目录
一：安装PythonMySQL连接库
在开始之前，我们需要安装 Python的 MySQL连接库。mysq1-connector-python是一个官方推荐的库，用于与MySQL数据库进行交互。如果你更习惯使用其他库，PyMySQL也,可以作为替代方案。
1:安装mysql-connector-python
pip install mysql-connector-python
2.安装 PyMySQL（作为替代）
pip install pymsql二：Python连接MySQL数据库
1.导入连接库
首先，我们需要导入 pymysql 模块，使用它来连接 MySQL 数据库并执行 SQL 语句：
import pymysql
2.创建数据库连接
我们使用 pymysql.connect() 方法来建立数据库连接，连接时需要提供 MySQL 服务器的地址、用户名、密码和要访问的数据库名。
db = pymysql.connect(
host="localhost", # MySQL 数据库的地址，通常是 localhost或 IP 地址
user="root", # 数据库的用户名，通常是 root
password="password", # 数据库的密码
database="testdb" # 要连接的数据库名称
)3.创建游标对象
建立连接后，我们需要创建一个游标对象，通过它来执行 SQL 语句。
ursor = db.cursor()4.执行 SQL 语句
通过游标对象的 execute() 方法，我们可以执行 SQL 语句。在执行 SQL 时，可以使用 %s 占位符来避免 SQL 注入攻击。
cursor.execute("SELECT * FROM users")5.获取查询结果
对于查询操作，fetchall() 方法用于获取所有结果，fetchone() 方法用于获取单条记录。
results = cursor.fetchall()
for row in results:
print(row)6.关闭连接
操作完成后，记得关闭游标和数据库连接。
cursor.close()
db.close()三：常见的 MySQL 操作
1.插入数据 (INSERT)
插入数据时，我们使用 INSERT INTO 语句，通过 execute () 方法执行插入操作。为了防止 SQL 注入攻击，插入语句中的值应使用 % s 占位符。
cursor.execute("INSERT INTO users (name, age) VALUES (%s, %s)", ("Alice", 25))
db.commit() # 提交事务，保存插入的数据2.更新数据 (UPDATE)
更新数据时，我们使用 UPDATE 语句，通过 execute () 方法执行。通常我们会添加 WHERE 条件，以确保只更新需要更新的记录。
cursor.execute("UPDATE users SET age = %s WHERE name = %s", (26, "Alice"))
db.commit() # 提交事务，保存更新的数据3.删除数据 (DELETE)
删除数据时，我们使用 DELETE 语句，并通过 WHERE 条件确保删除特定记录。
cursor.execute("DELETE FROM users WHERE name = %s", ("Alice",))
db.commit() # 提交事务，保存删除的数据4.查询数据 (SELECT)
查询数据时，使用 SELECT 语句。你可以使用 fetchall () 获取所有记录，或使用 fetchone () 获取一条记录。
cursor.execute("SELECT * FROM users")
results = cursor.fetchall()
for row in results:
print(row)5.执行多条 SQL 语句
对于批量插入、更新等操作，可以使用 executemany () 方法一次执行多条 SQL 语句。
cursor.executemany(
"INSERT INTO users (name, age) VALUES (%s, %s)",
[("Bob", 30), ("Charlie", 35), ("David", 28)]
)
db.commit() # 提交事务6.使用 LIKE 进行模糊查询
LIKE 关键字允许你进行模糊查询。你可以使用 % 通配符来匹配任意字符。
cursor.execute("SELECT * FROM users WHERE name LIKE %s", ("%a%",))
results = cursor.fetchall()
for row in results:
print(row)7.使用 JOIN 进行联合查询
在多个表之间建立关系时，JOIN 关键字用于合并多个表的数据。
cursor.execute ("""
SELECT users.name, orders.amount
FROM users
INNER JOIN orders ON users.id = orders.user_id
""")
results = cursor.fetchall ()
for row in results:
print (row)四：使用连接池
1.连接池简介
连接池技术能够在高并发场景下提升数据库连接的效率。在连接池中，多个数据库连接被提前创建并放入池中，客户端通过池获取连接，而不是每次都建立新的连接。这大大减少了连接创建和销毁的开销。
2.创建连接池
PyMySQL 并不直接支持连接池，但我们可以使用 DBUtils 库来创建连接池。首先需要安装 DBUtils：
pip install dbutils
from dbutils.pooled_db import PooledDB
import pymysql
# 数据库连接配置
dbconfig = {
"host": "localhost",
"user": "root",
"password": "password",
"database": "testdb"
}
# 创建连接池
connection_pool = PooledDB(
creator=pymysql, # 使用 PyMySQL 作为数据库连接库
