络，轻松掌握个人财务？晨曦记账本为您提供了完美的解决方案&#…
阅读更多...
windows环境redis未授权利用手法总结

windows环境redis未授权利用手法总结

Redis未授权产生原因 1.redis绑定在0.0.0.0:6379默认端口，直接暴露在公网，无防火墙进行来源信任防护。 2.没有设置密码认证，可以免密远程登录redis服务 漏洞危害 1.信息泄露，攻击者可以恶意执行flushall清空数据 2.可以通过ev…
阅读更多...
使用docker安装nacos单机部署

使用docker安装nacos单机部署

话不多说，直接进入主题 1.查看nacos镜像 docker search nacos 一般选第一个也就是starts最高的。 2.拉取nacos镜像 docker pull nacos/nacos-serverdocker pull nacos/nacos-server:1.4.1 由于我使用的项目alibabacloud版本对应的是nacos1.4.1版本的，所以我安装的是1.4.1…
阅读更多...
复购率下降是什么原因导致的？三个步骤直击复购率下降根源

复购率下降是什么原因导致的？三个步骤直击复购率下降根源

在商业运营中，回购率的波动往往能够直观地反映出客户对品牌和产品的忠诚程度。一个健康的回购率可以为企业带来稳定的收入流，同时也是品牌口碑和市场影响力的有力证明。但是，当企业面临回购率下降的情况时，这通常是一个警示信号&a…
阅读更多...
新版IDEA没有办法选择Java8版本解决方法

新版IDEA没有办法选择Java8版本解决方法

2023年11月27日后，spring.io 默认不再支持创建jdk1.8的项目 解决方法就是把 Spring的Server URL 改为阿里的。 阿里的Server URL https://start.aliyun.com/ 默认的Server URL https://start.spring.io 阿里的Server URL https://start.aliyun.com/
阅读更多...
【iOS】UI学习（一）

【iOS】UI学习（一）

UI学习（一） UILabelUIButtonUIButton事件 UIViewUIView对象的隐藏UIView的层级关系 UIWindowUIViewController定时器与视图对象 UISwitch UILabel UILabel是一种可以显示在屏幕上，显示文字的一种UI。 下面使用代码来演示UILabel的功能&#…
阅读更多...
AI联想扩图解决方案，智能联想，无需人工干预

AI联想扩图解决方案，智能联想，无需人工干预

对于众多企业而言，无论是广告宣传、产品展示还是客户体验，高质量、宽广视野的图像都是不可或缺的。受限于车载摄像头等设备的物理限制，我们往往难以捕捉到完整、宽广的视觉场景。针对这一挑战，美摄科技凭借其前沿的AI联想扩图解决…
阅读更多...
H2RSVLM：引领遥感视觉语言模型的革命

H2RSVLM：引领遥感视觉语言模型的革命

随着人工智能技术的飞速发展，遥感图像理解在环境监测、气候变化、粮食安全和灾害预警等多个领域扮演着越来越重要的角色。然而，现有的通用视觉语言模型（VLMs）在处理遥感图像时仍面临挑战，主要因为遥感图像的独特性和当…
阅读更多...
15.Redis之持久化

15.Redis之持久化

0.知识引入 mysql的事务,有四个比较核心的特性. 1. 原子性 2.一致性 3.持久性 >(和持久化说的是一回事)【把数据存储在硬盘 >持久把数据存储茌内存上>不持久~】【重启进程/重启主机 之后,数据是否存在!!】 4.隔离性~ Redis 是一个 内存 数据库.把数据存储在内存中的…
阅读更多...
【数据结构和算法】-动态规划爬楼梯

【数据结构和算法】-动态规划爬楼梯

动态规划（Dynamic Programming，DP）是运筹学的一个分支，主要用于解决包含重叠子问题和最优子结构性质的问题。它的核心思想是将一个复杂的问题分解为若干个子问题，并保存子问题的解，以便在需要时直接利用&am…
阅读更多...
万亿应急国债项目之通信指挥类应急装备多链路聚合通信设备在应急行业中的重要作用

万亿应急国债项目之通信指挥类应急装备多链路聚合通信设备在应急行业中的重要作用

万亿应急国债项目的推出，无疑是我国在应急领域的一次重大举措。在这一宏大蓝图中，通信指挥类应急装备的多链路聚合通信设备显得尤为重要，其在应急行业中所发挥的作用，堪称不可或缺的关键一环。 通信指挥是应急响应中的核心环节&a…
阅读更多...
登峰造极，北斗相伴——纪念人类首次登顶珠穆朗玛峰71周年

登峰造极，北斗相伴——纪念人类首次登顶珠穆朗玛峰71周年

71年前的今天，1953年5月29日11时30分，人类实现了一个伟大的壮举：首次登上了珠穆朗玛峰，这座海拔8848.86米的世界最高峰。这是一次充满了艰辛、勇气和智慧的探险，也是一次改变了人类历史和文化的探险。 自那以后&#…
阅读更多...
[FlareOn6]Overlong

[FlareOn6]Overlong

很简单的逻辑 一度让我以为是加保护了 运行告诉我从未编码,懵逼 动调你也发现,你根本没什么可以操作的空间,密文什么的,都是固定的 但是这里大家发现没 我们只加密了28个密文 然后text是128 也就是 0x80 是不是因为密文没加密完呢 我也懒得去写代码了 汇编直接修改push 字…
阅读更多...
windows使用gzip和bzip2对文件进行压缩

windows使用gzip和bzip2对文件进行压缩

git软件 git bash：下载地址https://git-scm.com/downloads，安装时一路next。 这个软件是给程序员提交代码用的工具，内置linux系统的命令行，可以使用linux系统特有的压缩软件gzip和bzip2. gzip使用 gzip一般用于压缩tar包&#…
阅读更多...
【ubuntu20】--- 定时同步文件

【ubuntu20】--- 定时同步文件

在编程的艺术世界里，代码和灵感需要寻找到最佳的交融点，才能打造出令人为之惊叹的作品。而在这座秋知叶i博客的殿堂里，我们将共同追寻这种完美结合，为未来的世界留下属于我们的独特印记。 【Linux命令】--- 多核压缩命令大全&…
阅读更多...
一行命令将已克隆的本地Git仓库推送到内网服务器

一行命令将已克隆的本地Git仓库推送到内网服务器

一、需求背景 我们公司用gitea搭建了一个git服务器，其中支持win7的最高版本是v1.20.6。 我们公司的电脑在任何时候都不能连接外网，但是希望将一些开源的仓库移植到内网的服务器来。一是有相关代码使用的需求，二是可以建设一个内网能够查阅的…
阅读更多...
最新文章

Copyright @ 2022~2023