Python远程控制MySQL的完整指南

 更新时间:2025年06月08日 11:10:34   作者:霖檬ing  
MySQL是最流行的关系型数据库之一,Python通过多种方式可以与MySQL进行交互,下面小编就为大家详细介绍一下Python操作MySQL的常用方法和最佳实践

1. 准备工作

在开始之前,你需要:

  • 安装MySQL服务器
  • 安装Python的MySQL连接库

推荐使用mysql-connector-python或PyMySQL库:

pip install mysql-connector-python 
# 或 
pip install pymysql 

2. 连接MySQL数据库

使用mysql-connector

import mysql.connector 
 
# 创建连接 
conn = mysql.connector.connect(
 host="localhost",
 user="your_username",
 password="your_password",
 database="your_database" 
) 
 
# 创建游标 
cursor = conn.cursor() 
 
# 执行SQL查询 
cursor.execute("SELECT * FROM your_table") 
 
# 获取结果 
results = cursor.fetchall() 
for row in results: 
print(row) 
 
# 关闭连接 
cursor.close() 
conn.close() 

使用PyMySQL

import pymysql 
 
# 创建连接 
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动管理连接 
with conn:
     with conn.cursor() as cursor:
         # 执行SQL查询
         sql = "SELECT * FROM your_table"
         cursor.execute(sql)
 
         # 获取结果
         results = cursor.fetchall()
         for row in results:
             print(row) 

3. 基本CRUD操作

创建表

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
 ) 
""") 

插入数据

# 单条插入 
sql = "INSERT INTO users (name, email) VALUES (%s, %s)" 
val = ("John Doe", "john@example.com") 
cursor.execute(sql, val) 
 
# 多条插入 
sql = "INSERT INTO users (name, email) VALUES (%s, %s)" 
val = [
     ("Jane Smith", "jane@example.com"),
     ("Bob Johnson", "bob@example.com") 
] 
cursor.executemany(sql, val) 
 
# 提交事务 
conn.commit() 

查询数据

# 查询所有记录 
cursor.execute("SELECT * FROM users") 
rows = cursor.fetchall() 
 
# 查询单条记录 
cursor.execute("SELECT * FROM users WHERE id = %s", (1,)) 
row = cursor.fetchone() 
 
# 带条件的查询 
cursor.execute("SELECT name, email FROM users WHERE name LIKE %s", ("%John%",)) 
rows = cursor.fetchall() 

更新数据

sql = "UPDATE users SET name = %s WHERE id = %s" 
val = ("John Smith", 1) 
cursor.execute(sql, val) 
conn.commit() 

删除数据

sql = "DELETE FROM users WHERE id = %s" 
val = (1,) 
cursor.execute(sql, val) 
conn.commit() 

4. 高级操作

事务处理

try:
 # 开始事务
 conn.start_transaction()
 
 # 执行多个SQL操作
 cursor.execute(sql1, val1)
 cursor.execute(sql2, val2)
 
 # 提交事务 conn.commit() 
except Exception as e:
 # 发生错误时回滚
 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 
 
# 创建引擎 
engine = create_engine('mysql+pymysql://user:password@localhost/dbname') 
 
# 声明基类 
Base = declarative_base() 
 
# 定义模型 
class User(Base):
 __tablename__ = 'users' 
 
 id = Column(Integer, primary_key=True)
 name = Column(String(255))
 email = Column(String(255), unique=True) 
 
# 创建表 
Base.metadata.create_all(engine) 
 
# 创建会话 
Session = sessionmaker(bind=engine) 
session = Session() 
 
# 添加新用户 
new_user = User(name='Alice', email='alice@example.com') 
session.add(new_user) 
session.commit() 
 
# 查询用户 
users = session.query(User).filter_by(name='Alice').all() 
for user in users:
 print(user.name, user.email) 

5. 最佳实践

‌使用参数化查询‌:防止SQL注入攻击

使用上下文管理器‌:确保连接和游标正确关闭

‌处理异常‌:捕获并处理数据库操作中的异常

‌连接池‌:在高并发应用中使用连接池

‌索引优化‌:为常用查询字段添加索引

6. 常见错误处理

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()

连接池

1.连接池的作用

数据库连接池是一种预先创建并管理数据库连接的技术,主要解决频繁创建/销毁连接的性能损耗问题。其核心思想是连接复用,应用程序从池中获取连接,使用后归还而非直接关闭。

2.优势与劣势

优势:

性能提升:减少连接创建/销毁的TCP三次握手和认证开销,降低延迟

资源控制:通过max_connections限制最大连接数,防止数据库过载

响应加速:初始化时预建连接,业务请求可直接使用

泄漏防护:超时回收机制避免连接长期占用

劣势:

需要合理配置参数(如最大/最小连接数)

连接状态维护增加复杂度

不适用于超短生命周期应用

3.部署与使用

1. 常用库及安装

# SQLAlchemy(支持多种数据库)
pip install sqlalchemy
 
# DBUtils(通用连接池)
pip install dbutils
 
# Psycopg2(PostgreSQL专用)
pip install psycopg2-binary

2. 基础使用示例

SQLAlchemy连接池配置:

from sqlalchemy import create_engine
 
# 带连接池的配置(连接池大小5-10)
engine = create_engine(
    "mysql+pymysql://user:pass@host/db",
    pool_size=5,
    max_overflow=5,
    pool_recycle=3600
)

