Python远程控制MySQL的完整指南

2025-06-08 15:50

本文主要是介绍Python远程控制MySQL的完整指南,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

《Python远程控制MySQL的完整指南》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...

1. 准备工作

在开始之前,你需要:

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)
 cjsursor.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(Strijsng(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 crea编程te_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读后立即编程释放共享锁
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MySQLjavascript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China编程(www.chinasem.cn)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编程China编程(www.chinasem.cn)!

这篇关于Python远程控制MySQL的完整指南的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1154961

相关文章

使用Python实现base64字符串与图片互转的详细步骤

《使用Python实现base64字符串与图片互转的详细步骤》要将一个Base64编码的字符串转换为图片文件并保存下来,可以使用Python的base64模块来实现,这一过程包括解码Base64字符串... 目录1. 图片编码为 Base64 字符串2. Base64 字符串解码为图片文件3. 示例使用注意

Linux中修改Apache HTTP Server(httpd)默认端口的完整指南

《Linux中修改ApacheHTTPServer(httpd)默认端口的完整指南》ApacheHTTPServer(简称httpd)是Linux系统中最常用的Web服务器之一,本文将详细介绍如何... 目录一、修改 httpd 默认端口的步骤1. 查找 httpd 配置文件路径2. 编辑配置文件3. 保存

使用Python实现获取屏幕像素颜色值

《使用Python实现获取屏幕像素颜色值》这篇文章主要为大家详细介绍了如何使用Python实现获取屏幕像素颜色值,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 一、一个小工具,按住F10键,颜色值会跟着显示。完整代码import tkinter as tkimport pyau

python编写朋克风格的天气查询程序

《python编写朋克风格的天气查询程序》这篇文章主要为大家详细介绍了一个基于Python的桌面应用程序,使用了tkinter库来创建图形用户界面并通过requests库调用Open-MeteoAPI... 目录工具介绍工具使用说明python脚本内容如何运行脚本工具介绍这个天气查询工具是一个基于 Pyt

Linux使用scp进行远程目录文件复制的详细步骤和示例

《Linux使用scp进行远程目录文件复制的详细步骤和示例》在Linux系统中,scp(安全复制协议)是一个使用SSH(安全外壳协议)进行文件和目录安全传输的命令,它允许在远程主机之间复制文件和目录,... 目录1. 什么是scp?2. 语法3. 示例示例 1: 复制本地目录到远程主机示例 2: 复制远程主

Python FastMCP构建MCP服务端与客户端的详细步骤

《PythonFastMCP构建MCP服务端与客户端的详细步骤》MCP(Multi-ClientProtocol)是一种用于构建可扩展服务的通信协议框架,本文将使用FastMCP搭建一个支持St... 目录简介环境准备服务端实现(server.py)客户端实现(client.py)运行效果扩展方向常见问题结

Mysql的主从同步/复制的原理分析

《Mysql的主从同步/复制的原理分析》:本文主要介绍Mysql的主从同步/复制的原理分析,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录为什么要主从同步?mysql主从同步架构有哪些?Mysql主从复制的原理/整体流程级联复制架构为什么好?Mysql主从复制注意

IDEA如何实现远程断点调试jar包

《IDEA如何实现远程断点调试jar包》:本文主要介绍IDEA如何实现远程断点调试jar包的问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录问题步骤总结问题以jar包的形式运行Spring Boot项目时报错,但是在IDEA开发环境javascript下编译

详解如何使用Python构建从数据到文档的自动化工作流

《详解如何使用Python构建从数据到文档的自动化工作流》这篇文章将通过真实工作场景拆解,为大家展示如何用Python构建自动化工作流,让工具代替人力完成这些数字苦力活,感兴趣的小伙伴可以跟随小编一起... 目录一、Excel处理:从数据搬运工到智能分析师二、PDF处理:文档工厂的智能生产线三、邮件自动化:

Python实现自动化Word文档样式复制与内容生成

《Python实现自动化Word文档样式复制与内容生成》在办公自动化领域,高效处理Word文档的样式和内容复制是一个常见需求,本文将展示如何利用Python的python-docx库实现... 目录一、为什么需要自动化 Word 文档处理二、核心功能实现:样式与表格的深度复制1. 表格复制(含样式与内容)2