pyxllib 0.3.96__py3-none-any.whl → 0.3.200__py3-none-any.whl

pyxllib/data/sqlite.py

@@ -1,341 +1,568 @@
-#!/usr/bin/env python3
-# -*- coding: utf-8 -*-
-# @Author : 陈坤泽
-# @Email  : 877362867@qq.com
-# @Date   : 2022/04/12 08:59
-
-import json
-import re
-import sqlite3
-
-import pandas as pd
-
-
-class SqlBase:
-    """ Sql语法通用的功能 """
-
-    def __1_库(self):
-        pass
-
-    def __2_表格(self):
-        pass
-
-    def get_table_names(self):
-        """ 获得所有表格名 """
-        raise NotImplementedError
-
-    def create_table(self, table_name, column_descs):
-        """ 【DDL增】
-
-        :param table_name:
-        :param column_descs:
-            str, 正常的列格式描述，例如 'c1 text, c2 blob'
-            dict, k是列名，v是一个具体的值，供分析参考格式类型
-        :return:
-        """
-        # 1 列数据格式智能分析
-        if not isinstance(column_descs, str):
-            descs = []
-            for k, v in column_descs.items():
-                t = self.autotype(v)
-                descs.append(f'{k} {t}')
-            column_descs = ','.join(descs)
-
-        # 2 新建表格
-        self.execute(f'CREATE TABLE {table_name}({column_descs})')
-
-    def get_column_names(self, table_name):
-        """ 获得一个表格中所有字段名 """
-        raise NotImplementedError
-
-    def ensure_column(self, table_name, col_name, col_type='', *, col_ref_val=None, **kwargs):
-        """ 【DDL改】添加字段
-
-        :param table_name:
-        :param col_name:
-        :param col_type:
-        :param col_ref_val: 可以通过具体的数值，智能判断列数据格式
-        :return:
-        """
-        if col_name in self.get_column_names(table_name):
-            return
-
-        if col_ref_val:
-            col_type = self.autotype(col_ref_val)
-        if not col_type:
-            col_type = 'text'
-
-        self.execute(f'ALTER TABLE {table_name} ADD COLUMN {col_name} {col_type}')
-
-    def delete_column(self, table_name, col_name):
-        """ 删除表格中的一个列
-
-        其实直接删除也不麻烦：ALTER TABLE {table_name} DROP COLUMN {col_name}
-        这个封装主要是鲁棒性考虑，只有列存在时才会删除
-        """
-        if col_name in self.get_column_names(table_name):
-            self.execute(f'ALTER TABLE {table_name} DROP COLUMN {col_name}')
-
-    def create_index(self, index_name, table_name, cols):
-        if not isinstance(cols, str):
-            cols = ','.join(map(str, cols))
-        self.execute(f'CREATE INDEX {index_name} ON {table_name}({cols})')
-
-    def keep_top_n_rows(self, table_name, num, col_name='id'):
-        """ 只保留一小部分数据，常用来做lite、demo数据示例文件
-
-        :param col_name: 参照的列名
-        """
-        self.execute(f'DELETE FROM {table_name} WHERE {col_name} NOT IN'
-                     f'(SELECT {col_name} FROM {table_name} LIMIT {num})')
-        self.commit()
-
-    def clear_table(self, table_name):
-        """ 【DDL删】清空表格内容 """
-        self.execute(f'DELETE FROM {table_name}')
-
-    def count_all_talbe_rows(self):
-        """ 统计所有表格的数据行数 """
-        names = self.get_table_names()
-        ls = []
-        for name in names:
-            n = self.execute(f'SELECT count(*) FROM {name}').fetchone()[0]
-            ls.append([name, n])
-        ls.sort(key=lambda x: -x[1])
-        return ls
-
-    def __3_execute(self):
-        pass
-
-    def exec2one(self, *args, **kwargs):
-        """ 获得第1行的值 """
-        return self.execute(*args, **kwargs).fetchone()[0]
-
-    def exec2row(self, *args, **kwargs):
-        """ 获得第1行的值 """
-        return self.execute(*args, **kwargs).fetchone()
-
-    def exec2col(self, *args, **kwargs):
-        """ 获得第1列的值 """
-        return [row[0] for row in self.execute(*args, **kwargs).fetchall()]
-
-    # 兼容旧接口
-    exec_col = exec2col
-
-    def exec2df(self, *args, **kwargs):
-        """ 获得pandas.DataFrame类型的返回值 """
-        return pd.read_sql(*args, self, **kwargs)
