Python数据库链接池DBUtils

时间  2019-12-07
标签 python 数据库 链接 dbutils 栏目 Python 繁體版
原文   原文链接

DBUtils简介

DBUtils是Python的一个用于实现数据库链接池的模块。python

此链接池有两种链接模式：mysql

  • 模式一：为每一个线程建立一个链接，线程即便调用了close方法，也不会关闭，只是把链接从新放到链接池，供本身线程再次使用。当线程终止时，链接自动关闭。

复制代码

POOL = PersistentDB(
    creator=pymysql,  # 使用连接数据库的模块
    maxusage=None,  # 一个连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,
    # 若是为False时， conn.close() 实际上被忽略，供下次使用，再线程关闭时，才会自动关闭连接。若是为True时， conn.close()则关闭连接，那么再次调用pool.connection时就会报错，由于已经真的关闭了链接（pool.steady_connection()能够获取一个新的连接）
    threadlocal=None,  # 本线程独享值得对象，用于保存连接对象，若是连接对象被重置
    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()

复制代码

  • 模式二：建立一批链接到链接池，供全部线程共享使用。

PS：因为pymysql、MySQLdb等threadsafety值为1，因此该模式链接池中的线程会被全部线程共享。redis

复制代码

import time
import pymysql
import threading
from DBUtils.PooledDB import PooledDB, SharedDBConnection
POOL = PooledDB(
    creator=pymysql,  # 使用连接数据库的模块
    maxconnections=6,  # 链接池容许的最大链接数，0和None表示不限制链接数
    mincached=2,  # 初始化时，连接池中至少建立的空闲的连接，0表示不建立
    maxcached=5,  # 连接池中最多闲置的连接，0和None不限制
    maxshared=3,  # 连接池中最多共享的连接数量，0和None表示所有共享。PS: 无用，由于pymysql和MySQLdb等模块的 threadsafety都为1，全部值不管设置为多少，_maxcached永远为0，因此永远是全部连接都共享。
    blocking=True,  # 链接池中若是没有可用链接后，是否阻塞等待。True，等待；False，不等待而后报错
    maxusage=None,  # 一个连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():
    # 检测当前正在运行链接数的是否小于最大连接数，若是不小于则：等待或报raise TooManyConnections异常
    # 不然
    # 则优先去初始化时建立的连接中获取连接 SteadyDBConnection。
    # 而后将SteadyDBConnection对象封装到PooledDedicatedDBConnection中并返回。
    # 若是最开始建立的连接没有连接，则去建立一个SteadyDBConnection对象，再封装到PooledDedicatedDBConnection中并返回。
    # 一旦关闭连接后，链接就返回到链接池让后续线程继续使用。
    conn = POOL.connection()

    # print(th, '连接被拿走了', 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()

复制代码

在flask中使用DBUtils

flask中是没有ORM的，若是在flask里面链接数据库有两种方式sql

一：pymysql
二：SQLAlchemy
        是python 操做数据库的一个库。可以进行 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。

 连接池原理数据库

复制代码

- BDUtils数据库连接池  
                - 模式一：基于threaing.local实现为每个线程建立一个链接，关闭是
                  伪关闭，当前线程能够重复
                - 模式二：链接池原理
                        - 能够设置链接池中最大链接数    9
                        - 默认启动时，链接池中建立链接  5
                        
                        - 若是有三个线程来数据库中获取链接：
                            - 若是三个同时来的，一人给一个连接
                            - 若是一个一个来，有时间间隔，用一个连接就能够为三个线程提供服务
                                - 说不许
                                    有可能:1个连接就能够为三个线程提供服务
                                    有可能:2个连接就能够为三个线程提供服务
                                    有可能:3个连接就能够为三个线程提供服务
                         PS、：maxshared在使用pymysql中均无用。连接数据库的模块：只有threadsafety>1的时候才有用

复制代码

那么咱们用pymysql来作。flask

为何要使用数据库链接池呢？不用链接池有什么很差的地方呢？session

方式1、每次操做都要连接数据库，连接次数过多多线程

复制代码

#!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，反复建立数据库连接，屡次连接数据库会很是耗时
#        解决办法：放在全局，单例模式
@app.route('/index')
def index():
    # 连接数据库
    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()  # 关闭连接
    print(result)
    return  "执行成功"

if __name__ == '__main__':
    app.run(debug=True)

复制代码

方式2、不支持并发并发

复制代码

#!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，若是是单线程，这样就能够，可是若是是多线程，就得加把锁。这样就成串行的了
#        不支持并发，也很差。全部咱们选择用数据库链接池
@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)

复制代码

方式三：因为上面两种方案都不完美，因此得把方式一和方式二联合一下（既让减小连接次数，也能支持并发）全部了方式三，须要app

导入一个DButils模块

基于DButils实现的数据库链接池有两种模式：

模式一：为每个线程建立一个连接（是基于本地线程来实现的。thread.local），每一个线程独立使用本身的数据库连接，该线程关闭不是真正的关闭，本线程再次调用时，仍是使用的最开始建立的连接，直到线程终止，数据库连接才关闭

