引入：
在pymysql中，查询函数fetchall（）返回值是一个元组，为什么要以元组形式返回呢？
- 元组**「不可变」**，保护查询数据不被篡改
2. 元组性能更高，适配大数据量查询
- 语义匹配：数据库行是「固定结构数据」
针对2，为什么元组开销比列表小且性能更高？
这是一个非常棒的深入提问！元组（tuple）的开销比列表（list）小，根源只有一个：元组是不可变类型，列表是可变类型。
列表要随时修改、扩容，所以内存里必须存：
- 数据本身
- 当前元素个数 （
len()用） - 已分配的总容量（预留空位，防止频繁扩容）
- 指向数据区的指针
- 扩容相关的标记位
元组长度固定、不能修改，所以内存里只存：
- 数据本身
- 固定的长度（创建时就定死，不用变）
接下来再从底层数据结构的实现来分析这个问题：
列表底层的 3 个核心实现细节
1. 连续内存存储（和元组一样）
列表的所有元素在内存里是紧挨着存放的，这是数组的本质：
- 优点：随机访问超快 （通过索引
list[i]取值，时间复杂度 O (1)） - 这也是数据库
fetchall用「数组结构（元组）」的原因：遍历、索引查询速度拉满
2. 存的是「对象指针」，不是数据本身
Python 是动态语言，列表能存任意类型（数字、字符串、对象、甚至另一个列表），底层原理是：列表只存指向真实数据的内存地址（指针），不直接存数据。
3. 关键：预分配内存 + 动态扩容（列表开销大的根源）
这是列表和元组最大的区别，也是列表开销更高的核心：
- 元组：创建时只分配刚好存数据的内存
- 列表：解释器会提前多分配一部分空闲内存 （预分配），为了应对
append()、extend()增删操作
列表每次扩容需要4个步骤：
- 申请新内存 ：解释器找一块更大的连续内存
- 复制数据 ：把旧内存里的所有数据原封不动拷贝到新内存
- 添加新元素 ：把新元素
5放进新内存的空位 - 丢弃旧内存 ：释放原来的小内存（还给系统），列表直接指向新的大内存
总结：
- 列表底层是动态数组 ：需要预分配内存、维护容量 / 长度，所以开销大
- 元组底层是静态数组 ：无预分配、无扩容，结构精简，所以开销小
- 数据库 fetchall 返回元组：查询数据只读、不需要修改，用静态数组（元组）速度更快、更省内存，完美适配大数据查询场景