1. 引言PyCharm 不仅是强大的 Python IDE其内置的数据库工具Database Tools and SQL同样功能丰富。它支持连接主流关系型数据库如 MySQL、PostgreSQL、SQLite以及 NoSQL 数据库如 Redis、MongoDB并提供了可视化表结构、SQL 编辑器、数据导出、ER 图生成等能力。本文将从环境准备、连接配置、SQL 操作、Python 集成四个维度结合丰富的代码实例带你系统掌握 PyCharm 数据库工具。2. 环境准备与插件安装PyCharm 的数据库功能以插件形式提供。Professional 版默认内置Community 版需要手动安装。下面给出安装步骤和验证方法。2.1 安装数据库插件打开 PyCharm进入File Settings Plugins搜索Database Tools and SQL并安装。安装完成后重启 IDE。2.2 验证插件是否生效重启后在右侧边栏应能看到Database面板。若没有可通过View Tool Windows Database打开。# 验证 PyCharm 数据库插件是否可用的最小示例 # 该脚本仅用于确认 Python 环境与数据库驱动是否就绪 import sqlite3 conn sqlite3.connect(:memory:) cursor conn.cursor() cursor.execute(SELECT 1) print(Database plugin ready:, cursor.fetchone()[0] 1) conn.close()3. 连接主流数据库PyCharm 数据库工具支持多种数据库。下面分别演示 SQLite、MySQL、PostgreSQL 的连接配置并给出对应的 Python 驱动连接代码。3.1 连接 SQLiteSQLite 是零配置的嵌入式数据库最适合快速体验。在 Database 面板点击 Data Source SQLite选择数据库文件即可。import sqlite3 创建内存数据库并建表 conn sqlite3.connect(:memory:) cursor conn.cursor() cursor.execute( CREATE TABLE users ( id INTEGER PRIMARY KEY AUTOINCREMENT, name TEXT NOT NULL, age INTEGER ) ) cursor.execute(INSERT INTO users (name, age) VALUES (?, ?), (Alice, 25)) conn.commit() 查询数据 cursor.execute(SELECT * FROM users) print(cursor.fetchall()) conn.close()3.2 连接 MySQL在 Database 面板点击 Data Source MySQL填写主机、端口、用户名、密码和数据库名。首次连接时 PyCharm 会提示下载驱动点击下载即可。import pymysql 与 PyCharm 中配置的连接参数保持一致 connection pymysql.connect( hostlocalhost, port3306, userroot, passwordyour_password, databasetest_db, charsetutf8mb4 ) with connection.cursor() as cursor: cursor.execute(SELECT VERSION()) version cursor.fetchone() print(MySQL version:, version[0]) connection.close()3.3 连接 PostgreSQL在 Database 面板点击 Data Source PostgreSQL填写连接信息。PyCharm 会自动识别 PostgreSQL 驱动。import psycopg2 与 PyCharm 中配置的连接参数保持一致 conn psycopg2.connect( hostlocalhost, port5432, userpostgres, passwordyour_password, databasetest_db ) cur conn.cursor() cur.execute(SELECT current_database(), current_user) print(cur.fetchone()) cur.close() conn.close()4. 可视化操作与数据管理连接成功后可以在 Database 面板中浏览表结构、查看数据、编辑记录并生成 ER 图。4.1 浏览表结构与数据展开数据库连接可以看到表、视图、存储过程等节点。双击表名即可在新标签页中查看表结构和前 100 行数据。4.2 编辑表数据在数据查看器中可以直接点击单元格修改数据修改后点击提交按钮即可写入数据库。这一操作等价于执行 UPDATE 语句。-- PyCharm 数据编辑器在后台执行的等价 SQL UPDATE users SET age 26 WHERE id 1;4.3 生成 ER 图右键点击数据库连接选择Diagrams Show Visualization即可生成表关系图便于理解表之间的外键关联。5. SQL 编辑器与代码实例PyCharm 内置的 SQL 编辑器支持语法高亮、自动补全、格式化以及执行计划分析。下面给出常用操作实例。