在工作中遇到了这样的情况，项目中需要连接IBM的关系型数据库(DB2)，关于这方面的库比较稀少，其中 ibm_db 是比较好用的一个库，网上也有教程，但是好像不准确，也不太详细，错误百出，没办法只能拿到后自己分析源码，总算搞定。
安装
环境需求：
首先是数据库DB2,下载连接直接百度，我下载是这两个文件：
只下载箭头所指即可，我还没在linux上做测试。
数据库API（这个东西找了好久，终于找到了合适的）(找不到搜：SQLAPI.zip)
Python2.7
VCForPython2.7
ibm_db（主要的库，在安装中会下载ntx64_odbc_cli库，安装时会检测 IBM_DB_HOME 变量，所以需要安装数据库后再安装ibm_db）
以上模块在网上都可以找到，请自行下载安装。
建库
数据库安装好之后新建一个实例，默认是DB2,然后创建一个新的数据库，我创建的MYTEST（在操作数据库以及链接数据库需注意大小写），命令行方法：
打开命令行处理器：(管理员身份)
输入"" src="/UploadFiles/2021-04-08/2016082709203116.jpg">
然后关闭就好，建立数据库以及创建表还是使用db2 data studio,比较方便，安装时在根目录创建一个临时目录，把文件解压进去，之后再修改install.exe的属性，改成兼容Windows 7运行，同时使用管理员权限打开，之后就是安装安装好之后点击左侧新建一个数据库。
按以上方式填写，用户名和密码使用安装数据库时设置的用户名密码。
实例配置好并且能测试成功就可以创建数据库了。
数据库名称和别名写上即可，其余的由于是测试就不填了，等正式环境在考察下性能优化方面的配置。点击运行创建，过程有点慢，不知道是不是机器配置原因，大概花了十几分钟。
下面就不详细说建表的过程了，值需注意，建表前先简历模式(Schema)，使用自定义模式建表。
连接
连接直接导入库
导入ibm_db_dbi即可。
import ibm_db_dbi conn = ibm_db_dbi.connect(“PORT=50000;PROTOCOL=TCPIP;”, host=db[“host”], database=db[“database”], user=db[“user”], password=db[“passwd”]) conn.set_autocommit(True) cursor = conn.cursor()
连接数据库，设置自动提交
查询
sql = “select * from testable” result = cursor.execute(sql)
注意，以上查询方式是错的。正确如下：
sql = “select * from MYSCHEMA.TESTTABLE” result = cursor.execute(sql) rows = cursor.fetchall()
这里的操作和MySQL没什么差别了
这个地方被坑了好几个小时，T_T
插入
sql = “insert into MYSCHEMA.TESTTABLE (“uuid”, “content”) values (‘%s', %s)” % (“1234567890”, “asdfghjkl”) result = cursor.execute(sql)
更新
sql = “update \”MYSCHEMA\”.\”TESTTABLE \” set \”content\” = ‘%s' where \”uuid\” = ‘%s'” % ( “aaa”, “1234567890”) result = cursor.execute(sql)
如果操作成功，result就是True,注意每个语句的引号，单双必须按以上的方式。
以上就是本文给大家分享的使用Python连接DB2数据库的全部内容了，希望对小伙伴们能够有所帮助。
更新日志
- 陈洁丽《监听王NO.1 》示范级发烧天碟[WAV+分轨][1.1G]
- 单色凌.2014-小岁月太着急【海蝶】【WAV+CUE】
- 陈淑桦.1988-抱紧我HOLD.ME.NOW【EMI百代】【WAV+CUE】
- 黄妃.2020-色違【米乐士娱乐】【FLAC分轨】
- LouisHayes-ArtformRevisited(2024)[24Bit-96kHz]FLAC
- 永恒英文金曲精选5《TheBestOfEverlastingFavouritesVol.5》[WAV+CUE]
- 黑鸭子2005-紫丁香[首版][WAV+CUE]
- 林忆莲《爱上一个不回家的人》XRCD版[低速原抓WAV+CUE][999M]
- 经典《历届奥斯卡金曲回顾》[正版原抓WAV+CUE] [1G]
- 群星《试音草原·女声篇》经典蒙古民歌[WAV+CUE][1G]
- 炉石传说月末上分卡组推荐 国服月末最快上分卡组推荐
- 炉石传说月底最强卡组有哪些 2024国服月底最强卡组推荐
- 炉石传说月初最强卡组有哪些 2024月初最强上分卡组推荐
- 狼人杀亮相原生鸿蒙之夜 假面科技强势登陆华为生态
- 12小时光线挑战!AI画质专家才是大平层首选