-
-    def __4_数据类型(self):
-        pass
-
-    @classmethod
-    def cvt_type(cls, val):
-        """ py一些内存对象，需要进行适当的格式转换，才能存储到sql中
-        """
-        raise NotImplementedError
-
-    @classmethod
-    def cvt_types(cls, vals):
-        """ 批量转换类型
-        """
-        return [cls.cvt_type(v) for v in vals]
-
-    @classmethod
-    def autotype(cls, val):
-        """ 自动判断一个py内存对象应该以什么类型进行存储 """
-        raise NotImplementedError
-
-    def __5_增删改查(self):
-        pass
-
-    def update_row(self, table_name, cols, where, *, commit=False):
-        """ 【改】更新数据
-
-        虽然名称是update_row，但where条件满足时，是有可能批量替换多行的
-
-        :param dict cols: 要更新的字段及值
-        :param dict where: 怎么匹配到对应记录
-        :param commit: 建议减小commit频率，会极大降低性能
-        :return:
-
-        >> xldb.update('xlapi', {'input': d}, {'id': x['id']})
-        """
-        kvs = ','.join([f'{k}=%s' for k in cols.keys()])
-        ops = ' AND '.join([f'{k}=%s' for k in where.keys()])
-        vals = list(cols.values()) + list(where.values())
-        self.execute(f'UPDATE {table_name} SET {kvs} WHERE {ops}', self.cvt_types(vals))
-        if commit:
-            self.commit()
-
-    def select_col(self, table_name, col):
-        """ 获得一列数据，常使用的功能，所以做了一个封装
-
-        注意，"exec"前缀的方法一般返回的是迭代器，而"select"前缀获得一般是直接的全部列表、结果
-        """
-        return self.exec2col(f'SELECT {col} FROM {table_name}')
-
-    def group_count(self, table_name, cols, count_column_name='cnt'):
-        """ 【查】分组统计各组值组合出现次数
-        分析{table}表中，{cols}出现的种类和次数，按照出现次数从多到少排序
-
-        :param str|list cols: 输入逗号','隔开的字符串，比如
-            con.group_count('gpu_trace', 'host_name,total_memory')
-            后记：写list也行，会自动join为字符串
-        """
-        if not isinstance(cols, str):
-            cols = ','.join(map(str, cols))
-        sql = f'SELECT {cols}, COUNT(*) {count_column_name} FROM {table_name} ' \
-              f'GROUP BY {cols} ORDER BY {count_column_name} DESC'
-        records = self.execute(sql).fetchall()
-        df = pd.DataFrame.from_records(records, columns=cols.split(',') + [count_column_name])
-        return df
-
-    def get_count_by_altering_query(self, data_query: str) -> int:
-        """
-        从给定的SQL SELECT查询中获取行数计数。这个方法通过修改原始的SELECT查询，
-        将其转换为一个COUNT查询来实现计数。这种方法特别适用于在获取大量数据之前，
-        需要预估数据量的场景。
-
-        问题背景：
-        在进行大规模数据处理前，了解数据的规模可以帮助进行更有效的资源分配和性能优化。
-        传统的做法是分两步执行：首先计算数据总量，然后再执行实际的数据提取。
-        这个函数旨在通过单个查询来简化这一流程，减少数据库的负载和响应时间。
-
-        实现机制：
-        函数首先使用正则表达式识别出SQL查询的FROM关键词，这是因为无论SELECT查询的复杂程度如何，
-        计数的核心都是保留FROM及其后面的表和条件语句。然后，它构造一个新的COUNT查询，
-        替换原始查询中的SELECT部分。最后，函数执行这个新的查询并返回结果。
-
-        :param data_query (str): 原始的SQL SELECT查询字符串。
-        :return int: 查询结果的行数。
-
-        示例:
-        >> sql = SqlBase()
-        >> query = "SELECT id, name FROM users WHERE active = True"
-        >> count = sql.get_count_by_altering_query(query)
-        >> print(count)
-        45
-
-        注意:
-        - 这个函数假设输入的是合法的SQL SELECT查询。
-        - 函数依赖于数据库连接的execute方法能够正确执行转换后的COUNT查询。
-        - 在一些复杂的SQL查询中，特别是包含子查询、特殊函数或复杂的JOIN操作时，
-          请确保转换后的计数查询仍然有效。
-        """
-        # 使用正则表达式定位'FROM'（考虑各种大小写情况），并确保它前后是空格或语句的开始/结束
-        match = re.search(r'\bFROM\b', data_query, flags=re.IGNORECASE)
-        if match:
-            from_index = match.start()
-            count_query = 'SELECT COUNT(*) ' + data_query[from_index:]  # 构造计数查询
-            try:
-                result = self.execute(count_query).fetchone()  # 执行查询
-                return result[0] if result else 0  # 返回计数结果
-            except Exception as e:
-                print(f"Error executing count query: {e}")
-                return 0
-        else:
-            print("No 'FROM' keyword found in the data query.")
