操作系统：win7 64bit
MySql数据库：MySql-5.0.22
Python版本：python-2.7.12.amd64
Pycharm版本：pycharm-professional-2017.1.1

安装步骤：
1、安装mysql，可以下载并安装navicat(这是一个mysql可视化管理工具, 不是必须的, 但可以方便在用python执行数据库操作的时候, 直观的查看数据库的变化情况)
2、安装python
3、安装64位python版的mysql类库（MySQL-python-1.2.3.win-amd64-py2.7）
下载地址python版的mysql类库
4、下载pyCharm并安装参考链接，官网下载地址pyCharm官网下载地址，破解版的激活码可以参考链接链接
5、测试代码如下:
import MySQLdb
con=MySQLdb.connect(host='127.0.0.1',user='root',passwd='',db='dbname')
cursor = con.cursor()
sql = 'select * from tablename limit 2'
cursor.execute(sql)
row = cursor.fetchall()
for oo in row:
print oo
cursor.close()
con.close()

# 数据库 # python
Logo
一门面向 Data 和 AI 的低代码、云原生的开源编程语言

无需安装部署，在线快速体验 Byzer

更多推荐

编译时权限控制

前言 权限控制，对于 MLSQL 而言的重要程度可以说是生命线。 MLSQL 需要面对各式各样的资源访问，比如 MySQL, Oracle,HDFS，Hive，Kafka，Sorl，ElasticSearch，Redis，API，Web等等，不同用户对这些数据源（以及表，列）的权限是不一样的。 传统模式是，每个用户都需要有个 proxy user，然后到每个数据源里面给这个 proxy user

avatar Byzer 白泽

Byzer 支持 JDBC 聚合下推

聚合下推PR链接聚合下推 我们知道 Byzer 支持多数据源和联邦查询，可以方便分析师在一个平台上快速的分析来自多种数据源的数据，从而进行灵活的探索式分析。 使用场景和优势 当前 Byzer 中加载数据的方式会拉取明细数据到 spark 中进行聚合计算，对于小数据量或者在分布式文件系统上的数据源来说是常规操作。但是对于 JDBC 数据源或者有分析能力的 OLAP 系统来说拉取明细数据可能就不是最

avatar Byzer 白泽

Byzer 术语表

Byzer-lang Byzer ，又称为 Byzer-lang，一门面向 Data 和 AI 的低代码、云原生的开源编程语言。 Byzer 是一门结合了声明式编程和命令式编程的混合编程语言，其低代码且类 SQL 的编程逻辑配合内置算法及插件的加持，能帮助数据工作者们高效打通数据链路，完成数据的清洗转换，并快速地进行机器学习相关的训练及预测。 Byzer 希望能够提供一套语言、一个引擎，就能覆盖整

avatar Byzer 白泽