读取数据库数据，每10m写入一个文件，最后将所有文件写入压缩包

**读取数据库数据、写入文件并压缩**

在实际的开发中，我们经常需要从数据库中读取大量数据，并进行处理。这里我们使用Python语言来实现一个功能：每10分钟读取一次数据库中的数据，写入一个新的文件，每个文件包含一段时间内的所有数据；最后，将所有文件压缩成一个zip包。

### **依赖**

* Python3.x* `pandas`库（用于数据处理）
* `sqlite3`库（用于数据库操作）
* `zipfile`库（用于压缩）

### **代码实现**

import pandas as pdimport sqlite3import zipfilefrom datetime import datetime, timedelta# 数据库连接配置DB_NAME = 'example.db'
TABLE_NAME = 'data'

# 文件写入频率（10分钟）
WRITE_FREQ =600# 最大文件数量MAX_FILES =1000def read_db_data(db_name, table_name):
 """
 从数据库中读取数据。
 Args:
 db_name (str): 数据库名称。
 table_name (str): 表名。
 Returns:
 pandas.DataFrame: 数据框。
 """
 conn = sqlite3.connect(db_name)
 df = pd.read_sql_query(f"SELECT * FROM {table_name}", conn)
 conn.close()
 return dfdef write_data_to_file(df, file_name):
 """
 将数据写入文件。
 Args:
 df (pandas.DataFrame): 数据框。
 file_name (str): 文件名称。
 """
 # 写入文件 df.to_csv(file_name, index=False)

def compress_files(zip_file_name, files):
 """
 将多个文件压缩成一个zip包。
 Args:
 zip_file_name (str): zip包名称。
 files (list): 文件列表。
 """
 with zipfile.ZipFile(zip_file_name, 'w') as zip_file:
 for file in files:
 zip_file.write(file)

def main():
 # 初始化变量 start_time = datetime.now()
 current_time = start_time files = []
 while True:
 #读取数据库数据 df = read_db_data(DB_NAME, TABLE_NAME)
 # 写入文件 file_name = f'data_{current_time.strftime("%Y%m%d_%H%M")}.csv'
 write_data_to_file(df, file_name)
 files.append(file_name)
 # 计算下一次写入时间 next_write_time = current_time + timedelta(minutes=WRITE_FREQ)
 # 如果超过最大文件数量，压缩并退出 if len(files) >= MAX_FILES:
 compress_files('data.zip', files)
 break # 等待下一次写入时间 while datetime.now() < next_write_time:
 pass current_time = datetime.now()

if __name__ == '__main__':
 main()