-            return 0
-
-
-class Connection(sqlite3.Connection, SqlBase):
-    """
-    DDL - 数据定义语言
-        CREATE	创建一个新的表，一个表的视图，或者数据库中的其他对象。
-        ALTER	修改数据库中的某个已有的数据库对象，比如一个表。
-        DROP	删除整个表，或者表的视图，或者数据库中的其他对象。
-    DML - 数据操作语言
-        INSERT	创建一条记录。
-        UPDATE	修改记录。
-        DELETE	删除记录。
-    DQL - 数据查询语言
-        SELECT	从一个或多个表中检索某些记录。
-    """
-
-    def __1_库(self):
-        pass
-
-    def vacuum(self):
-        """ 删除数据后，文件不会直接减小，需要使用vacuum来实际压缩文件占用空间 """
-        self.execute('vacuum')  # 不用 commit
-
-    def __2_表格(self):
-        pass
-
-    def get_table_names(self):
-        """ 获得所有表格名 """
-        return [x[0] for x in self.execute("SELECT name FROM sqlite_master WHERE type='table'")]
-
-    def has_table(self, table_name):
-        res = self.execute(f"SELECT name FROM sqlite_master WHERE type='table' AND name='{table_name}'").fetchone()
-        return bool(res)
-
-    def get_column_names(self, table_name):
-        """ 【查】表格有哪些字段
-        """
-        names = [item[1] for item in self.execute(f'PRAGMA table_info({table_name})')]
-        return names
-
-    def __3_execute(self):
-        pass
-
-    def exec2nametuple(self, *args, **kwargs):
-        cur = self.cursor()
-        cur.row_factory = sqlite3.Row
-        return cur.execute(*args, **kwargs)
-
-    def exec2dict(self, *args, **kwargs):
-        """ execute基础上，改成返回值为dict类型 """
-
-        def dict_factory(cursor, row):
-            d = {}
-            for idx, col in enumerate(cursor.description):
-                d[col[0]] = row[idx]
-            return d
-
-        cur = self.cursor()  # todo 不关是不是不好？如果出错了是不是会事务未结束导致无法修改表格结构？是否有auto close的机制？
-        cur.row_factory = dict_factory
-        return cur.execute(*args, **kwargs)
-
-    # 兼容老版本
-    exec_dict = exec2dict
-
-    def __4_数据类型(self):
-        pass
-
-    @classmethod
-    def cvt_type(cls, val):
-        if isinstance(val, (dict, list, tuple)):
-            val = json.dumps(val, ensure_ascii=False)
-        return val
-
-    @classmethod
-    def autotype(cls, val):
-        if isinstance(val, str):
-            return 'text'
-        elif isinstance(val, (int, bool)):
-            return 'integer'
-        elif isinstance(val, float):
-            return 'real'
-        else:  # 其他dict、list等类型，可以用json.dumps或str转文本存储
-            return 'text'
-
-    def __5_增删改查(self):
-        pass
-
-    def insert_row(self, table_name, cols, if_exists='IGNORE'):
-        """ 【增】插入新数据
-
-        :param table_name:
-        :param cols: 一般是用字典表示的要插入的值
-        :param if_exists: 如果已存在的处理策略
-            IGNORE，跳过
-            REPLACE，替换
-        :return:
-
-        注意加了 OR IGNORE，支持重复数据自动忽略插入
-        """
-        ks = ','.join(cols.keys())
-        vs = ','.join('?' * (len(cols.keys())))
-        self.execute(f'INSERT OR {if_exists} INTO {table_name}({ks}) VALUES ({vs})', self.cvt_types(cols.values()))
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+# @Author : 陈坤泽
+# @Email  : 877362867@qq.com
+# @Date   : 2022/04/12 08:59
+
+import copy
+import json
+import re
+import sqlite3
+import warnings
+from collections import defaultdict
+
+import pandas as pd
+
+# 旧版的pandas警告
+warnings.filterwarnings('ignore', message="pandas only support SQLAlchemy connectable")
+# 新版的pandas警告多了个's‘
+warnings.filterwarnings('ignore', message="pandas only supports SQLAlchemy connectable")
+
+
+class SqlBuilder:
+    def __init__(self, table=''):
+        self.table = table
+        self._select = []
