Python遠程控制MySQL的完整指南
1. 準備工作
在開始之前,你需要:
- 安裝MySQL服務器
- 安裝Python的MySQL連接庫
推薦使用mysql-connector-python或PyMySQL庫:
pip install mysql-connector-python # 或 pip install pymysql
2. 連接MySQL數據庫
使用mysql-connector
import mysql.connector # 創(chuàng)建連接 conn = mysql.connector.connect( host="localhost", user="your_username", password="your_password", database="your_database" ) # 創(chuàng)建游標 cursor = conn.cursor() # 執(zhí)行SQL查詢 cursor.execute("SELECT * FROM your_table") # 獲取結果 results = cursor.fetchall() for row in results: print(row) # 關閉連接 cursor.close() conn.close()
使用PyMySQL
import pymysql # 創(chuàng)建連接 conn = pymysql.connect( host='localhost', user='your_username', password='your_password', db='your_database', charset='utf8mb4', cursorclass=pymysql.cursors.DictCursor ) # 使用上下文管理器自動管理連接 with conn: with conn.cursor() as cursor: # 執(zhí)行SQL查詢 sql = "SELECT * FROM your_table" cursor.execute(sql) # 獲取結果 results = cursor.fetchall() for row in results: print(row)
3. 基本CRUD操作
創(chuàng)建表
cursor.execute(""" CREATE TABLE IF NOT EXISTS users ( id INT AUTO_INCREMENT PRIMARY KEY, name VARCHAR(255) NOT NULL, email VARCHAR(255) NOT NULL UNIQUE, created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP ) """)
插入數據
# 單條插入 sql = "INSERT INTO users (name, email) VALUES (%s, %s)" val = ("John Doe", "john@example.com") cursor.execute(sql, val) # 多條插入 sql = "INSERT INTO users (name, email) VALUES (%s, %s)" val = [ ("Jane Smith", "jane@example.com"), ("Bob Johnson", "bob@example.com") ] cursor.executemany(sql, val) # 提交事務 conn.commit()
查詢數據
# 查詢所有記錄 cursor.execute("SELECT * FROM users") rows = cursor.fetchall() # 查詢單條記錄 cursor.execute("SELECT * FROM users WHERE id = %s", (1,)) row = cursor.fetchone() # 帶條件的查詢 cursor.execute("SELECT name, email FROM users WHERE name LIKE %s", ("%John%",)) rows = cursor.fetchall()
更新數據
sql = "UPDATE users SET name = %s WHERE id = %s" val = ("John Smith", 1) cursor.execute(sql, val) conn.commit()
刪除數據
sql = "DELETE FROM users WHERE id = %s" val = (1,) cursor.execute(sql, val) conn.commit()
4. 高級操作
事務處理
try: # 開始事務 conn.start_transaction() # 執(zhí)行多個SQL操作 cursor.execute(sql1, val1) cursor.execute(sql2, val2) # 提交事務 conn.commit() except Exception as e: # 發(fā)生錯誤時回滾 conn.rollback() print(f"Transaction failed: {e}")
使用ORM框架 - SQLAlchemy
from sqlalchemy import create_engine, Column, Integer, String from sqlalchemy.ext.declarative import declarative_base from sqlalchemy.orm import sessionmaker # 創(chuàng)建引擎 engine = create_engine('mysql+pymysql://user:password@localhost/dbname') # 聲明基類 Base = declarative_base() # 定義模型 class User(Base): __tablename__ = 'users' id = Column(Integer, primary_key=True) name = Column(String(255)) email = Column(String(255), unique=True) # 創(chuàng)建表 Base.metadata.create_all(engine) # 創(chuàng)建會話 Session = sessionmaker(bind=engine) session = Session() # 添加新用戶 new_user = User(name='Alice', email='alice@example.com') session.add(new_user) session.commit() # 查詢用戶 users = session.query(User).filter_by(name='Alice').all() for user in users: print(user.name, user.email)
