MySQL (Zero to Hero) কমপ্লিট গাইড

যেকোনো প্রজেক্ট, ওয়েবসাইট বা অ্যাপ্লিকেশন বানাতে গেলে ডেটা সেভ করে রাখার জন্য ডেটাবেস প্রয়োজন হয়। আর রিলেশনাল ডেটাবেসগুলোর মধ্যে MySQL হলো সারা পৃথিবীতে সবচেয়ে জনপ্রিয় এবং বহুল ব্যবহৃত একটি ডেটাবেস।

পাইথন ব্যবহার করে MySQL-এর সাথে কাজ করার জন্য মূলত দুটি জনপ্রিয় পদ্ধতি আছে:

1. mysql-connector-python অথবা PyMySQL: বেসিক SQL কুয়েরি (Query) লেখার জন্য।
2. SQLAlchemy + pandas: অ্যাডভান্সড ডেটা অ্যানালাইসিস, স্ক্র্যাপিং বা এক্সেলে ডেটা ট্রান্সফার করার জন্য।

এই টিউটোরিয়ালে আমরা একদম বিগিনার (Beginner) লেভেল থেকে শুরু করে অ্যাডভান্সড (Advanced) লেভেল পর্যন্ত পাইথনের সাথে MySQL-এর সব কাজ শিখবো।

---

🟢 বিগিনার লেভেল (Beginner)

১. ইনস্টলেশন (Installation)

প্রথমে প্রয়োজনীয় লাইব্রেরিগুলো ইনস্টল করে নিতে হবে। আপনার টার্মিনাল বা কমান্ড প্রম্পটে নিচের কোডটি রান করুন:

pip install mysql-connector-python pandas sqlalchemy openpyxl

২. ডাটাবেসে কানেকশন তৈরি করা (Database Connection)

MySQL সার্ভারের সাথে পাইথনকে কানেক্ট করতে হবে। (ধরে নিচ্ছি আপনার পিসিতে XAMPP বা MySQL সার্ভার ইন্সটল করা আছে এবং চলছে)।

import mysql.connector

# কানেকশন তৈরি করা
db = mysql.connector.connect(
    host="localhost",       # সাধারণত localhost থাকে
    user="root",            # আপনার MySQL ইউজারনেম (ডিফল্ট root)
    password="",            # আপনার পাসওয়ার্ড (XAMPP-তে ডিফল্ট ব্ল্যাঙ্ক থাকে)
)

cursor = db.cursor()

# নতুন একটি ডাটাবেস তৈরি করা (যদি না থাকে)
cursor.execute("CREATE DATABASE IF NOT EXISTS python_hub")
print("Database connected and created!")

৩. টেবিল তৈরি করা (Create Table)

এখন আমরা কানেকশনটিতে সরাসরি নির্দিষ্ট ডাটাবেসের নাম দিয়ে কানেক্ট করবো এবং একটি টেবিল বানাবো।

import mysql.connector

db = mysql.connector.connect(
    host="localhost",
    user="root",
    password="",
    database="python_hub"   # আমাদের ডাটাবেসের নাম
)
cursor = db.cursor()

# users নামে একটি টেবিল তৈরি করা
create_table_query = """
CREATE TABLE IF NOT EXISTS users (
    id INT AUTO_INCREMENT PRIMARY KEY,
    name VARCHAR(255) NOT NULL,
    email VARCHAR(255) UNIQUE,
    age INT
)
"""
cursor.execute(create_table_query)
print("Table created successfully!")

৪. ডাটা ইনসার্ট করা (Insert Data)

টেবিলে ডাটা রাখার জন্য INSERT INTO কুয়েরি ব্যবহার করা হয়।

ক) সিঙ্গেল ডাটা ইনসার্ট (Single Insert):

sql = "INSERT INTO users (name, email, age) VALUES (%s, %s, %s)"
val = ("Rahim", "rahim@email.com", 25)

cursor.execute(sql, val)
db.commit()  # ডেটাবেসে পরিবর্তন সেভ করার জন্য commit() কল করতে হয়!

print(cursor.rowcount, "record inserted.")