+        self._set = []
+        self._where = []
+        self._order_by = []
+        self._group_by = []
+        self._limit = None  # 限制最多读多少条数据
+        self._offset = None  # 从第几条数据开始读
+
+    def copy(self):
+        # 拷贝一个当前状态的副本sql
+        return copy.deepcopy(self)
+
+    def __1_组件(self):
+        pass
+
+    def from_table(self, table):
+        self.table = table
+        return self
+
+    def select(self, *columns):
+        self._select.extend(columns)
+        return self
+
+    def set(self, *columns):
+        self._set.extend(columns)
+        return self
+
+    def where(self, condition):
+        if isinstance(condition, (list, tuple)):
+            self._where.extend(condition)
+        elif isinstance(condition, str):
+            self._where.append(condition)
+        else:
+            raise ValueError(f'不支持的where条件类型{type(condition)}')
+
+        return self
+
+    def where_dict_match(self, items):
+        """ 输入一个字典，要求每个key的字段对应上具体的某个取值value """
+        for k, v in items.items():
+            if isinstance(v, str):
+                self._where.append(f"{k} = '{v}'")
+            elif isinstance(v, (int, float)):
+                self._where.append(f"{k} = {v}")
+            else:
+                raise TypeError
+
+    def where_in(self, column, values):
+        if values is None:
+            return self
+
+        if isinstance(values, str):
+            values = [values]
+        values_str = ', '.join(f"'{str(value)}'" for value in values)
+        if len(values) == 1:
+            self._where.append(f"{column} = {values_str[0]}")
+        else:
+            self._where.append(f"{column} IN ({values_str})")
+        return self
+
+    def where_or(self, *conditions):
+        """ 输入的这一批条件，作为OR组合后成为一个整体条件
+        """
+        self._where.append(f"({' OR '.join(conditions)})")
+        return self
+
+    def where_mod(self, column, divisor, remainder):
+        """ 输入的column列的值对divisor取余，筛选出余数为remainder的记录
+        """
+        condition = f"({column} % {divisor} = {remainder})"
+        self._where.append(condition)
+        return self
+
+    def where_mod2(self, desc):
+        """ 使用一种特殊的格式化标记来设置规则
+
+        :param desc: 例如 'id%2=1'
+
+        todo 我好像傻了，画蛇添足，这个功能好像直接用 .where 就能完成~
+        """
+        if not desc:
+            return
+        column, divisor_remainder = desc.split('%')
+        divisor, remainder = map(int, divisor_remainder.split('='))
+        return self.where_mod(column, divisor, remainder)
+
+    def group_by(self, *columns):
+        self._group_by.extend(columns)
+        return self
+
+    def order_by(self, *columns):
+        self._order_by.extend(columns)
+        return self
+
+    def limit(self, limit, offset=None):
+        self._limit = limit
+        self._offset = offset
+        return self
+
+    def __2_build_初级命令(self):
+        pass
+
+    def build_select(self, *columns):
+        if columns:
+            columns = self._select + list(columns)
+        else:
+            columns = self._select
+
+        sql = [f"SELECT {', '.join(columns) or '*'}", f"FROM {self.table}"]
+        if self._where:
+            sql.append(f"WHERE {' AND '.join(self._where)}")
+        if self._group_by:
+            sql.append(f"GROUP BY {', '.join(self._group_by)}")
+        if self._order_by:
+            sql.append(f"ORDER BY {', '.join(self._order_by)}")
+        if self._limit is not None:
+            limit_clause = f"LIMIT {self._limit}"
