麦子学院 2017-07-08 14:51
Python MySQL 数据库连接池组件
回复:0 查看:2891
本文和大家分享的主要是Python MySQL
数据库连接池组件相关内容，一起来看看吧，希望对大家
学习python有所帮助。
pymysqlpool
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。
pymysqlpool
功能
1.
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；
2.
提供尽可能紧凑的接口用于数据库操作；
3.
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
）；
4.
将最大程度地与
dataobj
等兼容，便于使用；
5.
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；
6.
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
1.
初始化后优先创建
step_size
个连接对象，放在连接池中；
2.
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）；
3.
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；
4.
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。
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
1.
pymysql
：将依赖该工具包完成数据库的连接等操作；
2.
pandas
：测试时使用了 pandas
。
来源：
简书