maxconnections=5, # 连接池中最大连接数
**dbconfig
)3.获取连接
从连接池中获取连接时，可以使用 connection () 方法。每次获取到的连接都可以直接执行数据库操作。
db_connection = connection_pool.connection()
cursor = db_connection.cursor()
cursor.execute("SELECT * FROM users")
results = cursor.fetchall()
for row in results:
print(row)
cursor.close()
db_connection.close() # 连接会自动归还给连接池4.连接池的优势
| 优势分类 | 具体说明 |
|---|---|
| 性能提升 | 减少每次数据库操作创建新连接的开销，提升数据库操作效率 |
| 资源管理 | 限制最大连接数，避免过多连接致数据库过载 |
| 更易管理 | 统一管理连接生命周期，简化代码结构 |
五：事务管理
事务是由多个 SQL 语句组成的一个工作单元。事务保证了数据的原子性，即所有操作要么都成功，要么都失败。
1.开始事务
事务可以通过 START TRANSACTION 来显式开启，但一般我们通过执行 SQL 语句来启动事务。
cursor.execute("START TRANSACTION")2.提交事务
如果事务中的所有操作都成功，我们使用 commit () 方法提交事务，保存对数据库的更改。
db.commit()3. 回滚事务
如果事务中的某些操作失败，我们可以使用 rollback () 方法回滚事务，将所有更改撤销。
db.rollback()4.事务的隔离级别
MySQL 支持四种事务隔离级别，它们定义了在并发事务执行时一个事务的操作对于其他事务的影响。隔离级别的设置越高，事务间的干扰越小，但同时可能导致性能下降。MySQL 的默认隔离级别是 REPEATABLE READ，具体如下：
| 隔离级别 | 描述 | 问题/现象 | 应用场景 | 使用方法 |
|---|---|---|---|---|
| READ UNCOMMITTED（未提交读） | 事务可以读取其他事务未提交的数据。 | 脏读（Dirty Read） | 对数据一致性要求不高的场景，通常不推荐使用。 | cursor.execute("SET TRANSACTION ISOLATION LEVEL READ UNCOMMITTED") |
| READ COMMITTED（提交读） | 事务只能读取其他事务已提交的数据。 | 不可重复读（Non-repeatable Read） | 大多数常见场景，提供一定的隔离性且性能较好。 | cursor.execute("SET TRANSACTION ISOLATION LEVEL READ COMMITTED") |
| REPEATABLE READ（可重复读） | 事务内多次读取同一数据时，其值不会变化。 | 幻读（Phantom Read） | 需要保证数据一致性的场景（如金融系统）。 | cursor.execute("SET TRANSACTION ISOLATION LEVEL REPEATABLE READ") |
| SERIALIZABLE（串行化） | 最高隔离级别，事务串行执行，完全避免脏读、不可重复读和幻读。 | 无并发问题，但性能最低。 | 严格要求数据一致且并发冲突高的场景（如银行交易、库存管理）。 | cursor.execute("SET TRANSACTION ISOLATION LEVEL SERIALIZABLE") |
5.事务隔离级别总结
| 隔离级别 | 解决的问题 | 仍存在的问题 | 性能特点 | 适用场景 |
|---|---|---|---|---|
| READ UNCOMMITTED | 无 | 脏读 | 性能最好 | 对数据一致性要求极低，允许脏读的场景（极少使用）。 |
| READ COMMITTED | 脏读 | 不可重复读 | 性能较好 | 大多数常见应用，允许不可重复读但需避免脏读的场景。 |
| REPEATABLE READ | 脏读、不可重复读 | 幻读 | 性能中等（MySQL默认） | 需要保证事务内数据一致性的场景（如金融系统）。 |
| SERIALIZABLE | 脏读、不可重复读、幻读 | 无 | 性能最差 | 严格要求数据一致性且并发冲突高的场景（如银行交易、库存管理）。 |
默认隔离级别：MySQL 默认为
REPEATABLE READ。选择建议：
低冲突场景：优先选择
READ COMMITTED或REPEATABLE READ以平衡性能与一致性。高一致性需求：选择
SERIALIZABLE，但需接受性能损失。
幻读：仅
SERIALIZABLE能彻底解决，其他级别需通过锁或乐观锁等额外机制处理。
6.案例
import pymysql
# 连接到数据库
conn = pymysql.connect(
host='localhost',
user='root',
password='password',
database='testdb'
)
# 创建一个游标对象
cursor = conn.cursor()
# 关闭自动提交模式
conn.autocommit = False
try:
# 开始事务
# 执行插入操作
cursor.execute("INSERT INTO users (name, age) VALUES ('Eve', 22)")
cursor.execute("INSERT INTO orders (user_id, amount) VALUES ((SELECT id FROM users WHERE name = 'Eve'), 120.50)")
# 提交事务
conn.commit()
print("事务已提交。")
except pymysql.MySQLError as err:
# 如果发生错误，回滚事务
print(f"错误: {err}")
conn.rollback()
print("事务已回滚。")
finally:
# 关闭游标和连接
cursor.close()
conn.close()