+            if self._offset is not None:
+                limit_clause += f" OFFSET {self._offset}"
+            sql.append(limit_clause)
+        return '\n'.join(sql)
+
+    def build_count(self):
+        sql = [f"SELECT COUNT(*)", f"FROM {self.table}"]
+        if self._where:
+            sql.append(f"WHERE {' AND '.join(self._where)}")
+        if self._group_by:
+            sql.append(f"GROUP BY {', '.join(self._group_by)}")
+        return '\n'.join(sql)
+
+    def build_update(self):
+        sql = [f"UPDATE {self.table}"]
+        if self._set:
+            sql.append(f"SET {', '.join(self._set)}")
+        if self._where:
+            sql.append(f"WHERE {' AND '.join(self._where)}")
+        return '\n'.join(sql)
+
+    def __3_build_中级命令(self):
+        pass
+
+    def build_check_data_type(self, column):
+        """ 检查column的数据类型 """
+        sql = SqlBuilder('information_schema.columns')
+        sql.select(f"data_type")
+        sql.where(f"table_name='{self.table}' AND column_name='{column}'")
+        return sql.build_select()
+
+    def build_group_count(self, columns, count_column_name='cnt'):
+        sql = SqlBuilder(self.table)
+        if isinstance(columns, (list, tuple)):
+            columns = ', '.join(columns)
+        sql.select(columns, f"COUNT(*) {count_column_name}")
+        sql.group_by(columns)
+        sql.order_by(f'{count_column_name} DESC')
+        sql._where = self._where.copy()
+        return sql.build_select()
+
+
+class SqlBase:
+    """ Sql语法通用的功能 """
+
+    def __init__(self, *args, **kwargs):
+        self._commit_cache = defaultdict(list)
+
+    def __1_库(self):
+        pass
+
+    def __2_表格(self):
+        pass
+
+    def get_table_names(self):
+        """ 获得所有表格名 """
+        raise NotImplementedError
+
+    def create_table(self, table_name, column_descs):
+        """ 【DDL增】
+
+        :param table_name:
+        :param column_descs:
+            str, 正常的列格式描述，例如 'c1 text, c2 blob'
+            dict, k是列名，v是一个具体的值，供分析参考格式类型
+        :return:
+        """
+        # 1 列数据格式智能分析
+        if not isinstance(column_descs, str):
+            descs = []
+            for k, v in column_descs.items():
+                t = self.autotype(v)
+                descs.append(f'{k} {t}')
+            column_descs = ','.join(descs)
+
+        # 2 新建表格
+        self.execute(f'CREATE TABLE {table_name}({column_descs})')
+
+    def get_column_names(self, table_name):
+        """ 获得一个表格中所有字段名 """
+        raise NotImplementedError
+
+    def ensure_column(self, table_name, col_name, col_type='', *, col_ref_val=None, **kwargs):
+        """ 【DDL改】添加字段
+
+        :param table_name:
+        :param col_name:
+        :param col_type:
+        :param col_ref_val: 可以通过具体的数值，智能判断列数据格式
+        :return:
+        """
+        if col_name in self.get_column_names(table_name):
+            return
+
+        if col_ref_val:
+            col_type = self.autotype(col_ref_val)
+        if not col_type:
+            col_type = 'text'
+
+        self.execute(f'ALTER TABLE {table_name} ADD COLUMN {col_name} {col_type}')
+
+    def delete_column(self, table_name, col_name):
+        """ 删除表格中的一个列
+
+        其实直接删除也不麻烦：ALTER TABLE {table_name} DROP COLUMN {col_name}
+        这个封装主要是鲁棒性考虑，只有列存在时才会删除
+        """
+        if col_name in self.get_column_names(table_name):
+            self.execute(f'ALTER TABLE {table_name} DROP COLUMN {col_name}')
+
+    def create_index(self, index_name, table_name, cols):
