Python数据库连接池DBUtils（基于pymysql模块连接数据库）

安装

pip3 install DBUtils

DBUtils是Python的一个用于实现数据库连接池的模块。

此连接池有两种连接模式：

# BDUtils数据库链接池：
模式一：基于threaing.local实现为每一个线程创建一个连接，关闭是伪关闭，当前线程可以重复
模式二：连接池原理
    如果有三个线程来数据库中获取连接：
        如果三个同时来的，一人给一个连接；
        如果一个一个来，有时间间隔，用一个连接就可以为三个线程提供服务；
        其他情况：
            有可能：1个连接就可以为三个线程提供服务
            有可能：2个连接就可以为三个线程提供服务
            有可能：3个连接就可以为三个线程提供服务
    PS：maxshared在使用pymysql中均无用。链接数据库的模块：只有threadsafety>1的时候才有用。

模式一：为每个线程创建一个连接，线程即使调用了close方法，也不会关闭，只是把连接重新放到连接池，供自己线程再次使用。当线程终止时，连接自动关闭。（如果线程比较多还是会创建很多连接，推荐使用模式二）

import pymysql
from DBUtils.PersistentDB import PersistentDB

POOL = PersistentDB(
    creator=pymysql,  # 使用链接数据库的模块
    maxusage=None,    # 一个链接最多被重复使用的次数，None表示无限制
    setsession=[],    # 开始会话前执行的命令列表。如：["set datestyle to ...", "set time zone ..."]
    ping=0,
    # ping MySQL服务端，检查是否服务可用。# 如：0 = None = never, 1 = default = whenever it is requested, 2 = when a cursor is created, 4 = when a query is executed, 7 = always
    closeable=False,
    # 如果为False时，conn.close() 实际上被忽略，供下次使用，再线程关闭时，才会自动关闭链接。如果为True时， conn.close()则关闭链接，那么再次调用pool.connection时就会报错，因为已经真的关闭了连接（pool.steady_connection()可以获取一个新的链接）
    threadlocal=None, # 本线程独享值得对象，用于保存链接对象，如果链接对象被重置
    host="127.0.0.1",
    port=3306,
    user="root",
    password="",
    database="code_record",
    charset="utf8"
)

def func():
    conn = POOL.connection(shareable=False)
    cursor = conn.cursor()
    cursor.execute("select * from userinfo")
    ret = cursor.fetchall()
    print(ret)
    cursor.close()
    conn.close()

func()

模式二：创建一批连接到连接池，供所有线程共享使用，使用完毕后再放回到连接池。（由于pymysql、MySQLdb等threadsafety值为1，所以该模式连接池中的线程会被所有线程共享。）

import pymysql
from DBUtils.PooledDB import PooledDB
POOL = PooledDB(
    creator=pymysql,   # 使用链接数据库的模块
    maxconnections=6,  # 连接池允许的最大连接数，0和None表示不限制连接数
    mincached=2,  # 初始化时，链接池中至少创建的空闲的链接，0表示不创建
    maxcached=5,  # 链接池中最多闲置的链接，0和None不限制
    maxshared=3,
    # 链接池中最多共享的链接数量，0和None表示全部共享。PS: 无用，因为pymysql和MySQLdb等模块的 threadsafety都为1，所有值无论设置为多少，_maxcached永远为0，所以永远是所有链接都共享。
    blocking=True,  # 连接池中如果没有可用连接后，是否阻塞等待。True，等待；False，不等待然后报错
    maxusage=None,  # 一个链接最多被重复使用的次数，None表示无限制
    setsession=[],  # 开始会话前执行的命令列表。如：["set datestyle to ...", "set time zone ..."]
    ping=0,
    # ping MySQL服务端，检查是否服务可用，如：0 = None = never, 1 = default = whenever it is requested, 2 = when a cursor is created, 4 = when a query is executed, 7 = always
    host="127.0.0.1",
    port=3306,
    user="root",
    password="",
    database="code_record",
)

def func():
    # 检测当前正在运行连接数的是否小于最大链接数，如果不小于则：等待或报raise TooManyConnections异常
    # 否则
    # 则优先去初始化时创建的链接中获取链接 SteadyDBConnection。
    # 然后将SteadyDBConnection对象封装到PooledDedicatedDBConnection中并返回。
    # 如果最开始创建的链接没有链接，则去创建一个SteadyDBConnection对象，再封装到PooledDedicatedDBConnection中并返回。
    # 一旦关闭链接后，连接就返回到连接池让后续线程继续使用。
    conn = POOL.connection()
    cursor = conn.cursor()
    cursor.execute('select * from userinfo')
    result = cursor.fetchall()
    print(result)
    conn.close()

func()

为什么要使用数据库连接池呢？

如果没有连接池，使用pymysql来连接数据库时，单线程应用完全没有问题；但如果涉及到多线程应用那么就需要加锁，一旦加锁那么连接势必就会排队等待（无法并发），当请求比较多时，性能就会降低了。

import pymysql
import threading
from threading import RLock

LOCK = RLock()
CONN = pymysql.connect(host='127.0.0.1',
                       port=3306,
                       user='root',
                       password='',
                       database='code_record',
                       charset='utf8')

def task(arg):
    with LOCK:
        cursor = CONN.cursor()
        cursor.execute('select * from userinfo')
        ret = cursor.fetchall()
        cursor.close()
        print(ret)

for i in range(10):
    t = threading.Thread(target=task, args=(i,))
    t.start()

import pymysql
import threading
CONN = pymysql.connect(host='127.0.0.1',
                       port=3306,
                       user='root',
                       password='',
                       database='code_record',
                       charset='utf8')

def task(arg):
    cursor = CONN.cursor()
    cursor.execute('select * from userinfo')
    ret = cursor.fetchall()
    cursor.close()
    print(ret)

for i in range(10):
    t = threading.Thread(target=task, args=(i,))
    t.start()