markdown 杂项之pymysql连接池

Posted 2021-05-05

# 杂项之pymysql连接池

2019年1月13日22:10

>1.**本文的诞生**
由于前几天接触了pymysql，在测试数据过程中，使用普通的pymysql插入100W条数据，消耗时间很漫长，实测990s也就是16.5分钟左右才能插完，于是，脑海中诞生了一个想法，能不能造出一个连接池出来，提升数据呢？就像一根管道太小，那就多加几根管道看效果如何呢？于是。。。前前后后折腾了将近一天时间，就有了本文的诞生。。。

>2.**连接池及单例模式**
先说单例模式吧，为什么要在这使用单例模式呢？使用单例模式能够节省资源。
其实单例模式没有什么神秘的，简单的单例模式实现其实就是在类里面定义一个变量，再定义一个类方法，这个类方法用来为调用者提供这个类的实例化对象。（ps:个人对单例模式的一点浅薄理解...）
那么连接池是怎么回事呢？原来使用pymysql创建一个conn对象的时候，就已经和mysql之间创建了一个tcp的长连接，只要不调用这个对象的close方法，这个长连接就不会断开，这样，我们创建了一组conn对象，并将这些conn对象放到队列里面去，这个队列现在就是一个连接池了。
现在，我们先用一个连接，往数据库中插入100W条数据，下面是**源码**：
```python
import pymysql
import time
start=time.time()
conn = pymysql.connect(host=",db="sql_example",charset="utf8")
conn.autocommit(True)  # 设置自动commit
cursor = conn.cursor(cursor=pymysql.cursors.DictCursor)  # 设置返回的结果集用字典来表示，默认是元祖
data=(("男",i,"张小凡%s" %i) for i in range(1000000))  # 伪造数据，data是个生成器
cursor.executemany("insert into tb1(gender,class_id,sname) values(%s,%s,%s)",data)  # 可以使用executemany执行多条sql
# conn.commit()
 cursor.close()
 conn.close()
 print("totol time:",time.time()-start)
 ```
执行结果为：
totol time: 978.7649309635162

>3.**多线程提升**
使用多线程，在启动时创建一组线程，每个线程去连接池里面获取一个连接，然后插入数据，这样将会大大提升执行sql的速度，下面是使用多线程实现的**连接池源码**：
```python
from gevent import monkey
monkey.patch_all()
 
import threading
 
import pymysql
from queue import Queue
import time

class Exec_db:
 
__v=None
 
def __init__(self,host=None,port=None,user=None,passwd=None,db=None,charset=None,maxconn=5):
self.host,self.port,self.user,self.passwd,self.db,self.charset=host,port,user,passwd,db,charset
self.maxconn=maxconn
self.pool=Queue(maxconn)
for i in range(maxconn):
try:
conn=pymysql.connect(host=self.host,port=self.port,user=self.user,passwd=self.passwd,db=self.db,charset=self.charset)
conn.autocommit(True)
# self.cursor=self.conn.cursor(cursor=pymysql.cursors.DictCursor)
self.pool.put(conn)
except Exception as e:
raise IOError(e)
 
@classmethod
def get_instance(cls,*args,**kwargs):
if cls.__v:
return cls.__v
else:
cls.__v=Exec_db(*args,**kwargs)
return cls.__v
 
def exec_sql(self,sql,operation=None):
"""
执行无返回结果集的sql，主要有insert update delete
"""
try:
conn=self.pool.get()
cursor=conn.cursor(cursor=pymysql.cursors.DictCursor)
response=cursor.execute(sql,operation) if operation else cursor.execute(sql)
except Exception as e:
print(e)
cursor.close()
self.pool.put(conn)
return None
else:
cursor.close()
self.pool.put(conn)
return response
 
def exec_sql_feach(self,sql,operation=None):
"""
执行有返回结果集的sql,主要是select
"""
try:
conn=self.pool.get()
cursor=conn.cursor(cursor=pymysql.cursors.DictCursor)
response=cursor.execute(sql,operation) if operation else cursor.execute(sql)
except Exception as e:
print(e)
cursor.close()
self.pool.put(conn)
return None,None
else:
data=cursor.fetchall()
cursor.close()
self.pool.put(conn)
return response,data
 
def exec_sql_many(self,sql,operation=None):
"""
执行多个sql，主要是insert into 多条数据的时候
"""
try:
conn=self.pool.get()
cursor=conn.cursor(cursor=pymysql.cursors.DictCursor)
response=cursor.executemany(sql,operation) if operation else cursor.executemany(sql)
except Exception as e:
print(e)
cursor.close()
self.pool.put(conn)
else:
cursor.close()
self.pool.put(conn)
return response
 
def close_conn(self):
for i in range(self.maxconn):
self.pool.get().close()
 
obj=Exec_db.get_instance(host=",db="sql_example",charset="utf8",maxconn=10)
 
def test_func(num):
data=(("男",i,"张小凡%s" %i) for i in range(num))
sql="insert into tb1(gender,class_id,sname) values(%s,%s,%s)"
print(obj.exec_sql_many(sql,data))
 
job_list=[]
for i in range(10):
t=threading.Thread(target=test_func,args=(100000,))
t.start()
job_list.append(t)
for j in job_list:
j.join()
obj.close_conn()
print("totol time:",time.time()-start)```

显示代码
开启10个连接池插入100W数据的时间：
totol time: 242.81142950057983
开启50个连接池插入100W数据的时间：
totol time: 192.49499201774597
开启100个线程池插入100W数据的时间：
totol time: 191.73923873901367

>4.**协程提升**
使用协程的话，在I/O阻塞时，将会切换到其他任务去执行，这样理论上来说消耗的资源应该会比多线程要少。下面是**协程实现的连接池源代码**：
```python
from gevent import monkey
monkey.patch_all()
import gevent
 
