#-----------------------------------------------------
#範例14-1：使用sqlalchemy的ORM技術連線資料庫，新增一個資料表:經管3A
#-------------------------------------------------
#（1）參考：
#   https://www.796t.com/content/1544363402.html
#   https://ithelp.ithome.com.tw/questions/10204032
#   https://sunnyingit.github.io/book/section_python/SQLalchemy-orm.html
#   影片：https://www.youtube.com/watch?v=6k6NxFyKKQo
#   to_sql：https://www.jianshu.com/p/d615699ff254

#（2）什麼是SQLAlchemy 
# SQL Alchemy = SQL煉金術
# SQLAlchemy 的一個目標是提供能相容眾多資料庫（如 SQLite、MySQL、Postgres、Oracle、MS-SQL、SQLServer 和 Firebird）的企業級持久性模型。
# SQLAlchemy 提供了SQL工具包及物件關係映射（ORM）工具
# SQLAlchemy ORM呈現了一種關於使用者定義的Python類別和資料庫表格(table), 以及類別(物件)的實例(instance)與之相對應表格中的資料列的方法
# ORM：物件關係對映器（Object Relation Mapping）
# ORM 即為使用者自訂類和資料庫的表的映射關係，通俗來說，一個類映射到一張表，一個類的實例(物件)對應資料庫表裡面的一行資料，實例的屬性和資料庫row的資料保持即時同步

#（1）步驟1：建議：mySQL範例要在anaconda裡面測試（不要再cola測試）
#要先安裝：python 3.x版本的安裝mysql的指令：pip install pymysql

#（2）步驟2：安裝mySQL
#安裝： wamp或xamp
#帳號為root，密碼不設定

#（3）步驟3：建立dataframe(df)

#（4）步驟4：使用連線mydb資料庫的指令：
#先安裝sqlalchemy模組
#指令： pip install sqlalchemy

#from sqlalchemy import create_engine
#engine = create_engine("mysql+pymysql://{}:{}@{}/{}?charset={}".format('使用者名稱', '登入密碼', '127.0.0.1:3306', '資料庫名','utf8'))
#建立連線
#conn = engine.connect()
#df.to_sql(name='資料表名稱', con=conn, if_exists='replace', index=False)
#或是
#df.to_sql(name='資料表名稱', con=conn, if_exists='append', index=False)

#☎  if_exists='replace', 若存在則覆蓋
#    if_exists='append', 若存在則在後面加上去
#    if_exists='fail'，若存在則不做處理

#☎連線mySQL的資料表，若要設定索引欄位，方法：
#df.to_sql(name="經管3a", con=conn, if_exists="replace", index=True, index_label='abc')
#注意：新的索引欄位index_label，不可以是已經存在的欄位名稱，必須是新名稱

#☎連線mySQL的資料表，若不要設定索引欄位，方法：
#df.to_sql(name="經管3a", con=conn, if_exists="replace", index=False)

#（5）步驟5：查看mySQL資料庫，是否有新增資料表，或已經修改

#------------------------------
#練習1：讀取csv檔案，轉成dataframe
#------------------------------
#（1）https://acupun.site/lecture/pandas/example/chp10/pratice/scoreChi.csv

#讀取csv檔案

#轉成df


print()
print("1-1.顯示全部資料=\n")

#------------------------------
#練習2：用sqlalchemy的ORM技術連線資料庫，新增一個資料表:經管3A
#from sqlalchemy import create_engine
#engine = create_engine("mysql+pymysql://{}:{}@{}/{}?charset={}".format('root', '', '127.0.0.1:3306', 'mydb','utf8'))
#engine = create_engine("mysql+pymysql://{}:{}@{}/{}?charset={}".format('root', '', 'localhost:3306', 'mydb','utf8'))
#engine = create_engine("mysql+pymysql://root:@127.0.0.1:3306/mydb?charset=utf8")
#engine = create_engine("mysql+pymysql://root:@localhost:3306/mydb?charset=utf8")
#conn = engine.connect()
#df.to_sql(name="經管3a", con=conn, if_exists="replace", index=False)

#------------------------------
#（1）先安裝sqlalchemy模組： pip install sqlalchemy
#（2）從sqlalchemy模組載入create_engine函式


#（3）建立連線引擎



#（4）把df同步連線到mySQLNone


#關閉連線



#--------------------------------------------------------------------




















#--------------------------------------------------------------------
#範例14-1：使用sqlalchemy的ORM技術連線資料庫，新增一個資料表:經管3A
#-------------------------------------------------
#（1）參考：
#   https://www.796t.com/content/1544363402.html
#   https://ithelp.ithome.com.tw/questions/10204032
#   https://sunnyingit.github.io/book/section_python/SQLalchemy-orm.html
#   影片：https://www.youtube.com/watch?v=6k6NxFyKKQo
#   to_sql：https://www.jianshu.com/p/d615699ff254

