现状
在工作中难免会使用数据库，为了能够高效并发访问数据库，数据库连接池必不可少，由于本站copy模式盛行，导致数据库连接池被错误使用，遇到错误甚至追求能跑通就行。
本文就python版本的数据库链接池模块在实际使用场景样例，来说明如何正确合理的使用数据库连接池。
业务场景
在部署机器学习模型时采用的是flask框架，模型预测本身是一个很快的事情，无奈有太多的特征需要通过接口（或者是ots，mysql等）获取，导致响应时效性降低。
为了能很好的实现并发性，提升QPS，采用gunicorn进行多进程，异步处理方案。
此时单个进程只有一个数据库链接，就会导致异步执行的线程共用同一个连接，从而导致报错，引入数据库连接池是必须的。
数据库连接池原理
通过预先建立链接，放到然后list中，使用的时候，从list中取出一个链接，使用使用完成后归还连接。当线程太多，链接池中没有链接的时候，可以选择block，等到有链接可用的时候返回，或者是直接返回错误。
dbutils已经实现了两种pooldb：
PooledDB ：可以被多线程共享的链接，适用于异步场景，不断有新线程进来获取连接池，本文使用该方案。
PersistentDB：下面这句话表示，对线程的要求是持续稳定的，不能产生新的线程。Measures are taken to make the database connections thread-affine.This means the same thread always uses the same cached connection,and no other thread will use it. So even if the underlying DB-API moduleis not thread-safe at the connection level this will be no problem here.For best performance, the application server should keep threads persistent.
dbutils结构如下
db结尾的是mysql等数据库专用。
pg结尾的是PostgreSQL专用。
如上交代完之后，相信你对数据库链接池有较为全面的认知了，好了具体实现代码如下：
主要代码框架逻辑：
1、初始化连接池
2、获取链接
3、查询数据库
4、close链接（返回给连接池，并不是真正的关闭连接池）
5、具体数据查询&解析逻辑根据业务修改，此处提供了sql_fetch_json函数，返回json格式数据。
6、test1为多线程测试，此处自己多运行体会查询结果。
# coding=utf-8import randomimport threadingfrom dbutils.pooled_db import PooledDBfrom dbutils.persistent_db import PersistentDBimport timeimport pymysqlfrom configuration.config import system_logger, db_configclass MysqlHelper(object):def __init__(self, db_config):self.__pool = PooledDB(creator=pymysql,mincached=1,maxcached=5,maxshared=5,maxconnections=5,maxusage=5,blocking=True,user=db_config.get('user'),passwd=db_config.get('password'),db=db_config.get('database'),host=db_config.get('host'),port=db_config.get('port'),charset=db_config.get('charset'),)def getConn(self):conn = self.__pool.connection() # 从连接池获取一个链接cursor = conn.cursor()return conn, cursor@staticmethoddef dispose(cursor, conn):cursor.close()conn.close()def getOne(self, sql):conn, cursor = self.getConn()th_name = threading.currentThread().getName()# print(f'{th_name} {self.conn} {self.cursor} {time.time():.4f} start {sql}')cursor.execute(sql)rows = cursor.fetchall()print(f"{th_name} {conn} {cursor} {time.time():.4f} {rows}")# self.dispose()self.dispose(cursor, conn)return rowsdef queryOne(self, sql):system_logger.info("----------------------sql start ----------------------")system_logger.info(sql)try:conn, cursor = self.getConn()result = cursor.execute(sql)# rows = cursor.fetchall()json_data = self.sql_fetch_json(cursor)# 将连接返回self.dispose(cursor, conn)system_logger.info(f"-----------------------queryByKey result:{result} " + str(json_data))if len(json_data) == 1:return json_data[0]return Noneexcept Exception as e:system_logger.info("-----------predict exception line: " + str(e.__traceback__.tb_lineno) + " of " +e.__traceback__.tb_frame.f_globals["__file__"])system_logger.info(e)return None@staticmethoddef sql_fetch_json(cursor: pymysql.cursors.Cursor):""" Convert the pymysql SELECT result to json format """keys = []for column in cursor.description:keys.append(column[0])key_number = len(keys)json_data = []for row in cursor.fetchall():item = dict()for q in range(key_number):item[keys[q]] = row[q]json_data.append(item)return json_datadef test1(pool):phone_no = f"1390709000{random.randint(6,7)}"strsql = f"select * from zy_phone where policy_holder_phone_no={phone_no} order by insure_date " \+ "desc, kafka_etl_time asc limit 1 "while True:time.sleep(1)pool.getOne(strsql)# time.sleep(0.001)j = 0th_name = threading.currentThread().getName()# if th_name in ['Thread-2','Thread-5']:## print(f"task {th_name}")#time.sleep(0.003)def main(pool):# pool.getConn()ths = []for i in range(5):th = threading.Thread(target=test1, args=(pool,))ths.append(th)for th in ths:th.start()for th in ths:th.join()if __name__ == "__main__":mysqlhelper = MysqlHelper(db_config)main(mysqlhelper)time.sleep(3)while True:time.sleep(1)
常见错误使用方法1：
def getConn(self):self.conn = self.__pool.connection()self.cursor = self.conn.cursor() 此处不应该共享链接，和cursor，会导致报错：
AttributeError: 'NoneType' object has no attribute 'read'
或者：
AttributeError: 'NoneType' object has no attribute ‘settimeout‘
常见错误使用方法2：
获取链接以及查询的时候加锁
lock.acquire()pool.getConn()pool.getOne(strsql)lock.release()time.sleep(1)
因为pooldb本身就会加锁，参见如下源码中，自己在从链接池获取链接,到cursor获取数据的时候加锁，会导致锁冗余，此时连接池会退化成单个数据库链接。
self.__pool.connection() 逻辑如下：
def connection(self, shareable=True):"""Get a steady, cached DB-API 2 connection from the pool.If shareable is set and the underlying DB-API 2 allows it,then the connection may be shared with other threads."""if shareable and self._maxshared:with self._lock:while (not self._shared_cache and self._maxconnectionsand self._connections >= self._maxconnections):self._wait_lock()if len(self._shared_cache) < self._maxshared:# shared cache is not full, get a dedicated connectiontry: # first try to get it from the idle cachecon = self._idle_cache.pop(0)except IndexError: # else get a fresh connectioncon = self.steady_connection()else:con._ping_check() # check this connectioncon = SharedDBConnection(con)self._connections += 1else: # shared cache full or no more connections allowedself._shared_cache.sort() # least shared connection firstcon = self._shared_cache.pop(0) # get itwhile con.con._transaction:# do not share connections which are in a transactionself._shared_cache.insert(0, con)self._wait_lock()self._shared_cache.sort()con = self._shared_cache.pop(0)con.con._ping_check() # check the underlying connectioncon.share() # increase share of this connection# put the connection (back) into the shared cacheself._shared_cache.append(con)self._lock.notify()con = PooledSharedDBConnection(self, con)else: # try to get a dedicated connectionwith self._lock:while (self._maxconnectionsand self._connections >= self._maxconnections):self._wait_lock()# connection limit not reached, get a dedicated connectiontry: # first try to get it from the idle cachecon = self._idle_cache.pop(0)except IndexError: # else get a fresh connectioncon = self.steady_connection()else:con._ping_check() # check connectioncon = PooledDedicatedDBConnection(self, con)self._connections += 1return con
到此本文结束，如果觉得有收获，就点个赞吧。
如果觉得《python多线程并发访问数据库连接池原理以及代码》对你有帮助，请点赞、收藏，并留下你的观点哦！