+        if not isinstance(cols, str):
+            cols = ','.join(map(str, cols))
+        self.execute(f'CREATE INDEX {index_name} ON {table_name}({cols})')
+
+    def create_index2(self, table_name, cols):
+        """ 创建一个简单的索引，索引名字自动生成 """
+        if not isinstance(cols, str):
+            cols = ','.join(map(str, cols))
+        self.execute(f'CREATE INDEX idx_{table_name}_{cols.replace(",", "_")} ON {table_name}({cols})')
+
+    def keep_top_n_rows(self, table_name, num, col_name='id'):
+        """ 只保留一小部分数据，常用来做lite、demo数据示例文件
+
+        :param col_name: 参照的列名
+        """
+        self.execute(f'DELETE FROM {table_name} WHERE {col_name} NOT IN'
+                     f'(SELECT {col_name} FROM {table_name} LIMIT {num})')
+        self.commit()
+
+    def clear_table(self, table_name):
+        """ 【DDL删】清空表格内容 """
+        self.execute(f'DELETE FROM {table_name}')
+
+    def count_all_talbe_rows(self):
+        """ 统计所有表格的数据行数 """
+        names = self.get_table_names()
+        ls = []
+        for name in names:
+            n = self.execute(f'SELECT count(*) FROM {name}').fetchone()[0]
+            ls.append([name, n])
+        ls.sort(key=lambda x: -x[1])
+        return ls
+
+    def __3_execute(self):
+        pass
+
+    def exec2one(self, *args, **kwargs):
+        """ 获得第1行的值 """
+        try:
+            return self.execute(*args, **kwargs).fetchone()[0]
+        except TypeError:
+            return None
+
+    def exec2row(self, *args, **kwargs):
+        """ 获得第1行的值 """
+        return self.execute(*args, **kwargs).fetchone()
+
+    def exec2col(self, *args, **kwargs):
+        """ 获得第1列的值 """
+        return [row[0] for row in self.execute(*args, **kwargs).fetchall()]
+
+    # 兼容旧接口
+    exec_col = exec2col
+
+    def exec2df(self, *args, **kwargs):
+        """ 获得pandas.DataFrame类型的返回值 """
+        return pd.read_sql(*args, self, **kwargs)
+
+    def __4_数据类型(self):
+        pass
+
+    @classmethod
+    def cvt_type(cls, val):
+        """ py一些内存对象，需要进行适当的格式转换，才能存储到sql中
+        """
+        raise NotImplementedError
+
+    @classmethod
+    def cvt_types(cls, vals):
+        """ 批量转换类型
+        """
+        return [cls.cvt_type(v) for v in vals]
+
+    @classmethod
+    def autotype(cls, val):
+        """ 自动判断一个py内存对象应该以什么类型进行存储 """
+        raise NotImplementedError
+
+    def __5_增删改查(self):
+        pass
+
+    def commit_base(self, commit_type, query, params=None):
+        """
+        :param commit_type:
+            -1，先真正缓存在本地
+            False，传统的事务机制，虽然不会更新数据，但每一条依然会连接数据库，其实速度回挺慢的
+            True，传统的事务机制，但每条都作为独立事务，直接更新了
+        """
+        if commit_type == -1:
+            self._commit_cache[query].append(params)
+        elif commit_type is False:
+            self.execute(query, params)
+        elif commit_type is True:
+            self.execute(query, params)
+            self.commit()
+
+    def commit_all(self):
+        if not self._commit_cache:
+            self.commit()
+            return
+
+        for query, params in self._commit_cache.items():
+            cur = self.cursor()
+            cur.executemany(query, params)
+            cur.close()
+            self.commit()
+
+        self._commit_cache = defaultdict(list)
+
+    def update_row(self, table_name, cols, where, *, commit=False):
+        """ 【改】更新数据
+
+        虽然名称是update_row，但where条件满足时，是有可能批量替换多行的
+
+        :param dict cols: 要更新的字段及值
+        :param dict where: 怎么匹配到对应记录
+        :param commit: 建议减小commit频率，会极大降低性能
