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

详解MySQL中JSON数据类型用法及与传统JSON字符串对比

《详解MySQL中JSON数据类型用法及与传统JSON字符串对比》MySQL从5.7版本开始引入了JSON数据类型,专门用于存储JSON格式的数据,本文将为大家简单介绍一下MySQL中JSON数据类型... 目录前言基本用法jsON数据类型 vs 传统JSON字符串1. 存储方式2. 查询方式对比3. 索引

小白也能轻松上手! 路由器设置优化指南

《小白也能轻松上手!路由器设置优化指南》在日常生活中,我们常常会遇到WiFi网速慢的问题,这主要受到三个方面的影响,首要原因是WiFi产品的配置优化不合理,其次是硬件性能的不足,以及宽带线路本身的质... 在数字化时代,网络已成为生活必需品,追剧、游戏、办公、学习都离不开稳定高速的网络。但很多人面对新路由器

在MySQL中实现冷热数据分离的方法及使用场景底层原理解析

《在MySQL中实现冷热数据分离的方法及使用场景底层原理解析》MySQL冷热数据分离通过分表/分区策略、数据归档和索引优化,将频繁访问的热数据与冷数据分开存储,提升查询效率并降低存储成本,适用于高并发... 目录实现冷热数据分离1. 分表策略2. 使用分区表3. 数据归档与迁移在mysql中实现冷热数据分

C#解析JSON数据全攻略指南

《C#解析JSON数据全攻略指南》这篇文章主要为大家详细介绍了使用C#解析JSON数据全攻略指南,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... 目录一、为什么jsON是C#开发必修课?二、四步搞定网络JSON数据1. 获取数据 - HttpClient最佳实践2. 动态解析 - 快速

SpringBoot集成MyBatis实现SQL拦截器的实战指南

《SpringBoot集成MyBatis实现SQL拦截器的实战指南》这篇文章主要为大家详细介绍了SpringBoot集成MyBatis实现SQL拦截器的相关知识,文中的示例代码讲解详细,有需要的小伙伴... 目录一、为什么需要SQL拦截器?二、MyBATis拦截器基础2.1 核心接口:Interceptor

Python错误AttributeError: 'NoneType' object has no attribute问题的彻底解决方法

《Python错误AttributeError:NoneTypeobjecthasnoattribute问题的彻底解决方法》在Python项目开发和调试过程中,经常会碰到这样一个异常信息... 目录问题背景与概述错误解读:AttributeError: 'NoneType' object has no at

Python使用openpyxl读取Excel的操作详解

《Python使用openpyxl读取Excel的操作详解》本文介绍了使用Python的openpyxl库进行Excel文件的创建、读写、数据操作、工作簿与工作表管理,包括创建工作簿、加载工作簿、操作... 目录1 概述1.1 图示1.2 安装第三方库2 工作簿 workbook2.1 创建:Workboo

基于Python实现简易视频剪辑工具

《基于Python实现简易视频剪辑工具》这篇文章主要为大家详细介绍了如何用Python打造一个功能完备的简易视频剪辑工具,包括视频文件导入与格式转换,基础剪辑操作,音频处理等功能,感兴趣的小伙伴可以了... 目录一、技术选型与环境搭建二、核心功能模块实现1. 视频基础操作2. 音频处理3. 特效与转场三、高

Python实现中文文本处理与分析程序的示例详解

《Python实现中文文本处理与分析程序的示例详解》在当今信息爆炸的时代,文本数据的处理与分析成为了数据科学领域的重要课题,本文将使用Python开发一款基于Python的中文文本处理与分析程序,希望... 目录一、程序概述二、主要功能解析2.1 文件操作2.2 基础分析2.3 高级分析2.4 可视化2.5

使用Go实现文件复制的完整流程

《使用Go实现文件复制的完整流程》本案例将实现一个实用的文件操作工具:将一个文件的内容完整复制到另一个文件中,这是文件处理中的常见任务,比如配置文件备份、日志迁移、用户上传文件转存等,文中通过代码示例... 目录案例说明涉及China编程知识点示例代码代码解析示例运行练习扩展小结案例说明我们将通过标准库 os