#（2）什麼是SQLAlchemy 
# SQL Alchemy = SQL煉金術
# SQLAlchemy 的一個目標是提供能相容眾多資料庫（如 SQLite、MySQL、Postgres、Oracle、MS-SQL、SQLServer 和 Firebird）的企業級持久性模型。
# SQLAlchemy 提供了SQL工具包及物件關係映射（ORM）工具
# SQLAlchemy ORM呈現了一種關於使用者定義的Python類別和資料庫表格(table), 以及類別(物件)的實例(instance)與之相對應表格中的資料列的方法
# ORM：物件關係對映器（Object Relation Mapping）
# ORM 即為使用者自訂類和資料庫的表的映射關係，通俗來說，一個類映射到一張表，一個類的實例(物件)對應資料庫表裡面的一行資料，實例的屬性和資料庫row的資料保持即時同步

#（1）步驟1：建議：mySQL範例要在anaconda裡面測試（不要再cola測試）
#要先安裝：python 3.x版本的安裝mysql的指令：pip install pymysql

#（2）步驟2：安裝mySQL
#安裝： wamp或xamp
#帳號為root，密碼不設定

#（3）步驟3：建立dataframe(df)

#（4）步驟4：使用連線mydb資料庫的指令：
#先安裝sqlalchemy模組
#指令： pip install sqlalchemy

#from sqlalchemy import create_engine
#engine = create_engine("mysql+pymysql://{}:{}@{}/{}?charset={}".format('使用者名稱', '登入密碼', '127.0.0.1:3306', '資料庫名','utf8'))
#建立連線
#conn = engine.connect()
#df.to_sql(name='資料表名稱', con=conn, if_exists='replace', index=False)
#或是
#df.to_sql(name='資料表名稱', con=conn, if_exists='append', index=False)

#☎  if_exists='replace', 若存在則覆蓋
#    if_exists='append', 若存在則在後面加上去
#    if_exists='fail'，若存在則不做處理

#☎連線mySQL的資料表，若要設定索引欄位，方法：
#df.to_sql(name="經管3a", con=conn, if_exists="replace", index=True, index_label='abc')
#注意：新的索引欄位index_label，不可以是已經存在的欄位名稱，必須是新名稱

#☎連線mySQL的資料表，若不要設定索引欄位，方法：
#df.to_sql(name="經管3a", con=conn, if_exists="replace", index=False)

#（5）步驟5：查看mySQL資料庫，是否有新增資料表，或已經修改

#------------------------------
#練習1：讀取csv檔案，轉成dataframe
#------------------------------
#（1）https://acupun.site/lecture/pandas/example/chp10/pratice/scoreChi.csv

#讀取csv檔案
import pandas as pd
#轉成df
df = pd.read_csv("https://acupun.site/lecture/pandas/example/chp10/pratice/scoreChi.csv")


print()
print("1-1.顯示全部資料=\n", df)

#------------------------------
#練習2：用sqlalchemy的ORM技術連線資料庫，新增一個資料表:經管3A
#from sqlalchemy import create_engine
#engine = create_engine("mysql+pymysql://{}:{}@{}/{}?charset={}".format('root', '', '127.0.0.1:3306', 'mydb','utf8'))
#engine = create_engine("mysql+pymysql://{}:{}@{}/{}?charset={}".format('root', '', 'localhost:3306', 'mydb','utf8'))
#engine = create_engine("mysql+pymysql://root:@127.0.0.1:3306/mydb?charset=utf8")
#engine = create_engine("mysql+pymysql://root:@localhost:3306/mydb?charset=utf8")
#conn = engine.connect()
#df.to_sql(name="經管3a", con=conn, if_exists="replace", index=False)

#------------------------------
#（1）先安裝sqlalchemy模組： pip install sqlalchemy
#（2）從sqlalchemy模組載入create_engine函式
from sqlalchemy import create_engine

#（3）建立連線引擎
engine = create_engine("mysql+pymysql://{}:{}@{}/{}?charset={}".format('root', '', '127.0.0.1:3306', 'mydb','utf8'))
#engine = create_engine("mysql+pymysql://{}:{}@{}/{}?charset={}".format('root', '', 'localhost:3306', 'mydb','utf8'))
#engine = create_engine("mysql+pymysql://root:@localhost3306/mydb?charset=utf8")

conn = engine.connect()

#（4）把df同步連線到mySQLNone
df.to_sql(name='經管2A', con=conn, if_exists='append', index=False)
#若覆蓋
#df.to_sql(name='經管2A', con=conn, if_exists='replace', index=False)

#關閉連線
conn.close()

#--------------------------------------------------------------------