+        :return:
+
+        >> xldb.update('xlapi', {'input': d}, {'id': x['id']})
+        """
+        kvs = ','.join([f'{k}=%s' for k in cols.keys()])
+        ops = ' AND '.join([f'{k}=%s' for k in where.keys()])
+        vals = list(cols.values()) + list(where.values())
+        self.commit_base(commit,
+                         f'UPDATE {table_name} SET {kvs} WHERE {ops}',
+                         self.cvt_types(vals))
+
+    def delete_row(self, table_name, where, *, commit=False):
+        """ 【删】删除数据
+
+        :param dict where: 怎么匹配到对应记录
+        :param commit: 建议减小commit频率，会极大降低性能
+        :return:
+        """
+        ops = ' AND '.join([f'{k}=%s' for k in where.keys()])
+        vals = list(where.values())
+        self.commit_base(commit,
+                         f'DELETE FROM {table_name} WHERE {ops}',
+                         self.cvt_types(vals))
+
+    def select_col(self, table_name, col):
+        """ 获得一列数据，常使用的功能，所以做了一个封装
+
+        注意，"exec"前缀的方法一般返回的是迭代器，而"select"前缀获得一般是直接的全部列表、结果
+        """
+        return self.exec2col(f'SELECT {col} FROM {table_name}')
+
+    def group_count(self, table_name, cols, count_column_name='cnt'):
+        """ 【查】分组统计各组值组合出现次数
+        分析{table}表中，{cols}出现的种类和次数，按照出现次数从多到少排序
+
+        :param str|list cols: 输入逗号','隔开的字符串，比如
+            con.group_count('gpu_trace', 'host_name,total_memory')
+            后记：写list也行，会自动join为字符串
+        """
+        if not isinstance(cols, str):
+            cols = ','.join(map(str, cols))
+        sql = f'SELECT {cols}, COUNT(*) {count_column_name} FROM {table_name} ' \
+              f'GROUP BY {cols} ORDER BY {count_column_name} DESC'
+        records = self.execute(sql).fetchall()
+        df = pd.DataFrame.from_records(records, columns=cols.split(',') + [count_column_name])
+        return df
+
+    def get_count_by_altering_query(self, data_query: str) -> int:
+        """
+        从给定的SQL SELECT查询中获取行数计数。这个方法通过修改原始的SELECT查询，
+        将其转换为一个COUNT查询来实现计数。这种方法特别适用于在获取大量数据之前，
+        需要预估数据量的场景。
+
+        问题背景：
+        在进行大规模数据处理前，了解数据的规模可以帮助进行更有效的资源分配和性能优化。
+        传统的做法是分两步执行：首先计算数据总量，然后再执行实际的数据提取。
+        这个函数旨在通过单个查询来简化这一流程，减少数据库的负载和响应时间。
+
+        实现机制：
+        函数首先使用正则表达式识别出SQL查询的FROM关键词，这是因为无论SELECT查询的复杂程度如何，
+        计数的核心都是保留FROM及其后面的表和条件语句。然后，它构造一个新的COUNT查询，
+        替换原始查询中的SELECT部分。最后，函数执行这个新的查询并返回结果。
+
+        :param data_query (str): 原始的SQL SELECT查询字符串。
+        :return int: 查询结果的行数。
+
+        示例:
+        >> sql = SqlBase()
+        >> query = "SELECT id, name FROM users WHERE active = True"
+        >> count = sql.get_count_by_altering_query(query)
+        >> print(count)
+        45
+
+        注意:
+        - 这个函数假设输入的是合法的SQL SELECT查询。
+        - 函数依赖于数据库连接的execute方法能够正确执行转换后的COUNT查询。
+        - 在一些复杂的SQL查询中，特别是包含子查询、特殊函数或复杂的JOIN操作时，
+          请确保转换后的计数查询仍然有效。
+        """
+        # 使用正则表达式定位'FROM'（考虑各种大小写情况），并确保它前后是空格或语句的开始/结束
+        match = re.search(r'\bFROM\b', data_query, flags=re.IGNORECASE)
+        if match:
+            from_index = match.start()
+            count_query = 'SELECT COUNT(*) ' + data_query[from_index:]  # 构造计数查询
+            try:
+                result = self.execute(count_query).fetchone()  # 执行查询
+                return result[0] if result else 0  # 返回计数结果
+            except Exception as e:
+                print(f"Error executing count query: {e}")
+                return 0
+        else:
+            print("No 'FROM' keyword found in the data query.")
