天天看点

python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。

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

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,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','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,谢谢大家对编程小技巧的支持。