注： 模式一：若是线程比较多仍是会建立不少链接，模式二更经常使用 

复制代码

#!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,  # 使用连接数据库的模块
    maxusage=None,  # 一个连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,
    # 若是为False时， conn.close() 实际上被忽略，供下次使用，再线程关闭时，才会自动关闭连接。若是为True时， conn.close()则关闭连接，那么再次调用pool.connection时就会报错，由于已经真的关闭了链接（pool.steady_connection()能够获取一个新的连接）
    threadlocal=None,  # 本线程独享值得对象，用于保存连接对象，若是连接对象被重置
    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)

复制代码

模式二：建立一个连接池，为全部线程提供链接，使用时来进行获取，使用完毕后在放回到链接池。

　　　　PS：假设最大连接数有10个，其实也就是一个列表，当你pop一个，人家会在append一个，连接池的全部的连接都是按照排队的这样的方式来连接的。

　　　　　连接池里全部的连接都能重复使用，共享的， 即实现了并发，又防止了连接次数太多

复制代码

import time
import pymysql
import threading
from DBUtils.PooledDB import PooledDB, SharedDBConnection
POOL = PooledDB(
    creator=pymysql,  # 使用连接数据库的模块
    maxconnections=6,  # 链接池容许的最大链接数，0和None表示不限制链接数
    mincached=2,  # 初始化时，连接池中至少建立的空闲的连接，0表示不建立


    maxcached=5,  # 连接池中最多闲置的连接，0和None不限制
    maxshared=3,  # 连接池中最多共享的连接数量，0和None表示所有共享。PS: 无用，由于pymysql和MySQLdb等模块的 threadsafety都为1，全部值不管设置为多少，_maxcached永远为0，因此永远是全部连接都共享。
    blocking=True,  # 链接池中若是没有可用链接后，是否阻塞等待。True，等待；False，不等待而后报错
    maxusage=None,  # 一个连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():
    # 检测当前正在运行链接数的是否小于最大连接数，若是不小于则：等待或报raise TooManyConnections异常
    # 不然
    # 则优先去初始化时建立的连接中获取连接 SteadyDBConnection。
    # 而后将SteadyDBConnection对象封装到PooledDedicatedDBConnection中并返回。
    # 若是最开始建立的连接没有连接，则去建立一个SteadyDBConnection对象，再封装到PooledDedicatedDBConnection中并返回。
    # 一旦关闭连接后，链接就返回到链接池让后续线程继续使用。

    # PooledDedicatedDBConnection
    conn = POOL.connection()

    # print(th, '连接被拿走了', 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, '连接被拿走了', 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()

复制代码

使用时咱们能够将数据库链接池写到配置文件中

复制代码

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,  # 使用连接数据库的模块
        maxconnections=6,  # 链接池容许的最大链接数，0和None表示不限制链接数
        mincached=2,  # 初始化时，连接池中至少建立的空闲的连接，0表示不建立
        maxcached=5,  # 连接池中最多闲置的连接，0和None不限制
        maxshared=3,
        # 连接池中最多共享的连接数量，0和None表示所有共享。PS: 无用，由于pymysql和MySQLdb等模块的 threadsafety都为1，全部值不管设置为多少，_maxcached永远为0，因此永远是全部连接都共享。
        blocking=True,  # 链接池中若是没有可用链接后，是否阻塞等待。True，等待；False，不等待而后报错
        maxusage=None,  # 一个连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'
    )

复制代码

而后写一个类来帮咱们完成pymql的操做

复制代码

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

复制代码

而后在视图函数中就可使用这个类来进行数据库操做了

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

小知识

一、子类继承父类的三种方式

复制代码

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')

复制代码

二、对象经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

复制代码

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)

复制代码

总结：若是遇到obj["xxx"] = xx  ,　

- 重写了__setitem__方法
- 继承dict

三、测试__name__方法

示例：

复制代码

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


app2中：
    print('app2', __name__)

复制代码

如今app1是主程序，运行结果截图

总结：若是是在本身的模块中运行，__name__就是__main__，若是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

复制代码

==========方式一：============
 app.config['SESSION_COOKIE_NAME'] = 'session_lvning'  #这种方式要把全部的配置都放在一个文件夹里面，看起来会比较乱，因此选择下面的方式
==========方式二：==============
app.config.from_pyfile('settings.py')  #找到配置文件路径，建立一个模块，打开文件，并获取全部的内容，再将配置文件中的全部值，都封装到上一步建立的配置文件模板中

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，方便操做，不用去改配置，直接改变字符串就好了 ==============
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"

复制代码

要想在视图函数中获取配置文件的值，都是经过app.config来拿。可是若是视图函数和Flask建立的对象app不在一个模块。就得

导入来拿。能够不用导入，。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的全部的配置文件

复制代码

from flask import Flask,current_app

@app.route('/index',methods=["GET","POST"])
def index():
    print(current_app.config)   #当前的app的全部配置
    session["xx"] = "fdvbn"
    return "index"

复制代码

相关文章
相关标签/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公众号
   欢迎关注本站公众号,获取更多信息
联系我们 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程