**前言：**在现代应用程序中，数据库扮演者至关重要的角色。mysql是一个流行的关系型数据库管理系统，广泛应用于各种规模的应用中。在pytho中，我们可以通过连接库与mysql数据库进行交互，实现数据的增删改查操作。与此同时，为了提高应有的性能，连接池作为一个优化数据库连接管理技术，得到了广泛的应用
一：安装Python MySQL连接库
用于与mysql数据库进行交互
1：安装mysql-connector-python
pip install mysql-connector-python
2：安装pymysql（作为代替）
pip install pymysql
二：python连接mysql数据库
vim aaa.py
import pymysql /1
db = pymysql.connect(host="192.168.10.101",user="root",password="pwd123",database="testdb") /2
cursor = db.cursor() /3
cursor.execute("select * from users") /4
results = cursor.fetchall()
for row in results:
print(row) /5
cursor.close()
db.close() /6
以上五个部分解释：
**1：**导入数据库，需要导入pymysql模块，使用它来连接mysql数据库并执行sql语句
**2：**创建数据库连接，pymysql.connect()方法来建立数据库连接。连接时需要提供mysql服务器的地址、用户名、密码和我们要访问的数据库名
**3：**创建游标对象，建立连接之后，需要创建一个游标对象，通过它来执行sql语句
**4：**执行sql语句，通过游标对象的execute()方法，我们可以执行sql语句，在执行sql语句时，可以使用%s占位符来避免sql注入攻击
**5：**获取查询结果，对于查询操作，fetchall()方法用于获取所有结果，fetchone()方法用于获取单条记录
**6：**关闭连接：操作完成后，需要关闭游标和数据库连接
三：常见的mysql操作
1：插入数据（INSERT）
插入数据时，我们使用insert into语句，通过execute()方法执行插入操作。为了防止SQL注入攻击，插入语句中的值应使用%s占位符
cursor.execute("insert into users (name,age) values (%s,%s)",("Alice",25))
db.commit() /提交事务，保存插入数据
2：更新数据（UPDATE）
更新数据时，使用update语句，通过execute()方法执行，通常会添加where条件，以确保只更新需要更新的记录
cursor.execute("update users set age=%s where name = %s",(26,"Alice"))
db.commit()
3:删除数据（DELETE）
删除数据时，使用delete语句，并通过where条件确保删除特定记录
cursor.execute（"delete from users where name =%s",("Alice",)）
db.commit()
4：查询数据（SELECT）
查询数据时，使用select语句。可以使用fetchall()获取所有记录，或使用fetchone()获取一条记录
cursor.execute("select * from users")
results=cursor.fetchall()
for row in results:
print(row)
5：执行多条sql语句
对于批量插入、更新等操作，可以使用executemany()方法一次执行多条sql语句
cursor.executemany("insert into user (name,age) values (%s,%s)",[ ("Bob",30),("charlie",35)] )
db.commit()
6：使用LIKE进行模糊查询
LIKE关键字允许你进行模糊查询。可以使用%通配符来匹配任意字符
cursor.execute("select * from users where name like %s",("%a%",))
results=cursor.fetchall()
for row in results:
print(row)
7:使用JOIN进行联合查询
在多个表之间建立关系时，JOIN关键字用于合并多个表的数据
cursor.execute(""" select users.name,orders.amount from users inner join orders on users.id=orders.user_id """)
results=cursor.fetchall()
for row in results:
print(row)
四：使用连接池
1：连接池简介
连接池技术能够在高并发场景下提升数据库连接的效率，在连接池中，多个数据库连接被提前创建并放入池中，客户端通过池获取连接，而不是每次都建立新的连接。这大大减少了连接和销毁的开销