DBUtils连接池示例:

from dbutils.pooled_db import PooledDB
import pymysql
 
pool = PooledDB(
    creator=pymysql,
    maxconnections=10,
    host='localhost',
    user='root',
    database='test'
)
conn = pool.connection()  # 获取连接

3. 生产环境建议

根据QPS设置pool_size(建议=平均并发量×1.2)

启用pool_pre_ping自动检测失效连接

使用with语句确保连接归还

监控连接池使用率(如SQLAlchemy的pool.status())

4.性能优化技巧

不同业务使用独立连接池隔离资源

动态调整连接数(如SQLAlchemy的pool_events)

配合连接池使用ORM的Session缓存机制

事务管理 

事务核心概念

‌ACID特性‌

  • ‌原子性(Atomicity)‌:事务是不可分割的工作单元
  • ‌一致性(Consistency)‌:事务前后数据库状态保持一致
  • 隔离性(Isolation)‌:并发事务互不干扰
  • ‌持久性(Durability)‌:事务提交后结果永久生效

‌隔离级别‌

  • READ_UNCOMMITTED(可能读取未提交数据)
  • READ_COMMITTED(避免脏读)
  • REPEATABLE_READ(避免不可重复读)
  • SERIALIZABLE(完全串行化)

四大隔离级别对比

隔离级别脏读不可重复读幻读锁机制特点
READ UNCOMMITTED无读锁,仅写锁冲突
READ COMMITTED读后立即释放共享锁
REPEATABLE READ✓*持有读锁至事务结束
SERIALIZABLE范围锁防止幻读

*注:MySQL的InnoDB通过MVCC机制在REPEATABLE READ下可避免幻读

典型问题场景

‌脏读‌:事务A读取事务B未提交的修改,B回滚导致A获得无效数据

‌不可重复读‌:事务A两次读取同记录,因事务B提交修改导致结果不一致

幻读‌:事务A按条件查询,事务B新增符合条件记录导致A两次结果集不同

选型建议

实时分析系统‌:READ UNCOMMITTED(容忍脏读换取性能)

‌支付系统‌:REPEATABLE READ(保证金额一致性)

‌票务系统‌:SERIALIZABLE(杜绝超卖风险)

‌常规OLTP‌:READ COMMITTED(平衡性能与一致性)

Python配置示例

# PostgreSQL设置隔离级别 
import psycopg2 
conn = psycopg2.connect(dsn) 
conn.set_isolation_level(
 psycopg2.extensions.ISOLATION_LEVEL_REPEATABLE_READ ) 

不同数据库对隔离级别的实现存在差异,如Oracle默认READ COMMITTED而MySQL默认REPEATABLE READ38,实际开发需结合具体数据库特性调整

到此这篇关于Python远程控制MySQL的完整指南的文章就介绍到这了,更多相关Python远程控制MySQL内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Python爬取数据保存为Json格式的代码示例

    Python爬取数据保存为Json格式的代码示例

    今天小编就为大家分享一篇关于Python爬取数据保存为Json格式的代码示例,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧
    2019-04-04
  • Python对两个有序列表进行合并和排序的例子

    Python对两个有序列表进行合并和排序的例子

    这篇文章主要介绍了Python对两个有序列表进行合并和排序的例子,最终代码经过不断优化,小编非常满意,需要的朋友可以参考下
    2014-06-06
  • Python类中的魔法方法之 __slots__原理解析

    Python类中的魔法方法之 __slots__原理解析

    这篇文章主要介绍了Python类中的魔法方法之 __slots__详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-08-08
  • Python编程pydantic触发及访问错误处理

    Python编程pydantic触发及访问错误处理

    这篇文章主要为大家介绍了Python编程中pydantic会触发及发生访问错误的处理,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步
    2021-09-09
  • 使用Python打造交互式图片管理器

    使用Python打造交互式图片管理器

    这篇文章主要为大家详细介绍了如何使用Python打造交互式图片管理器,允许用户管理图片并关联音视频文件,感兴趣的小伙伴可以跟随小编一起学习一下
    2025-04-04
  • django中url映射规则和服务端响应顺序的实现

    django中url映射规则和服务端响应顺序的实现

    这篇文章主要介绍了django中url映射规则和服务端响应顺序的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-04-04
  • Python 正则表达式进阶用法之字符集与字符范围详解

    Python 正则表达式进阶用法之字符集与字符范围详解

    本文详细介绍了Python正则表达式中的字符集和字符范围,包括字符集的基本概念、特殊字符、示例和注意事项,通过这些进阶用法,我们可以更高效地处理复杂的文本模式,感兴趣的朋友跟随小编一起看看吧
    2024-11-11
  • pandas中groupby操作实现

    pandas中groupby操作实现

    本文主要介绍了pandas中groupby操作实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2023-02-02
  • python命令行传递参数的两种方式

    python命令行传递参数的两种方式

    python在命令行运行.py文件时,如何在命令行传递参数给运行程序,python默认提供了sys模块的系统参数属性实现接收命令行中的外部参数,本文给大家介绍了python命令行传递参数的两种方式,需要的朋友可以参考下
    2024-05-05
  • 使用Template格式化Python字符串的方法

    使用Template格式化Python字符串的方法

    今天小编就为大家分享一篇使用Template格式化Python字符串的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-01-01

最新评论