引言

pymysqlpool 是數據庫工具包中新成員，目的是能提供一個實用的數據庫連接池中間件，從而避免在應用中頻繁地創建和釋放數據庫連接資源。 

功能

1. 連接池本身是線程安全的，可在多線程環境下使用，不必擔心連接資源被多個線程共享的問題;
2. 提供盡可能緊湊的接口用于數據庫操作;
3. 連接池的管理位于包內完成，客戶端可以通過接口獲取池中的連接資源(返回 pymysql.Connection );
4. 將最大程度地與 dataobj 等兼容，便于使用;
5. 連接池本身具備動態增加連接數的功能，即 max_pool_size 和 step_size 會用于控制每次增加的連接數和最大連接數;
6. 連接池最大連接數亦動態增加，需要開啟 enable_auto_resize 開關，此后當任何一次連接獲取超時發生，均記為一次懲罰，并且將 max_pool_size 擴大一定倍數。

基本工作流程

注意，當多線程同時請求時，若池中沒有可用的連接對象，則需要排隊等待

1. 初始化后優先創建 step_size 個連接對象，放在連接池中;
2. 客戶端請求連接對象，連接池會從中挑選最近沒使用的連接對象返回(同時會檢查連接是否正常);
3. 客戶端使用連接對象，執行相應操作后，調用接口返回連接對象;
4. 連接池回收連接對象，并將其加入池中的隊列，供其它請求使用。

|--------|                                |--------------| 
|        | <==borrow connection object==  | Pool manager | 
| Client |                                |              | 
|        | ==return connection object==>  |  FIFO queue  | 
|--------|                                |--------------| 

數配置

• pool_name: 連接池的名稱，多種連接參數對應多個不同的連接池對象，多單例模式;
• host: 數據庫地址
• user: 數據庫服務器用戶名
• password: 用戶密碼
• database: 默認選擇的數據庫
• port: 數據庫服務器的端口
• charset: 字符集，默認為 ‘utf8’
• use_dict_cursor: 使用字典格式或者元組返回數據;
• max_pool_size: 連接池優先最大連接數;
• step_size: 連接池動態增加連接數大小;
• enable_auto_resize: 是否動態擴展連接池，即當超過 max_pool_size 時，自動擴展 max_pool_size ;
• pool_resize_boundary: 該配置為連接池最終可以增加的上上限大小，即時擴展也不可超過該值;
• auto_resize_scale: 自動擴展 max_pool_size 的增益，默認為 1.5 倍擴展;
• wait_timeout: 在排隊等候連接對象時，最多等待多久，當超時時連接池嘗試自動擴展當前連接數;
• kwargs: 其他配置參數將會在創建連接對象時傳遞給 pymysql.Connection

使用示例

1.使用 cursor 上下文管理器(快捷方式，但每次獲取都會申請連接對象，多次調用效率不高)：

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 
 
# 直接訪問并獲取一個 cursor 對象，自動 commit 模式會在這種方式下啟用 
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.更多測試請移步 test_example.py 。

依賴

1.pymysql ：將依賴該工具包完成數據庫的連接等操作;

2.pandas ：測試時使用了 pandas。

安裝

1.移步 pymysqlpool: https://github.com/ChrisLeeGit/pymysqlpool 下載源碼，然后使用 pip 安裝即可： pip3 setup.py install ，注意需要使用 Python3 環境。

2.歡迎反饋，共同學習進步