Python数据库连接池DBUtils

布满荆棘的人生 2021-11-17 17:02 475阅读 0赞

# DBUtils简介 #

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：

*  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。

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='123',
        database='pooldb',
        charset='utf8'
    )
    
    def func():
        conn = POOL.connection(shareable=False)
        cursor = conn.cursor()
        cursor.execute('select * from tb1')
        result = cursor.fetchall()
        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。

PS：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 time
    import pymysql
    import threading
    from DBUtils.PooledDB import PooledDB, SharedDBConnection
    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='123',
        database='pooldb',
        charset='utf8'
    )
    
    
    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()
    
        # print(th, '链接被拿走了', conn1._con)
        # print(th, '池子里目前有', pool._idle_cache, '\r\n')
    
        cursor = conn.cursor()
        cursor.execute('select * from tb1')
        result = cursor.fetchall()
        conn.close()
    
    
    func()

# 在flask中使用DBUtils #

flask中是没有ORM的，如果在flask里面连接数据库有两种方式

一：pymysql
    二：SQLAlchemy
            是python 操作数据库的一个库。能够进行 orm 映射官方文档 sqlchemy
            SQLAlchemy“采用简单的Python语言，为高效和高性能的数据库访问设计，实现了完整的企业级持久模型”。SQLAlchemy的理念是，SQL数据库的量级和性能重要于对象集合；而对象集合的抽象又重要于表和行。

链接池原理

- 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
                            - 可以设置连接池中最大连接数    9
                            - 默认启动时，连接池中创建连接  5
                            
                            - 如果有三个线程来数据库中获取连接：
                                - 如果三个同时来的，一人给一个链接
                                - 如果一个一个来，有时间间隔，用一个链接就可以为三个线程提供服务
                                    - 说不准
                                        有可能:1个链接就可以为三个线程提供服务
                                        有可能:2个链接就可以为三个线程提供服务
                                        有可能:3个链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

那么我们用pymysql来做。

**为什么要使用数据库连接池呢？不用连接池有什么不好的地方呢？**

方式一、每次操作都要链接数据库，链接次数过多

#!usr/bin/env python
    # -*- coding:utf-8 -*-
    import pymysql
    from  flask import Flask
    
    app = Flask(__name__)
    
    # 方式一：这种方式每次请求，反复创建数据库链接，多次链接数据库会非常耗时
    #        解决办法：放在全局，单例模式
    @app.route('/index')
    def index():
        # 链接数据库
        conn = pymysql.connect(host="127.0.0.1",port=3306,user='root',password='123', database='pooldb',charset='utf8')
        cursor = conn.cursor()
        cursor.execute("select * from td where id=%s", [5, ])
        result = cursor.fetchall()  # 获取数据
        cursor.close()
        conn.close()  # 关闭链接
        print(result)
        return  "执行成功"
    
    if __name__ == '__main__':
        app.run(debug=True)

方式二、不支持并发

#!usr/bin/env python
    # -*- coding:utf-8 -*-
    import pymysql
    from  flask import Flask
    from threading import RLock
    
    app = Flask(__name__)
    CONN = pymysql.connect(host="127.0.0.1",port=3306,user='root',password='123', database='pooldb',charset='utf8')
    # 方式二：放在全局，如果是单线程，这样就可以，但是如果是多线程，就得加把锁。这样就成串行的了
    #        不支持并发，也不好。所有我们选择用数据库连接池
    @app.route('/index')
    def index():
        with RLock:
            cursor = CONN.cursor()
            cursor.execute("select * from td where id=%s", [5, ])
            result = cursor.fetchall()  # 获取数据
            cursor.close()
            print(result)
            return  "执行成功"
    if __name__ == '__main__':
        app.run(debug=True)

方式三：由于上面两种方案都不完美，所以得把方式一和方式二联合一下（既让减少链接次数，也能支持并发）所有了方式三，需要

导入一个DButils模块

基于DButils实现的数据库连接池有两种模式：

模式一：为每一个线程创建一个链接（是基于本地线程来实现的。thread.local），每个线程独立使用自己的数据库链接，该线程关闭不是真正的关闭，本线程再次调用时，还是使用的最开始创建的链接，直到线程终止，数据库链接才关闭

