Python 操作 MySQL 事务:从入门到避坑

在实际开发中,单条 SQL 往往不够用。转账、订单处理、库存扣减......这些场景要求多条 SQL 要么全成功,要么全失败。这就是事务存在的意义。

本文用 Python 实战讲解如何正确使用 MySQL 事务,覆盖 pymysql、mysql-connector-python 和 SQLAlchemy 三种主流方式。


一、先搞懂事务的核心:ACID

特性 含义 举例
Atomicity(原子性) 操作不可分割,全做或全不做 转账:扣款和入账必须同时成功
Consistency(一致性) 事务前后数据保持一致 余额不能凭空消失
Isolation(隔离性) 并发事务互不干扰 两人同时取钱,不能互相影响
Durability(持久性) 提交后数据永久保存 服务器重启数据不丢失

一句话:事务就是保证数据不出乱子的机制。


二、方式一:pymysql(最常用)

2.1 基本用法

python 复制代码
import pymysql

conn = pymysql.connect(
    host='localhost',
    user='root',
    password='your_password',
    database='test_db',
    charset='utf8mb4'
)

try:
    with conn.cursor() as cursor:
        # 开启事务(默认就是手动提交模式)
        sql1 = "UPDATE accounts SET balance = balance - 100 WHERE user_id = 1"
        sql2 = "UPDATE accounts SET balance = balance + 100 WHERE user_id = 2"
        
        cursor.execute(sql1)
        cursor.execute(sql2)
        
        # 全部成功,提交
        conn.commit()
        print("转账成功")
except Exception as e:
    # 任何一步出错,回滚
    conn.rollback()
    print(f"转账失败,已回滚:{e}")
finally:
    conn.close()

2.2 关键点

  • conn.commit() 提交事务
  • conn.rollback() 回滚事务
  • 出错必须回滚,否则已执行的 SQL 不会撤销
  • 默认 autocommit=False,所以需要手动提交

三、方式二:mysql-connector-python(官方驱动)

python 复制代码
import mysql.connector

conn = mysql.connector.connect(
    host='localhost',
    user='root',
    password='your_password',
    database='test_db'
)

cursor = conn.cursor()

try:
    cursor.execute("UPDATE accounts SET balance = balance - 100 WHERE user_id = 1")
    cursor.execute("UPDATE accounts SET balance = balance + 100 WHERE user_id = 2")
    conn.commit()
except mysql.connector.Error as err:
    conn.rollback()
    print(f"Error: {err}")
finally:
    cursor.close()
    conn.close()

和 pymysql 逻辑一致,只是 API 略有不同。


四、方式三:SQLAlchemy ORM(推荐大型项目)

python 复制代码
from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.orm import sessionmaker, declarative_base

Base = declarative_base()

class Account(Base):
    __tablename__ = 'accounts'
    id = Column(Integer, primary_key=True)
    name = Column(String(50))
    balance = Column(Integer)

engine = create_engine('mysql+pymysql://root:password@localhost/test_db')
Session = sessionmaker(bind=engine)

session = Session()

try:
    account1 = session.query(Account).filter_by(id=1).with_for_update().first()
    account2 = session.query(Account).filter_by(id=2).with_for_update().first()
    
    account1.balance -= 100
    account2.balance += 100
    
    session.commit()
    print("转账成功")
except Exception as e:
    session.rollback()
    print(f"转账失败:{e}")
finally:
    session.close()

为什么用 with_for_update()?

普通查询在并发下可能读到脏数据。with_for_update() 会加行锁,确保这条记录在事务结束前不被其他事务修改,解决并发问题。


五、三种方式对比

维度 pymysql mysql-connector SQLAlchemy
上手难度 ⭐⭐ ⭐⭐ ⭐⭐⭐
性能 快 快 稍慢(有 ORM 开销)
适用场景 轻量脚本、小项目 官方驱动、稳定需求 中大型项目
并发控制 手动写 SQL 手动写 SQL with_for_update() 内置

选型建议 :小项目用 pymysql,追求稳定用官方驱动,项目大了直接上 SQLAlchemy。


六、常见坑 & 最佳实践

坑1:异常没捕获,事务没回滚

python 复制代码
# ❌ 错误示范
cursor.execute(sql1)
cursor.execute(sql2)  # 如果这里报错,sql1 已执行但没回滚
conn.commit()

必须用 try/except 包裹,except 里调用 rollback()。

坑2:连接池里的事务混乱

用连接池时,确保一个连接只处理一个事务,不要跨连接做事务操作。

坑3:忘了设置隔离级别

MySQL 默认隔离级别是 REPEATABLE READ,但有些场景需要 READ COMMITTED:

python 复制代码
conn.begin()  # 显式开启事务
cursor.execute("SET SESSION TRANSACTION ISOLATION LEVEL READ COMMITTED")

最佳实践清单

  • ✅ 事务里的 SQL 尽量少,减少锁持有时间
  • ✅ 捕获所有异常,确保回滚
  • ✅ 高并发场景加行锁(SELECT ... FOR UPDATE)
  • ✅ 生产环境用连接池(如 DBUtils、SQLAlchemy 内置池)
  • ✅ 不要在事务里做网络请求、文件 IO 等耗时操作

七、总结

你的场景 推荐方案
写个脚本批量处理数据 pymysql + 手动 commit/rollback
官方项目,求稳定 mysql-connector-python
Web 项目、多人协作 SQLAlchemy + with_for_update()

事务不复杂,但用错了比不用更危险 。记住三个动作:begin → commit / rollback → close,就能覆盖 90% 的场景。

相关推荐
科技研学社8 分钟前
服装厂激光开袋机与智能模板机怎么选?核心工序设备深度对比与落地实战
数据库·python
运维行者_4 小时前
应用性能监控怎么选?从调用链到用户体验的五个能力维度
运维·服务器·数据库·人工智能·mysql·性能优化·应用性能监控
张张123y4 小时前
后端第十四课:Agent 记忆系统(让 Agent 记住上下文和用户,跨会话不健忘)
java·大数据·人工智能·python·agent·记忆
happylifetree9 小时前
Python67:核心语法-函数进阶-参数类型(函数作为参数)
python
小羊没烦恼!9 小时前
铁道部新客票系统设计(二)
开发语言·前端·数据库·python·oracle·c#·php
quantdash_cc10 小时前
从实时行情到价格观察表:用 Python 和 Pandas 构建策略输入数据
开发语言·python·数据分析·pandas·量化交易·股票数据·quantdash
镜子AI10 小时前
镜子AI工程实践:用 Python 做 GEO 实体一致性审计,并自动生成 JSON-LD 结构化数据
人工智能·python·json
芝麻别开门11 小时前
gst-shark安卓编译使用方法
android·gstreamer·gst-shark
波力海苔夹心脆67514 小时前
C# 正则表达式零基础入门:从“看得懂“到“会用“
经验分享·后端·mysql·正则表达式·c#
2601_9628857214 小时前
如何用 Python 计算 VaR 和 CVaR(在险价值)?
开发语言·python