5. 最佳實踐
使用參數化查詢:防止SQL注入攻擊
使用上下文管理器:確保連接和游標正確關閉
處理異常:捕獲并處理數據庫操作中的異常
連接池:在高并發(fā)應用中使用連接池
索引優(yōu)化:為常用查詢字段添加索引
6. 常見錯誤處理
try: conn = mysql.connector.connect(**config) cursor = conn.cursor() cursor.execute("SELECT * FROM non_existent_table") except mysql.connector.Error as err: print(f"Error: {err}") finally: if 'conn' in locals() and conn.is_connected(): cursor.close() conn.close()
連接池
1.連接池的作用
數據庫連接池是一種預先創(chuàng)建并管理數據庫連接的技術,主要解決頻繁創(chuàng)建/銷毀連接的性能損耗問題。其核心思想是連接復用,應用程序從池中獲取連接,使用后歸還而非直接關閉。
2.優(yōu)勢與劣勢
優(yōu)勢:
性能提升:減少連接創(chuàng)建/銷毀的TCP三次握手和認證開銷,降低延遲
資源控制:通過max_connections限制最大連接數,防止數據庫過載
響應加速:初始化時預建連接,業(yè)務請求可直接使用
泄漏防護:超時回收機制避免連接長期占用
劣勢:
需要合理配置參數(如最大/最小連接數)
連接狀態(tài)維護增加復雜度
不適用于超短生命周期應用
3.部署與使用
1. 常用庫及安裝
# SQLAlchemy(支持多種數據庫) pip install sqlalchemy # DBUtils(通用連接池) pip install dbutils # Psycopg2(PostgreSQL專用) pip install psycopg2-binary
2. 基礎使用示例
SQLAlchemy連接池配置:
from sqlalchemy import create_engine # 帶連接池的配置(連接池大小5-10) engine = create_engine( "mysql+pymysql://user:pass@host/db", pool_size=5, max_overflow=5, pool_recycle=3600 )
DBUtils連接池示例:
from dbutils.pooled_db import PooledDB import pymysql pool = PooledDB( creator=pymysql, maxconnections=10, host='localhost', user='root', database='test' ) conn = pool.connection() # 獲取連接
3. 生產環(huán)境建議
根據QPS設置pool_size(建議=平均并發(fā)量×1.2)
啟用pool_pre_ping自動檢測失效連接
使用with語句確保連接歸還
監(jiān)控連接池使用率(如SQLAlchemy的pool.status())
4.性能優(yōu)化技巧
不同業(yè)務使用獨立連接池隔離資源
動態(tài)調整連接數(如SQLAlchemy的pool_events)
配合連接池使用ORM的Session緩存機制
事務管理
事務核心概念
ACID特性
- 原子性(Atomicity):事務是不可分割的工作單元
- 一致性(Consistency):事務前后數據庫狀態(tài)保持一致
- 隔離性(Isolation):并發(fā)事務互不干擾
- 持久性(Durability):事務提交后結果永久生效
隔離級別
- READ_UNCOMMITTED(可能讀取未提交數據)
- READ_COMMITTED(避免臟讀)
- REPEATABLE_READ(避免不可重復讀)
- SERIALIZABLE(完全串行化)
四大隔離級別對比
隔離級別 | 臟讀 | 不可重復讀 | 幻讀 | 鎖機制特點 |
---|---|---|---|---|
READ UNCOMMITTED | ? | ? | ? | 無讀鎖,僅寫鎖沖突 |
READ COMMITTED | ? | ? | ? | 讀后立即釋放共享鎖 |
REPEATABLE READ | ? | ? | ?* | 持有讀鎖至事務結束 |
SERIALIZABLE | ? | ? | ? | 范圍鎖防止幻讀 |
*注:MySQL的InnoDB通過MVCC機制在REPEATABLE READ下可避免幻讀
典型問題場景
臟讀:事務A讀取事務B未提交的修改,B回滾導致A獲得無效數據
不可重復讀:事務A兩次讀取同記錄,因事務B提交修改導致結果不一致
幻讀:事務A按條件查詢,事務B新增符合條件記錄導致A兩次結果集不同
選型建議
實時分析系統(tǒng):READ UNCOMMITTED(容忍臟讀換取性能)
支付系統(tǒng):REPEATABLE READ(保證金額一致性)
票務系統(tǒng):SERIALIZABLE(杜絕超賣風險)
常規(guī)OLTP:READ COMMITTED(平衡性能與一致性)
Python配置示例
# PostgreSQL設置隔離級別 import psycopg2 conn = psycopg2.connect(dsn) conn.set_isolation_level( psycopg2.extensions.ISOLATION_LEVEL_REPEATABLE_READ )
不同數據庫對隔離級別的實現(xiàn)存在差異,如Oracle默認READ COMMITTED而MySQL默認REPEATABLE READ38,實際開發(fā)需結合具體數據庫特性調整
到此這篇關于Python遠程控制MySQL的完整指南的文章就介紹到這了,更多相關Python遠程控制MySQL內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
在Mac下使用python實現(xiàn)簡單的目錄樹展示方法
今天小編就為大家分享一篇在Mac下使用python實現(xiàn)簡單的目錄樹展示方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-11-11Pandas之drop_duplicates:去除重復項方法
下面小編就為大家分享一篇Pandas之drop_duplicates:去除重復項方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-04-04在PyCharm的 Terminal(終端)切換Python版本的方法
這篇文章主要介紹了在PyCharm的 Terminal(終端)切換Python版本的方法,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2019-08-08