খ) একসাথে একাধিক ডাটা ইনসার্ট (Multiple Insert):

sql = "INSERT INTO users (name, email, age) VALUES (%s, %s, %s)"
values = [
  ("Karim", "karim@email.com", 30),
  ("Jamal", "jamal@email.com", 22),
  ("Salam", "salam@email.com", 28)
]

cursor.executemany(sql, values)  # executemany ব্যবহার করতে হয়
db.commit()

print(cursor.rowcount, "records inserted.")

৫. ডাটা রিড করা (Select Data)

ডাটাবেস থেকে ডাটা নিয়ে আসার জন্য SELECT ব্যবহার করা হয়।

cursor.execute("SELECT * FROM users")

# সবগুলো ডাটা একসাথে আনার জন্য fetchall()
results = cursor.fetchall()

for row in results:
    print(row)
    # আউটপুট হবে টুপল (Tuple) আকারে: (1, 'Rahim', 'rahim@email.com', 25)

---

🟡 ইন্টারমিডিয়েট লেভেল (Intermediate)

১. ডাটা আপডেট করা (Update Data)

কোনো নির্দিষ্ট ইউজারের বয়স পরিবর্তন করতে চাইলে:

sql = "UPDATE users SET age = 26 WHERE name = 'Rahim'"
cursor.execute(sql)
db.commit()

print(cursor.rowcount, "record(s) updated.")

২. ডাটা ডিলিট করা (Delete Data)

নির্দিষ্ট কাউকে ডিলিট করতে চাইলে:

sql = "DELETE FROM users WHERE name = 'Karim'"
cursor.execute(sql)
db.commit()

print(cursor.rowcount, "record(s) deleted.")

৩. নির্দিষ্ট শর্তে ডাটা খোঁজা (WHERE, LIKE, ORDER BY)

আপনি চাইলে ফিল্টার করে ডাটা আনতে পারেন।

# যাদের বয়স ২৫ এর বেশি তাদের নাম নিয়ে আসা
cursor.execute("SELECT name, age FROM users WHERE age > 25 ORDER BY age DESC")

for x in cursor.fetchall():
    print(x)

# যাদের নামের শুরুতে 'S' আছে
cursor.execute("SELECT * FROM users WHERE name LIKE 'S%'")
print(cursor.fetchall())

---

🔴 অ্যাডভান্সড লেভেল (Advanced)

রিয়েল লাইফ প্রজেক্টে ডেটা অ্যানালাইসিস বা মেশিন লার্নিংয়ের জন্য আমরা লুপ চালিয়ে ডেটা ইনসার্ট না করে সরাসরি Pandas ব্যবহার করি। এটি অনেক ফাস্ট এবং মাত্র কয়েক লাইনের কোড।

১. Excel বা CSV থেকে সরাসরি MySQL-এ ডাটা রাখা

ধরি আপনার কাছে data.xlsx নামে একটি এক্সেল ফাইল আছে এবং আপনি সেখানের সব ডাটা MySQL-এ নিতে চান।

import pandas as pd
from sqlalchemy import create_engine

# ১. Excel ফাইল রিড করা
df = pd.read_excel("data.xlsx")

# ২. ডাটাবেস ইঞ্জিন তৈরি করা (ফরম্যাট: mysql+mysqlconnector://user:password@host/db_name)
engine = create_engine('mysql+mysqlconnector://root:@localhost/python_hub')

# ৩. ডাটা সরাসরি টেবিলে পাঠানো (index=False মানে হলো এক্সেলের সিরিয়াল নম্বর সেভ হবে না)
# if_exists='append' (নতুন ডাটা যোগ হবে), 'replace' (আগের ডাটা মুছে নতুনগুলো বসবে)
df.to_sql(name='users_from_excel', con=engine, if_exists='replace', index=False)

print("Excel data successfully imported to MySQL table!")

২. MySQL থেকে ডাটা Excel বা CSV-তে এক্সপোর্ট করা

ডাটাবেস থেকে সব ডাটা একটি এক্সেল ফাইলে সেভ করা:

import pandas as pd
from sqlalchemy import create_engine

engine = create_engine('mysql+mysqlconnector://root:@localhost/python_hub')

# SQL কুয়েরি দিয়ে ডাটা আনা
query = "SELECT * FROM users"
df = pd.read_sql(query, con=engine)

# Excel-এ এক্সপোর্ট করা
df.to_excel("exported_users.xlsx", index=False)
# CSV তে করতে চাইলে: df.to_csv("exported_users.csv", index=False)

print("Data successfully exported to Excel!")

