1. PyMySQL基础入门与安装指南

PyMySQL是Python3中用于连接MySQL数据库的纯Python驱动库，它实现了Python数据库API规范2.0版本。与Python2时代广泛使用的MySQLdb不同，PyMySQL完全用Python编写，不需要编译任何C扩展模块，这使得它在跨平台部署时更加方便。

1.1 PyMySQL的核心特性

PyMySQL具有以下几个显著特点：

• 纯Python实现，无需编译安装
• 支持Python3（Python2可使用MySQLdb）
• 实现了Python DB API 2.0规范
• 支持SSL安全连接
• 包含连接池支持
• 兼容大多数MySQL特性，包括存储过程、事务等

在实际项目中，我发现PyMySQL相比其他MySQL连接器有几个优势：首先，它的安装过程非常简单，特别是对于没有编译环境的Windows用户；其次，它的错误信息更加友好，调试起来更方便；最后，由于是纯Python实现，可以方便地查看源码理解内部机制。

1.2 安装PyMySQL的多种方式

安装PyMySQL最常用的方式是通过pip：

pip install pymysql

如果你需要安装特定版本，可以指定版本号：

pip install pymysql==1.0.2

在某些特殊环境下，可能需要从源码安装。这时可以克隆GitHub仓库：

git clone https://github.com/PyMySQL/PyMySQL cd PyMySQL python setup.py install

注意：从源码安装需要确保系统已安装setuptools。如果遇到"ImportError: No module named setuptools"错误，需要先安装setuptools。

在Linux系统上，可以通过以下命令安装setuptools：

wget https://bootstrap.pypa.io/ez_setup.py python ez_setup.py

2. 数据库连接与基本操作

2.1 建立数据库连接

使用PyMySQL连接MySQL数据库的基本代码如下：

import pymysql # 创建数据库连接 connection = pymysql.connect( host='localhost', # 数据库服务器地址 user='username', # 数据库用户名 password='password', # 数据库密码 database='dbname', # 数据库名 port=3306, # 端口，默认为3306 charset='utf8mb4', # 字符集 cursorclass=pymysql.cursors.DictCursor # 使用字典游标 ) try: with connection.cursor() as cursor: # 执行SQL查询 sql = "SELECT * FROM users WHERE id = %s" cursor.execute(sql, (1,)) # 获取查询结果 result = cursor.fetchone() print(result) finally: # 关闭连接 connection.close()

在实际项目中，我建议将数据库连接信息存储在配置文件中，而不是硬编码在代码里。这样可以方便地在不同环境（开发、测试、生产）之间切换。

2.2 使用上下文管理器简化连接管理

Python的with语句可以简化连接管理，确保连接在使用后被正确关闭。我们可以封装一个数据库上下文管理器：

import pymysql from contextlib import contextmanager @contextmanager def get_db_connection(): conn = pymysql.connect( host='localhost', user='user', password='pass', database='db', charset='utf8mb4', cursorclass=pymysql.cursors.DictCursor ) try: yield conn finally: conn.close() # 使用示例 with get_db_connection() as conn: with conn.cursor() as cursor: cursor.execute("SELECT * FROM products") results = cursor.fetchall() for row in results: print(row)

这种写法不仅代码更简洁，而且能确保在任何情况下（包括发生异常时）数据库连接都会被正确关闭，避免资源泄漏。

3. 执行SQL查询与事务处理

3.1 基本CRUD操作

PyMySQL支持所有标准的SQL操作，包括增删改查（CRUD）。下面是一些常见操作的示例：

查询数据：

with connection.cursor() as cursor: # 查询单条记录 cursor.execute("SELECT * FROM users WHERE id = %s", (1,)) user = cursor.fetchone() # 查询多条记录 cursor.execute("SELECT * FROM users WHERE status = %s", ('active',)) active_users = cursor.fetchall() # 获取记录数量 cursor.execute("SELECT COUNT(*) FROM users") user_count = cursor.fetchone()['COUNT(*)']

插入数据：

try: with connection.cursor() as cursor: sql = "INSERT INTO users (name, email) VALUES (%s, %s)" cursor.execute(sql, ('John Doe', 'john@example.com')) # 提交事务 connection.commit() except: # 发生错误时回滚 connection.rollback() raise

更新数据：

try: with connection.cursor() as cursor: sql = "UPDATE users SET name = %s WHERE id = %s" cursor.execute(sql, ('John Smith', 1)) print(f"更新了{cursor.rowcount}条记录") connection.commit() except: connection.rollback() raise

