引言

pymysqlpool 是数据库工具包中新成员，目的是能提供一个实用的数据库连接池中间件，从而避免在应用中频繁地创建和释放数据库连接资源。 

功能

连接池本身是线程安全的，可在多线程环境下使用，不必担心连接资源被多个线程共享的问题; 提供尽可能紧凑的接口用于数据库操作; 连接池的管理位于包内完成，客户端可以通过接口获取池中的连接资源(返回 pymysql.Connection ); 将最大程度地与 dataobj 等兼容，便于使用; 连接池本身具备动态增加连接数的功能，即 max_pool_size 和 step_size 会用于控制每次增加的连接数和最大连接数; 连接池最大连接数亦动态增加，需要开启 enable_auto_resize 开关，此后当任何一次连接获取超时发生，均记为一次惩罚，并且将 max_pool_size 扩大一定倍数。

基本工作流程

注意，当多线程同时请求时，若池中没有可用的连接对象，则需要排队等待

初始化后优先创建 step_size 个连接对象，放在连接池中; 客户端请求连接对象，连接池会从中挑选最近没使用的连接对象返回(同时会检查连接是否正常); 客户端使用连接对象，执行相应操作后，调用接口返回连接对象; 连接池回收连接对象，并将其加入池中的队列，供其它请求使用。 |--------|                                |--------------| |        | <==borrow connection object==  | Pool manager | | Client |                                |              | |        | ==return connection object==>  |  FIFO queue  | |--------|                                |--------------|

数配置

pool_name: 连接池的名称，多种连接参数对应多个不同的连接池对象，多单例模式; host: 数据库地址 user: 数据库服务器用户名 password: 用户密码 database: 默认选择的数据库 port: 数据库服务器的端口 charset: 字符集，默认为 ‘utf8’ use_dict_cursor: 使用字典格式或者元组返回数据; max_pool_size: 连接池优先最大连接数; step_size: 连接池动态增加连接数大小; enable_auto_resize: 是否动态扩展连接池，即当超过 max_pool_size 时，自动扩展 max_pool_size ; pool_resize_boundary: 该配置为连接池最终可以增加的上上限大小，即时扩展也不可超过该值; auto_resize_scale: 自动扩展 max_pool_size 的增益，默认为 1.5 倍扩展; wait_timeout: 在排队等候连接对象时，最多等待多久，当超时时连接池尝试自动扩展当前连接数; kwargs: 其他配置参数将会在创建连接对象时传递给 pymysql.Connection

使用示例

1.使用 cursor 上下文管理器(快捷方式，但每次获取都会申请连接对象，多次调用效率不高)：

from pymysqlpool import ConnectionPool config = {     pool_name: test,     host: localhost,     port: 3306,     user: root,     password: root,     database: test } def connection_pool():     # Return a connection pool instance     pool = ConnectionPool(**config)     pool.connect()     return pool # 直接访问并获取一个 cursor 对象，自动 commit 模式会在这种方式下启用 with connection_pool().cursor() as cursor:     print(Truncate table user)     cursor.execute(TRUNCATE user)     print(Insert one record)     result = cursor.execute(INSERT INTO user (name, age) VALUES (%s, %s), (Jerry, 20))     print(result, cursor.lastrowid)     print(Insert multiple records)     users = [(name, age) for name in [Jacky, Mary, Micheal] for age in range(10, 15)]     result = cursor.executemany(INSERT INTO user (name, age) VALUES (%s, %s), users)     print(result)     print(View items in table user)     cursor.execute(SELECT * FROM user)     for user in cursor:         print(user)     print(Update the name of one user in the table)     cursor.execute(UPDATE user SET name="Chris", age=29 WHERE id = 16)     cursor.execute(SELECT * FROM user ORDER BY id DESC LIMIT 1)     print(cursor.fetchone())     print(Delete the last record)     cursor.execute(DELETE FROM user WHERE id = 16)

2.使用 connection 上下文管理器：

import pandas as pd from pymysqlpool import ConnectionPool config = {     pool_name: test,     host: localhost,     port: 3306,     user: root,     password: root,     database: test } def connection_pool():     # Return a connection pool instance     pool = ConnectionPool(**config)     pool.connect()     return pool with connection_pool().connection() as conn:     pd.read_sql(SELECT * FROM user, conn) # 或者 connection = connection_pool().borrow_connection() pd.read_sql(SELECT * FROM user, conn) connection_pool().return_connection(connection)

3.更多测试请移步 test_example.py 。

依赖

1.pymysql ：将依赖该工具包完成数据库的连接等操作;

2.pandas ：测试时使用了 pandas。

安装

1.移步 pymysqlpool: https://github.com/ChrisLeeGit/pymysqlpool 下载源码，然后使用 pip 安装即可： pip3 setup.py install ，注意需要使用 Python3 环境。

2.欢迎反馈，共同学习进步