৩. ওয়েব স্ক্র্যাপিং করে ডাটা MySQL-এ রাখা (Scraping + Database)

ওয়েবসাইট থেকে ডাটা স্ক্র্যাপ করে সরাসরি ডাটাবেসে ইনসার্ট করার একটি রিয়েল-লাইফ আর্কিটেকচার:

import mysql.connector
import requests
from bs4 import BeautifulSoup

# ডাটাবেস কানেকশন
db = mysql.connector.connect(host="localhost", user="root", password="", database="python_hub")
cursor = db.cursor()

# একটি টেবিল তৈরি (যদি না থাকে)
cursor.execute("CREATE TABLE IF NOT EXISTS scraped_quotes (id INT AUTO_INCREMENT PRIMARY KEY, text TEXT, author VARCHAR(255))")

# স্ক্র্যাপিং শুরু
url = 'http://quotes.toscrape.com/'
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')

quotes = soup.find_all('div', class_='quote')

# ডাটাবেসে সেভ করার কুয়েরি
sql = "INSERT INTO scraped_quotes (text, author) VALUES (%s, %s)"

for quote in quotes:
    text = quote.find('span', class_='text').text
    author = quote.find('small', class_='author').text
    
    # এক্সিকিউট করা
    cursor.execute(sql, (text, author))

# লুপ শেষ হওয়ার পর একসাথে সব কমিট করা ভালো, এতে স্পিড বাড়ে
db.commit()

print("All scraped quotes saved to database!")

৪. Transactions এবং SQL Injection রোধ করা (Parameterized Queries)

Security Tip: ইউজার থেকে ইনপুট নিয়ে সরাসরি ফ্লোতে বসালে "SQL Injection" হ্যাকিং এর শিকার হতে পারেন। এর থেকে বাঁচতে সবসময় (%s) প্যারামিটারাইজড পদ্ধতি ব্যবহার করতে হবে।

ভুল পদ্ধতি (হ্যাক হতে পারে):

name = input("Enter Name: ")
# ইনপুটে কেউ "DROP TABLE users;" দিলে পুরো ডাটাবেস ডিলিট হয়ে যেতে পারে!
cursor.execute(f"SELECT * FROM users WHERE name = '{name}'") 

সঠিক পদ্ধতি (সিকিউর):

name = input("Enter Name: ")
# %s দিয়ে পাঠানো অনেক নিরাপদ
cursor.execute("SELECT * FROM users WHERE name = %s", (name, ))

৫. Transaction (Commit and Rollback)

ব্যাংকের ট্রানজেকশনের মতো, যদি একসাথে ৩টি টেবিলে কাজ করতে হয় এবং ৩ নম্বর টেবিলে গিয়ে এরর দেয়, তাহলে আগের ২টির পরিবর্তনও বাতিল (Rollback) করে দিতে হয়।

try:
    cursor.execute("UPDATE account_a SET balance = balance - 500 WHERE id = 1")
    cursor.execute("UPDATE account_b SET balance = balance + 500 WHERE id = 2")
    
    # সব ঠিক থাকলে সেভ করো
    db.commit()
    print("Transaction Successful!")

except Exception as e:
    # কোথাও ভুল হলে সব পরিবর্তন বাতিল করো
    db.rollback()
    print(f"Transaction Failed! Rolled back. Error: {e}")

উপসংহার

MySQL পাইথনের সাথে খুবই চমৎকার কাজ করে। আপনি যদি শুধুমাত্র Data Engineering বা Analysis করেন, তবে Pandas + SQLAlchemy আপনার সবচেয়ে ভালো বন্ধু। আর যদি আপনি স্ক্র্যাপিং বা ওয়েবসাইটের ব্যাকএন্ড (FastAPI/Flask) বানান, তবে mysql-connector-python অথবা PyMySQL আপনার দৈনন্দিন কাজে সবচেয়ে বেশি ব্যবহৃত হবে।