Python数据库删除案例如何删除数据

wen python案例 2026-06-30 193

Python数据库删除案例：如何高效安全地删除数据（实战指南）

目录导读

为什么需要掌握数据库删除操作？
Python删除数据前的核心准备
基于SQLite的删除案例详解
基于MySQL的删除案例与参数化查询
批量删除与条件删除的最佳实践
常见删除错误与数据恢复策略
问答专区：删除操作高频问题解析

为什么需要掌握数据库删除操作？

在数据驱动的应用开发中,删除数据是CRUD（Create、Read、Update、Delete）中最具风险的一环，一次错误的DELETE语句可能导致关键业务数据永久丢失，Python作为数据处理的首选语言，其数据库删除操作需要兼顾安全性、性能和错误处理，根据Stack Overflow 2024年调查，超过60%的开发者曾因误删数据导致生产事故，掌握正确的删除案例至关重要。

Python数据库删除案例如何删除数据

Python删除数据前的核心准备

1 必要的库与连接

import sqlite3  # 轻量级数据库，适合学习案例
import pymysql  # MySQL连接库（需pip install pymysql）

2 数据库连接最佳实践

使用上下文管理器（with语句）自动关闭连接
设置autocommit=False（显式控制事务）
始终开启外键约束（SQLite需额外设置）

示例连接代码：

# SQLite
conn = sqlite3.connect('test.db')
conn.execute("PRAGMA foreign_keys = ON")
# MySQL
conn = pymysql.connect(host='localhost', user='root', password='123456', database='test', charset='utf8mb4')

基于SQLite的删除案例详解

案例1：删除单条记录（验证删除）

def delete_user(user_id):
    with sqlite3.connect('users.db') as conn:
        cursor = conn.cursor()
        # 先查询记录是否存在
        cursor.execute("SELECT * FROM users WHERE id=?", (user_id,))
        user = cursor.fetchone()
        if user:
            cursor.execute("DELETE FROM users WHERE id=?", (user_id,))
            conn.commit()
            print(f"已删除用户：{user[1]}")
        else:
            print("用户不存在，跳过删除")

案例2：批量删除过期数据

def delete_expired_records(days=30):
    from datetime import datetime, timedelta
    cutoff_date = datetime.now() - timedelta(days=days)
    with sqlite3.connect('logs.db') as conn:
        conn.execute("DELETE FROM logs WHERE created_at < ?", (cutoff_date,))
        conn.commit()
        print(f"已清理 {days} 天前的日志记录")

关键点：

使用占位符防止SQL注入
先查询再删除（防御性编程）
批量操作建议分批次提交（避免长事务锁表）

基于MySQL的删除案例与参数化查询

案例3：通过主键删除（MySQL版）

import pymysql
def delete_order(order_id):
    conn = pymysql.connect(host='localhost', user='root', password='yourpass', db='shop')
    try:
        with conn.cursor() as cursor:
            sql = "DELETE FROM orders WHERE order_id = %s"
            affected = cursor.execute(sql, (order_id,))
            conn.commit()
            print(f"删除了 {affected} 条订单记录")
    except pymysql.Error as e:
        conn.rollback()
        print(f"删除失败：{e}")
    finally:
        conn.close()

案例4：条件删除（JOIN子查询）

# 删除所有已注销用户的评论
sql = """
DELETE comments FROM comments
JOIN users ON comments.user_id = users.id
WHERE users.status = 'deleted'
"""
cursor.execute(sql)

性能优化提示：

在WHERE条件字段上建立索引
使用LIMIT分批次删除（如DELETE FROM table WHERE condition LIMIT 1000）
对于千万级表,推荐使用pt-archiver等工具

批量删除与条件删除的最佳实践

1 使用事务控制批量操作

def batch_delete_user_by_ids(user_ids):
    conn = get_connection()
    try:
        conn.begin()
        for uid in user_ids:
            conn.execute("DELETE FROM users WHERE id=?", (uid,))
        conn.commit()
    except Exception:
        conn.rollback()
        raise
    finally:
        conn.close()

2 软删除 vs 硬删除

特性	硬删除（物理删除）	软删除（逻辑删除）
操作	`DELETE`	`UPDATE SET deleted=1`
数据恢复	需从备份恢复	可直接`UPDATE`恢复
性能	释放空间	需额外维护`deleted`字段
适用场景	临时数据、日志	用户数据、业务主表

推荐策略：
业务核心表（如用户、订单）优先使用软删除，辅助表（如日志、缓存）可使用硬删除。

常见删除错误与数据恢复策略

错误1：忘记添加WHERE条件

# 危险！会删除整张表
cursor.execute("DELETE FROM users")  
# 正确：必须指定条件
cursor.execute("DELETE FROM users WHERE id > 1000")

错误2：事务未提交导致回滚

conn.execute("DELETE FROM temp_data")
# 如果未调用 conn.commit()，程序异常退出时删除失效

数据恢复方案：

提前备份：删除前导出SELECT INTO OUTFILE（MySQL）或.dump（SQLite）
开启二进制日志（MySQL）：通过mysqlbinlog回滚
事务快照：利用SAVEPOINT实现部分回滚

问答专区：删除操作高频问题解析

Q1：删除100万条数据时，为什么速度越来越慢？

A：因为每删除一条记录，数据库需要更新索引和写日志，解决方案：

分批删除（例如每次删除1万条，间隔0.5秒）
先DROP索引，删除后再重建
使用TRUNCATE（注意：该操作会重置自增主键，且不可回滚）

Q2：如何删除重复数据只保留一条？

DELETE FROM users WHERE id NOT IN (
    SELECT MIN(id) FROM users GROUP BY email
);

Python实现：

先用GROUP BY查出重复记录
保留最小ID,删除其他记录

Q3：同时删除多个关联表的数据该怎么办？

A：使用事务+外键级联删除，或者手动删除顺序：

先删除子表记录（如订单项）
再删除主表记录（如订单）
最后commit事务

Q4：删除操作如何防止SQL注入？

A：始终使用参数化查询（占位符或%s），禁止拼接SQL字符串。

# 安全写法
cursor.execute("DELETE FROM users WHERE name = ?", (user_name,))
# 危险写法
cursor.execute(f"DELETE FROM users WHERE name = '{user_name}'")  # 禁止使用！

数据库删除操作是双刃剑,必须遵循先查后删、事务控制、参数化查询三大原则，在实际项目中，建议配合日志审计（记录谁在何时删除了什么数据），并定期备份数据库，从简单的单条删除到复杂的多表级联删除，Python通过清晰的事务管理和错误处理机制，能够安全高效地完成各类删除任务。

本文地址： https://www.bmjup.com/post/12263.html