注： 模式一：如果线程比较多还是会创建很多连接，模式二更常用

#!usr/bin/env python
    # -*- coding:utf-8 -*-
    from flask import Flask
    app = Flask(__name__)
    from DBUtils.PersistentDB import PersistentDB
    import pymysql
    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='123',
        database='pooldb',
        charset='utf8'
    )
    
    @app.route('/func')
    def func():
    　　conn = POOL.connection()
    　　cursor = conn.cursor()
    　　cursor.execute('select * from tb1')
    　　result = cursor.fetchall()
    　　cursor.close()
    　　conn.close() # 不是真的关闭，而是假的关闭。 conn = pymysql.connect()   conn.close()
    
    　　conn = POOL.connection()
    　　cursor = conn.cursor()
    　　cursor.execute('select * from tb1')
    　　result = cursor.fetchall()
    　　cursor.close()
    　　conn.close()
    if __name__ == '__main__': app.run(debug=True)

模式二：创建一个链接池，为所有线程提供连接，使用时来进行获取，使用完毕后在放回到连接池。

PS：假设最大链接数有10个，其实也就是一个列表，当你pop一个，人家会在append一个，链接池的所有的链接都是按照排队的这样的方式来链接的。

链接池里所有的链接都能重复使用，共享的， 即实现了并发，又防止了链接次数太多

import time
    import pymysql
    import threading
    from DBUtils.PooledDB import PooledDB, SharedDBConnection
    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='123',
        database='pooldb',
        charset='utf8'
    )
    
    
    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。
    
        # PooledDedicatedDBConnection
        conn = POOL.connection()
    
        # print(th, '链接被拿走了', conn1._con)
        # print(th, '池子里目前有', pool._idle_cache, '\r\n')
    
        cursor = conn.cursor()
        cursor.execute('select * from tb1')
        result = cursor.fetchall()
        conn.close()
    
    
    
    
    
        conn = POOL.connection()
    
        # print(th, '链接被拿走了', conn1._con)
        # print(th, '池子里目前有', pool._idle_cache, '\r\n')
    
        cursor = conn.cursor()
        cursor.execute('select * from tb1')
        result = cursor.fetchall()
        conn.close()
    
    
    func()

使用时我们可以将数据库连接池写到配置文件中

from datetime import timedelta
    from redis import Redis
    import pymysql
    from DBUtils.PooledDB import PooledDB, SharedDBConnection
    
    class Config(object):
        DEBUG = True
        SECRET_KEY = "umsuldfsdflskjdf"
        PERMANENT_SESSION_LIFETIME = timedelta(minutes=20)
        SESSION_REFRESH_EACH_REQUEST= True
        SESSION_TYPE = "redis"
        PYMYSQL_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='123456',
            database='s8day127db',
            charset='utf8'
        )

然后写一个类来帮我们完成pymql的操作

import pymysql
    from settings import Config
    class SQLHelper(object):
    
        @staticmethod
        def open(cursor):
            POOL = Config.PYMYSQL_POOL
            conn = POOL.connection()
            cursor = conn.cursor(cursor=cursor)
            return conn,cursor
    
        @staticmethod
        def close(conn,cursor):
            conn.commit()
            cursor.close()
            conn.close()
    
        @classmethod
        def fetch_one(cls,sql,args,cursor =pymysql.cursors.DictCursor):
            conn,cursor = cls.open(cursor)
            cursor.execute(sql, args)
            obj = cursor.fetchone()
            cls.close(conn,cursor)
            return obj
    
        @classmethod
        def fetch_all(cls,sql, args,cursor =pymysql.cursors.DictCursor):
            conn, cursor = cls.open(cursor)
            cursor.execute(sql, args)
            obj = cursor.fetchall()
            cls.close(conn, cursor)
            return obj

然后在视图函数中就可以使用这个类来进行数据库操作了

obj = SQLHelper.fetch_one('select id from users where name=%s',[field.data,])