5.1 创建表与索引CREATE TABLE orders ( id BIGINT PRIMARY KEY AUTO_INCREMENT, user_id BIGINT NOT NULL, amount DECIMAL(10, 2) NOT NULL, created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP, INDEX idx_user_id (user_id) );5.2 复杂查询与联表SELECT u.name, COUNT(o.id) AS order_count, SUM(o.amount) AS total_amount FROM users u LEFT JOIN orders o ON u.id o.user_id WHERE u.age 18 GROUP BY u.id, u.name HAVING COUNT(o.id) 0 ORDER BY total_amount DESC;5.3 使用查询控制台在 Database 面板中选中连接后点击 Query Console即可打开 SQL 控制台。控制台支持多语句执行并可以查看每条语句的执行时间。-- 在查询控制台中执行观察执行计划 EXPLAIN SELECT * FROM users WHERE age 20;6. Python 与数据库工具联动PyCharm 数据库工具与 Python 开发环境可以无缝配合实现从数据库操作到业务代码的完整闭环。6.1 使用数据库控制台生成 Python 代码在 SQL 编辑器中编写查询后右键选择Generate Python CodePyCharm 会自动生成对应的 Python 代码片段。# PyCharm 自动生成的示例代码 import pymysql connection pymysql.connect( hostlocalhost, userroot, passwordyour_password, databasetest_db ) try: with connection.cursor() as cursor: sql SELECT * FROM users WHERE age %s cursor.execute(sql, (20,)) result cursor.fetchall() for row in result: print(row) finally: connection.close()6.2 在 Python 中执行 SQL 文件PyCharm 支持直接运行 .sql 文件。右键点击 SQL 文件选择Run即可在选定的数据源上执行。# 通过 Python 脚本执行 SQL 文件内容 import sqlite3 with open(schema.sql, r, encodingutf-8) as f: sql_script f.read() conn sqlite3.connect(app.db) conn.executescript(sql_script) conn.commit() conn.close() print(SQL script executed successfully)6.3 使用 pandas 分析数据库数据import pandas as pd import sqlite3 conn sqlite3.connect(app.db) df pd.read_sql_query(SELECT * FROM users, conn) print(df.describe()) conn.close()7. 数据导出与导入PyCharm 数据库工具支持将查询结果导出为 CSV、JSON、Excel 等格式也支持从外部文件导入数据。7.1 导出查询结果在查询结果面板中右键点击结果区域选择Export Data选择目标格式和保存路径即可。7.2 使用 Python 导出数据import csv import sqlite3 conn sqlite3.connect(app.db) cursor conn.cursor() cursor.execute(SELECT * FROM users) with open(users_export.csv, w, newline, encodingutf-8) as f: writer csv.writer(f) writer.writerow([desc[0] for desc in cursor.description]) writer.writerows(cursor.fetchall()) conn.close() print(Data exported to users_export.csv)8. 常见问题与技巧8.1 驱动下载失败如果 PyCharm 自动下载驱动失败可以手动下载 JDBC 驱动并添加到Data Source Driver 加号中。8.2 连接超时在数据源配置中切换到Advanced标签页可以调整连接超时时间例如将 connectTimeout 设置为 30000 毫秒。8.3 使用 SSH 隧道连接远程数据库在数据源配置的SSH/SSL标签页中勾选Use SSH tunnel填写跳板机信息即可安全连接远程数据库。# 使用 paramiko 建立 SSH 隧道的 Python 等价实现 import paramiko import pymysql from sshtunnel import SSHTunnelForwarder with SSHTunnelForwarder( (jump_host, 22), ssh_usernameuser, ssh_passwordpassword, remote_bind_address(127.0.0.1, 3306) ) as tunnel: connection pymysql.connect( host127.0.0.1, porttunnel.local_bind_port, userroot, passwordyour_password, databasetest_db ) with connection.cursor() as cursor: cursor.execute(SELECT 1) print(cursor.fetchone()) connection.close()9. 总结PyCharm 数据库工具将数据库管理、SQL 编写和 Python 开发整合在同一环境中显著提升了开发效率。通过本文的实战示例你可以快速上手连接数据库、执行查询、生成代码以及完成数据导入导出。建议在日常开发中将数据库控制台与 Python 脚本结合使用形成高效的开发工作流。