删除数据：

try: with connection.cursor() as cursor: sql = "DELETE FROM users WHERE id = %s" cursor.execute(sql, (1,)) connection.commit() except: connection.rollback() raise

3.2 事务处理

MySQL支持事务，PyMySQL也提供了完整的事务支持。事务的四个特性（ACID）是：

• 原子性（Atomicity）：事务中的所有操作要么全部完成，要么全部不完成
• 一致性（Consistency）：事务执行前后，数据库从一个一致状态变为另一个一致状态
• 隔离性（Isolation）：多个事务并发执行时，一个事务的执行不应影响其他事务
• 持久性（Durability）：事务一旦提交，其结果就是永久性的

在PyMySQL中，默认情况下每个SQL语句都会自动提交。要使用事务，需要先关闭自动提交：

connection = pymysql.connect( host='localhost', user='user', password='pass', database='db', autocommit=False # 关闭自动提交 ) try: with connection.cursor() as cursor: # 执行多个SQL语句 cursor.execute("UPDATE accounts SET balance = balance - 100 WHERE id = 1") cursor.execute("UPDATE accounts SET balance = balance + 100 WHERE id = 2") # 手动提交事务 connection.commit() except: # 发生错误时回滚 connection.rollback() raise finally: connection.close()

在实际项目中，我发现事务的正确使用非常重要。特别是在处理金融交易、库存管理等场景时，一定要确保事务的完整性和一致性。

4. 高级特性与最佳实践

4.1 批量操作与参数化查询

PyMySQL支持批量插入和更新操作，这可以显著提高性能：

# 批量插入 data = [ ('John', 'john@example.com'), ('Jane', 'jane@example.com'), ('Bob', 'bob@example.com') ] with connection.cursor() as cursor: sql = "INSERT INTO users (name, email) VALUES (%s, %s)" cursor.executemany(sql, data) connection.commit()

参数化查询不仅可以防止SQL注入，还能提高性能（因为MySQL可以缓存编译后的语句）：

# 不安全的写法（容易受到SQL注入攻击） cursor.execute("SELECT * FROM users WHERE id = " + user_input) # 安全的参数化查询 cursor.execute("SELECT * FROM users WHERE id = %s", (user_input,))

4.2 错误处理与异常管理

PyMySQL定义了多种数据库操作相关的异常，合理的错误处理可以使程序更加健壮：

try: with connection.cursor() as cursor: cursor.execute("SELECT * FROM non_existent_table") except pymysql.err.ProgrammingError as e: print(f"SQL语法错误: {e}") except pymysql.err.OperationalError as e: print(f"数据库操作错误: {e}") except Exception as e: print(f"其他错误: {e}")

常见的PyMySQL异常包括：

• ProgrammingError：SQL语法错误
• OperationalError：数据库操作错误（如连接失败）
• IntegrityError：完整性约束错误（如重复键）
• DataError：数据处理错误（如数据超出范围）

4.3 连接池与性能优化

对于高并发应用，频繁创建和关闭数据库连接会影响性能。可以使用连接池来管理数据库连接：

from pymysql import pools # 创建连接池 pool = pools.Pool( host='localhost', user='user', password='pass', database='db', min=2, # 最小连接数 max=10, # 最大连接数 autocommit=False ) # 从连接池获取连接 connection = pool.connection() try: with connection.cursor() as cursor: cursor.execute("SELECT * FROM users") results = cursor.fetchall() finally: # 将连接返回连接池 connection.close()

其他性能优化建议：

• 合理使用索引加速查询
• 避免在循环中执行SQL语句
• 只查询需要的列，避免SELECT *
• 对于大量数据，考虑使用分页查询

4.4 使用ORM与PyMySQL结合

虽然PyMySQL提供了直接的SQL接口，但在大型项目中，使用ORM（对象关系映射）框架可以使代码更加清晰：

from sqlalchemy import create_engine from sqlalchemy.orm import sessionmaker # 创建SQLAlchemy引擎（底层使用PyMySQL） engine = create_engine('mysql+pymysql://user:pass@localhost/db') # 创建Session工厂 Session = sessionmaker(bind=engine) # 使用Session session = Session() try: # 执行查询 users = session.execute("SELECT * FROM users") for user in users: print(user) finally: session.close()

在实际项目中，我发现对于简单的查询，直接使用PyMySQL更高效；而对于复杂的业务逻辑，使用ORM可以提高开发效率和代码可维护性。