+            return 0
+
+    def get_column_data_type(self, table_name, col_name):
+        """ 获取表格中某一列的数据类型 """
+        return self.exec2one(SqlBuilder(table_name).build_check_data_type(col_name))
+
+
+class Connection(sqlite3.Connection, SqlBase):
+    """
+    DDL - 数据定义语言
+        CREATE	创建一个新的表，一个表的视图，或者数据库中的其他对象。
+        ALTER	修改数据库中的某个已有的数据库对象，比如一个表。
+        DROP	删除整个表，或者表的视图，或者数据库中的其他对象。
+    DML - 数据操作语言
+        INSERT	创建一条记录。
+        UPDATE	修改记录。
+        DELETE	删除记录。
+    DQL - 数据查询语言
+        SELECT	从一个或多个表中检索某些记录。
+    """
+
+    def __1_库(self):
+        pass
+
+    def vacuum(self):
+        """ 删除数据后，文件不会直接减小，需要使用vacuum来实际压缩文件占用空间 """
+        self.execute('vacuum')  # 不用 commit
+
+    def __2_表格(self):
+        pass
+
+    def get_table_names(self):
+        """ 获得所有表格名 """
+        return [x[0] for x in self.execute("SELECT name FROM sqlite_master WHERE type='table'")]
+
+    def has_table(self, table_name):
+        res = self.execute(f"SELECT name FROM sqlite_master WHERE type='table' AND name='{table_name}'").fetchone()
+        return bool(res)
+
+    def get_column_names(self, table_name):
+        """ 【查】表格有哪些字段
+        """
+        names = [item[1] for item in self.execute(f'PRAGMA table_info({table_name})')]
+        return names
+
+    def __3_execute(self):
+        pass
+
+    def exec2nametuple(self, *args, **kwargs):
+        cur = self.cursor()
+        cur.row_factory = sqlite3.Row
+        return cur.execute(*args, **kwargs)
+
+    def exec2dict(self, *args, **kwargs):
+        """ execute基础上，改成返回值为dict类型 """
+
+        def dict_factory(cursor, row):
+            d = {}
+            for idx, col in enumerate(cursor.description):
+                d[col[0]] = row[idx]
+            return d
+
+        cur = self.cursor()  # todo 不关是不是不好？如果出错了是不是会事务未结束导致无法修改表格结构？是否有auto close的机制？
+        cur.row_factory = dict_factory
+        return cur.execute(*args, **kwargs)
+
+    # 兼容老版本
+    exec_dict = exec2dict
+
+    def __4_数据类型(self):
+        pass
+
+    @classmethod
+    def cvt_type(cls, val):
+        if isinstance(val, (dict, list, tuple)):
+            val = json.dumps(val, ensure_ascii=False)
+        return val
+
+    @classmethod
+    def autotype(cls, val):
+        if isinstance(val, str):
+            return 'text'
+        elif isinstance(val, (int, bool)):
+            return 'integer'
+        elif isinstance(val, float):
+            return 'real'
+        else:  # 其他dict、list等类型，可以用json.dumps或str转文本存储
+            return 'text'
+
+    def __5_增删改查(self):
+        pass
+
+    def insert_row(self, table_name, cols, if_exists='IGNORE'):
+        """ 【增】插入新数据
+
+        :param table_name:
+        :param cols: 一般是用字典表示的要插入的值
+        :param if_exists: 如果已存在的处理策略
+            IGNORE，跳过
+            REPLACE，替换
+        :return:
+
+        注意加了 OR IGNORE，支持重复数据自动忽略插入
+        """
+        ks = ','.join(cols.keys())
+        vs = ','.join('?' * (len(cols.keys())))
+        self.execute(f'INSERT OR {if_exists} INTO {table_name}({ks}) VALUES ({vs})', self.cvt_types(cols.values()))