python3数据库连接池_Python MySQL数据库连接池组件pymysqlpool详解

引言

pymysqlpool (本地下载)是数据库工具包中新成员，目的是能提供一个实用的数据库连接池中间件，从而避免在应用中频繁地创建和释放数据库连接资源。

功能

连接池本身是线程安全的，可在多线程环境下使用，不必担心连接资源被多个线程共享的问题；

提供尽可能紧凑的接口用于数据库操作；

连接池的管理位于包内完成，客户端可以通过接口获取池中的连接资源(返回 pymysql.Connection)；

将最大程度地与 dataobj 等兼容，便于使用；

连接池本身具备动态增加连接数的功能，即 max_pool_size 和 step_size 会用于控制每次增加的连接数和最大连接数；

连接池最大连接数亦动态增加，需要开启 enable_auto_resize 开关，此后当任何一次连接获取超时发生，均记为一次惩罚，并且将 max_pool_size 扩大一定倍数。

基本工作流程

注意，当多线程同时请求时，若池中没有可用的连接对象，则需要排队等待

初始化后优先创建 step_size 个连接对象，放在连接池中；

客户端请求连接对象，连接池会从中挑选最近没使用的连接对象返回(同时会检查连接是否正常)；

客户端使用连接对象，执行相应操作后，调用接口返回连接对象；

连接池回收连接对象，并将其加入池中的队列，供其它请求使用。

|--------| |--------------|

| | <==borrow connection object== | Pool manager |

| Client | | |

| | ==return connection object==> | FIFO queue |

|--------| |--------------|

参数配置

pool_name: 连接池的名称，多种连接参数对应多个不同的连接池对象，多单例模式；

host: 数据库地址

user: 数据库服务器用户名

password: 用户密码

database: 默认选择的数据库

port: 数据库服务器的端口

charset: 字符集，默认为 ‘utf8'

use_dict_cursor: 使用字典格式或者元组返回数据；

max_pool_size: 连接池优先最大连接数；

step_size: 连接池动态增加连接数大小；

enable_auto_resize: 是否动态扩展连接池，即当超过 max_pool_size 时，自动扩展 max_pool_size；

pool_resize_boundary: 该配置为连接池最终可以增加的上上限大小，即时扩展也不可超过该值；

auto_resize_scale: 自动扩展 max_pool_size 的增益，默认为 1.5 倍扩展；

wait_timeout: 在排队等候连接对象时，最多等待多久，当超时时连接池尝试自动扩展当前连接数；

kwargs: 其他配置参数将会在创建连接对象时传递给 pymysql.Connection

使用示例

1、使用 cursor 上下文管理器(快捷方式，但每次获取都会申请连接对象，多次调用效率不高)：

from pymysqlpool import ConnectionPool

config = {

'pool_name': 'test',

'host': 'localhost',

'port': 3306,

'user': 'root',

'password': 'root',

'database': 'test'

}

def connection_pool():

# Return a connection pool instance

pool = ConnectionPool(**config)

pool.connect()

return pool

# 直接访问并获取一个 cursor 对象，自动 commit 模式会在这种方式下启用

with connection_pool().cursor() as cursor:

print('Truncate table user')

cursor.execute('TRUNCATE user')

print('Insert one record')

result = cursor.execute('INSERT INTO user (name, age) VALUES (%s, %s)', ('Jerry', 20))

print(result, cursor.lastrowid)

print('Insert multiple records')

users = [(name, age) for name in ['Jacky', 'Mary', 'Micheal'] for age in range(10, 15)]

result = cursor.executemany('INSERT INTO user (name, age) VALUES (%s, %s)', users)

print(result)

print('View items in table user')

cursor.execute('SELECT * FROM user')

for user in cursor:

print(user)

print('Update the name of one user in the table')

cursor.execute('UPDATE user SET name="Chris", age=29 WHERE id = 16')

cursor.execute('SELECT * FROM user ORDER BY id DESC LIMIT 1')

print(cursor.fetchone())

print('Delete the last record')

cursor.execute('DELETE FROM user WHERE id = 16')

2、使用 connection 上下文管理器：

import pandas as pd

from pymysqlpool import ConnectionPool

config = {

'pool_name': 'test',

'host': 'localhost',

'port': 3306,

'user': 'root',

'password': 'root',

'database': 'test'

}

def connection_pool():

# Return a connection pool instance

pool = ConnectionPool(**config)

pool.connect()

return pool

with connection_pool().connection() as conn:

pd.read_sql('SELECT * FROM user', conn)

# 或者

connection = connection_pool().borrow_connection()

pd.read_sql('SELECT * FROM user', conn)

connection_pool().return_connection(connection)

依赖

pymysql：将依赖该工具包完成数据库的连接等操作；

pandas：测试时使用了 pandas。

安装

轻移步 pymysqlpool: https://github.com/ChrisLeeGit/pymysqlpool 下载源码(也可以通过本地下载)，然后使用 pip 安装即可：pip3 setup.py install，注意需要使用 Python3 环境。

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，如果有疑问大家可以留言交流，谢谢大家对脚本之家的支持。