前言：在現代應用程序中，數據庫扮演者至關重要的角色。mysql是一個流行的關系型數據庫管理系統，廣泛應用于各種規模的應用中。在pytho中，我們可以通過連接庫與mysql數據庫進行交互，實現數據的增刪改查操作。與此同時，為了提高應有的性能，連接池作為一個優化數據庫連接管理技術，得到了廣泛的應用

一：安裝Python MySQL連接庫

用于與mysql數據庫進行交互

1：安裝mysql-connector-python

pip install mysql-connector-python

2：安裝pymysql（作為代替）

pip install pymysql

二：python連接mysql數據庫

vim aaa.py

import pymysql? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?/1

db = pymysql.connect(host="192.168.10.101",user="root",password="pwd123",database="testdb")? /2

cursor = db.cursor()? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?/3

cursor.execute("select * from users")? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? /4

results = cursor.fetchall()
for row in results:
? ? ? ? ?print(row)? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?/5

cursor.close()
db.close()? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? /6
以上五個部分解釋：

1：導入數據庫，需要導入pymysql模塊，使用它來連接mysql數據庫并執行sql語句

2：創建數據庫連接，pymysql.connect()方法來建立數據庫連接。連接時需要提供mysql服務器的地址、用戶名、密碼和我們要訪問的數據庫名

3：創建游標對象，建立連接之后，需要創建一個游標對象，通過它來執行sql語句

4：執行sql語句，通過游標對象的execute()方法，我們可以執行sql語句，在執行sql語句時，可以使用%s占位符來避免sql注入攻擊

5：獲取查詢結果，對于查詢操作，fetchall()方法用于獲取所有結果，fetchone()方法用于獲取單條記錄

6：關閉連接：操作完成后，需要關閉游標和數據庫連接

三：常見的mysql操作

1：插入數據（INSERT）

插入數據時，我們使用insert into語句，通過execute()方法執行插入操作。為了防止SQL注入攻擊，插入語句中的值應使用%s占位符

cursor.execute("insert into users (name,age) values (%s,%s)",("Alice",25))

db.commit()? ? ? ? ? ? ? ? ? ? ? ? ?/提交事務，保存插入數據

2：更新數據（UPDATE）

更新數據時，使用update語句，通過execute()方法執行，通常會添加where條件，以確保只更新需要更新的記錄

cursor.execute("update users set age=%s where name = %s",(26,"Alice"))

db.commit()? ?

3:刪除數據（DELETE）

刪除數據時，使用delete語句，并通過where條件確保刪除特定記錄

cursor.execute（"delete from users where name =%s",("Alice",)）

db.commit()? ?

4：查詢數據（SELECT）

查詢數據時，使用select語句。可以使用fetchall()獲取所有記錄，或使用fetchone()獲取一條記錄

cursor.execute("select * from users")

results=cursor.fetchall()

for row in results:

? ? ?print(row)

5：執行多條sql語句

對于批量插入、更新等操作，可以使用executemany()方法一次執行多條sql語句

cursor.executemany("insert into user (name,age) values (%s,%s)",[ ("Bob",30),("charlie",35)] )

db.commit()

6：使用LIKE進行模糊查詢

LIKE關鍵字允許你進行模糊查詢。可以使用%通配符來匹配任意字符

cursor.execute("select * from users where name like %s",("%a%",))

results=cursor.fetchall()

for row in results:

? ? ? ? print(row)

7:使用JOIN進行聯合查詢

在多個表之間建立關系時，JOIN關鍵字用于合并多個表的數據

cursor.execute(""" select users.name,orders.amount from users inner join orders on users.id=orders.user_id """)

results=cursor.fetchall()

for row in results:

? ? ?print(row)

四：使用連接池

1：連接池簡介

連接池技術能夠在高并發場景下提升數據庫連接的效率，在連接池中，多個數據庫連接被提前創建并放入池中，客戶端通過池獲取連接，而不是每次都建立新的連接。這大大減少了連接和銷毀的開銷

2：創建連接遲

pymysql并不直接支持連接池，但我們可以使用DBUtils庫萊創建連接池。首先需要安裝DButils：

pip install dbutils

from dbutils.pooled_db import pooledDB

import pymysql

dbconfig= {? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

? ? ? ? "host":"localhost",

? ? ? ? "user":"root",

? ? ? ? "password":"pwd123",

? ? ? ? "database":"testdb"