# 小知识 #

**1、子类继承父类的三种方式**

class Dog(Animal): #子类  派生类
        def __init__(self,name,breed, life_value,aggr):
            # Animal.__init__(self,name,breed, life_value,aggr)#让子类执行父类的方法 就是父类名.方法名（参数），连self都得传
            super().__init__(name,life_value,aggr) #super关键字  ，都不用传self了，在新式类里的
            # super(Dog,self).__init__(name,life_value,aggr)  #上面super是简写
            self.breed = breed
        def bite(self,person):   #狗的派生方法
            person.life_value -= self.aggr
        def eat(self):  #父类方法的重写
            super().eat()
            print('dog is eating')

**2、对象通过索引设置值的三种方式**

方式一：重写\_\_setitem\_\_方法

class Foo(object):
        def __setitem__(self, key, value):
            print(key,value)
    
    obj = Foo()
    obj["xxx"] = 123   #给对象赋值就会去执行__setitem__方法

方式二：继承dict

class Foo(dict):
        pass
    
    obj = Foo()
    obj["xxx"] = 123
    print(obj)

方式三：继承dict,重写\_\_init\_\_方法的时候，记得要继承父类的\_\_init\_\_方法

class Foo(dict):
        def __init__(self,val):
            # dict.__init__(self, val)#继承父类方式一
            # super().__init__(val)  #继承父类方式二
            super(Foo,self).__init__(val)#继承父类方式三
    obj = Foo({"xxx":123})
    print(obj)

**总结：如果遇到obj\["xxx"\] = xx  ,****　**

- 重写了__setitem__方法
    - 继承dict

**3、测试\_\_name\_\_方法**

示例：

app1中：
        import app2
        print('app1', __name__)
    
    
    app2中：
        print('app2', __name__)

现在app1是主程序，运行结果截图

![1184802-20180105170611221-541363240.png][]

总结：如果是在自己的模块中运行，\_\_name\_\_就是\_\_main\_\_，如果是从别的文件中导入进来的，就不是\_\_name\_\_了

# flask配置文件的几种使用方式 #

==========方式一：============
     app.config['SESSION_COOKIE_NAME'] = 'session_lvning'  #这种方式要把所有的配置都放在一个文件夹里面，看起来会比较乱，所以选择下面的方式
    ==========方式二：==============
    app.config.from_pyfile('settings.py')  #找到配置文件路径，创建一个模块，打开文件，并获取所有的内容，再将配置文件中的所有值，都封装到上一步创建的配置文件模板中
    
    print(app.config.get("CCC"))
    =========方式三：对象的方式============
     import os 
     os.environ['FLAKS-SETTINGS'] = 'settings.py'
     app.config.from_envvar('FLAKS-SETTINGS') 
    
    ===============方式四（推荐）：字符串的方式，方便操作，不用去改配置，直接改变字符串就行了 ==============
    app.config.from_object('settings.DevConfig')
    
    ----------settings.DevConfig----------
    from app import app
    class BaseConfig(object):
        NNN = 123  #注意是大写
        SESSION_COOKIE_NAME = "session_sss"
    
    class TestConfig(BaseConfig):
        DB = "127.0.0.1"
    
    class DevConfig(BaseConfig):
        DB = "52.5.7.5"
    
    class ProConfig(BaseConfig):
        DB = "55.4.22.4"

**要想在视图函数中获取配置文件的值**，都是通过app.config来拿。但是如果视图函数和Flask创建的对象app不在一个模块。就得

导入来拿。可以不用导入，。直接导入一个current\_app，这个就是当前的app对象，用current\_app.config就能查看到了当前app的所有的配置文件

from flask import Flask,current_app
    
    @app.route('/index',methods=["GET","POST"])
    def index():
        print(current_app.config)   #当前的app的所有配置
        session["xx"] = "fdvbn"
        return "index"

转载于:https://www.cnblogs.com/weiwu1578/articles/8977066.html

[1184802-20180105170611221-541363240.png]: /images/20211116/ed3986392704412c832c596e2aed3eae.png