2：创建连接迟
pymysql并不直接支持连接池，但我们可以使用DBUtils库莱创建连接池。首先需要安装DButils：
pip install dbutils
from dbutils.pooled_db import pooledDB
import pymysql
dbconfig= {
"host":"localhost",
"user":"root",
"password":"pwd123",
"database":"testdb"
} /数据库连接配置
connection_pool=PooledDB(
creator=pymysql, /使用pymysql作为数据库连接库
maxconnections=5, /连接池中最大连接数
**dbconfig
)
3：获取连接
从连接池中获取连接时，可以使用connection()方法。每次获取到的连接都可以直接执行数据库操作
db_connection=connection_pool.connection()
cursor=db_connection.cursor()
cursor.exesute("select * from users")
results=cursor.fetchall()
for row in results:
print(row)
cursor.close()
db_connection.close() /连接会自动归还给连接池
4：连接池的优势
**性能提升：**连接池减少了每次数据库操作时创建新连接的开销，提高了数据库操作的效率
**资源管理：**连接池能够限制最大连接数，避免因过多的数据库连接导致数据库过载
**更易管理：**通过连接池，可以统一管理连接的生命周期，简化代码结构
五：事务管理
事务是由多个sql语句组成的一个工作单元。事务保证了数据的原子性，即所有操作要么都成功，要么都失败
1:开始事务
事务可以通过start transaction来显式开启，但一般我们通过执行sql语句来启动事务
cursor.execute("start transaction")
2：提交事务
如果事务中的所有操作都成功，我们使用commit()方式提交事务，保存对数据库的更改
db.commit()
3：回滚事务
如果事务中的某些操作失败，我们可以使用rollback()方法回滚事务，将所有更改撤销
db.rollback()
4：事务的隔离级别
mysql支持四种事务隔离级别，它们定义了在并发事务执行时一个事务的操作对于其他事务的影响
隔离级别的设置越高，事务间的干扰越小，但同时可能导致性能下降。mysql的默认隔离级别是repeatable read，具体如下;
(1)READ UNCOMMITTED(未提交读)
描述: 事务可以读取其他事务未提交的数据，可能导致"脏读"(Dirty Read)。这种级别下，事务间的隔离性最差。
**应用场景:**通常不推荐使用，除非对数据一致性要求不高。
使用方法:
cursor.execute("SET TRANSACTION ISOLATION LEVEL READ UNCOMMITTED" )
(2)READ COMMITTED(提交读)
描述: 事务只能读取其他事务已经提交的数据，避免了脏读，但仍然可能遇到"不可重复读"(Non-repeatable Read)的问题。即事务中读取的数据在两次读取时可能发生变化(另个事务已提交了修改)。
应用场景: 适用于大多数常见场景，提供了一定的隔离性，同时保证了较好的性能。
使用方法:
cursor.execute("SET TRANSACTION ISOLATION LEVEL READ COMMITTED")
(3)REPEATABLE READ(可重复读)
描述: 事务可以保证在事务内多次读取同一数据时，其值不会发生变化。这避免了"不可重复读"的问题，但依然可能会出现"幻读"(Phantom Read)，即一个事务读取的数据集在事务执行过程中发生了变化。
应用场景: 对于需要保证事务数据一致性的场景，例如金融系统中的余额操作等，可以考虑使用该隔离级别。
使用方法:
Cursor.execute("SET TRANSACTION ISOLATION LEVEL REPEATABLE READ" )
（4）SERIALIZABLE(串行化)
描述: 这是最严格的事务隔离级别，事务会被执行得像串行一样，完全避免了脏读、不可重复读和幻读。然而，这种隔离级别的性能开销最大，可能导致大量的锁竞争。
**应用场景:**适用于对数据一致性要求极高的场景，如库存管理系统、银行转账等。
使用方法:
cursor.execute("SET TRANSACTION ISOLATION LEVEL SERIALIZABLE")
5：事务隔离级别总结
READ UNCOMMITTED: 允许脏读，最低的隔离级别，性能最好，但容易出现数据不一致的情况。READ COMMITTED: 解决了脏读问题，但可能出现不可重复读。
REPEATABLE READ: 解决了脏读和不可重复读问题，但可能出现幻读，
**SERIALIZABLE:**解决了所有问题，但性能最差，可能导致事务长时间等待。