? ? ? ? }? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?/數據庫連接配置

connection_pool=PooledDB(

? ? ? ? creator=pymysql,? ? ? ? ? ? ? ? ? ? ? ? ? ?/使用pymysql作為數據庫連接庫

? ? ? ? maxconnections=5,? ? ? ? ? ? ? ? ? ? ? ?/連接池中最大連接數

? ? ? ? **dbconfig

)

3：獲取連接

從連接池中獲取連接時，可以使用connection()方法。每次獲取到的連接都可以直接執行數據庫操作

db_connection=connection_pool.connection()

cursor=db_connection.cursor()

cursor.exesute("select *? from users")

results=cursor.fetchall()

for row in results:

? ? ?print(row)

cursor.close()

db_connection.close()? ? ? ? ? ? ? ? ? ? ? ? ? /連接會自動歸還給連接池

4：連接池的優勢

性能提升：連接池減少了每次數據庫操作時創建新連接的開銷，提高了數據庫操作的效率

資源管理：連接池能夠限制最大連接數，避免因過多的數據庫連接導致數據庫過載

更易管理：通過連接池，可以統一管理連接的生命周期，簡化代碼結構

五：事務管理

事務是由多個sql語句組成的一個工作單元。事務保證了數據的原子性，即所有操作要么都成功，要么都失敗

1:開始事務

事務可以通過start transaction來顯式開啟，但一般我們通過執行sql語句來啟動事務

cursor.execute("start transaction")

2：提交事務

如果事務中的所有操作都成功，我們使用commit()方式提交事務，保存對數據庫的更改

db.commit()

3：回滾事務

如果事務中的某些操作失敗，我們可以使用rollback()方法回滾事務，將所有更改撤銷

db.rollback()

4：事務的隔離級別

mysql支持四種事務隔離級別，它們定義了在并發事務執行時一個事務的操作對于其他事務的影響

隔離級別的設置越高，事務間的干擾越小，但同時可能導致性能下降。mysql的默認隔離級別是repeatable read，具體如下;

(1)READ UNCOMMITTED(未提交讀)

描述:事務可以讀取其他事務未提交的數據，可能導致“臟讀”(Dirty Read)。這種級別下，事務間的隔離性最差。
應用場景:通常不推薦使用，除非對數據一致性要求不高。

使用方法:

cursor.execute("SET TRANSACTION ISOLATION LEVEL READ UNCOMMITTED" )

(2)READ COMMITTED(提交讀)

描述:事務只能讀取其他事務已經提交的數據，避免了臟讀，但仍然可能遇到“不可重復讀”(Non-repeatable Read)的問題。即事務中讀取的數據在兩次讀取時可能發生變化(另個事務已提交了修改)。
應用場景:適用于大多數常見場景，提供了一定的隔離性，同時保證了較好的性能。
使用方法:

cursor.execute("SET TRANSACTION ISOLATION LEVEL READ COMMITTED")

(3)REPEATABLE READ(可重復讀)

描述:事務可以保證在事務內多次讀取同一數據時，其值不會發生變化。這避免了“不可重復讀”的問題，但依然可能會出現“幻讀”(Phantom Read)，即一個事務讀取的數據集在事務執行過程中發生了變化。
應用場景:對于需要保證事務數據一致性的場景，例如金融系統中的余額操作等，可以考慮使用該隔離級別。
使用方法:

Cursor.execute("SET TRANSACTION ISOLATION LEVEL REPEATABLE READ" )

（4）SERIALIZABLE(串行化)

描述:這是最嚴格的事務隔離級別，事務會被執行得像串行一樣，完全避免了臟讀、不可重復讀和幻讀。然而，這種隔離級別的性能開銷最大，可能導致大量的鎖競爭。
應用場景:適用于對數據一致性要求極高的場景，如庫存管理系統、銀行轉賬等。

使用方法:

cursor.execute("SET TRANSACTION ISOLATION LEVEL SERIALIZABLE")

5：事務隔離級別總結

READ UNCOMMITTED:允許臟讀，最低的隔離級別，性能最好，但容易出現數據不一致的情況。READ COMMITTED:解決了臟讀問題，但可能出現不可重復讀。
REPEATABLE READ:解決了臟讀和不可重復讀問題，但可能出現幻讀，
SERIALIZABLE:解決了所有問題，但性能最差，可能導致事務長時間等待。