import pymysql
from queue import Queue
import time
 
class Exec_db:
  
 __v=None
  
 def __init__(self,host=None,port=None,user=None,passwd=None,db=None,charset=None,maxconn=5):
 self.host,self.port,self.user,self.passwd,self.db,self.charset=host,port,user,passwd,db,charset
 self.maxconn=maxconn
 self.pool=Queue(maxconn)
 for i in range(maxconn):
 try:
 conn=pymysql.connect(host=self.host,port=self.port,user=self.user,passwd=self.passwd,db=self.db,charset=self.charset)
 conn.autocommit(True)
 # self.cursor=self.conn.cursor(cursor=pymysql.cursors.DictCursor)
 self.pool.put(conn)
 except Exception as e:
 raise IOError(e)
  
 @classmethod
 def get_instance(cls,*args,**kwargs):
 if cls.__v:
 return cls.__v
 else:
 cls.__v=Exec_db(*args,**kwargs)
 return cls.__v
  
 def exec_sql(self,sql,operation=None):
 """
 执行无返回结果集的sql，主要有insert update delete
 """
 try:
 conn=self.pool.get()
 cursor=conn.cursor(cursor=pymysql.cursors.DictCursor)
 response=cursor.execute(sql,operation) if operation else cursor.execute(sql)
 except Exception as e:
 print(e)
 cursor.close()
 self.pool.put(conn)
 return None
 else:
 cursor.close()
 self.pool.put(conn)
 return response
  
 def exec_sql_feach(self,sql,operation=None):
 """
 执行有返回结果集的sql,主要是select
 """
 try:
 conn=self.pool.get()
 cursor=conn.cursor(cursor=pymysql.cursors.DictCursor)
 response=cursor.execute(sql,operation) if operation else cursor.execute(sql)
 except Exception as e:
 print(e)
 cursor.close()
 self.pool.put(conn)
 return None,None
 else:
 data=cursor.fetchall()
 cursor.close()
 self.pool.put(conn)
 return response,data
  
 def exec_sql_many(self,sql,operation=None):
 """
 执行多个sql，主要是insert into 多条数据的时候
 """
 try:
 conn=self.pool.get()
 cursor=conn.cursor(cursor=pymysql.cursors.DictCursor)
 response=cursor.executemany(sql,operation) if operation else cursor.executemany(sql)
 except Exception as e:
 print(e)
 cursor.close()
 self.pool.put(conn)
 else:
 cursor.close()
 self.pool.put(conn)
 return response
  
 def close_conn(self):
 for i in range(self.maxconn):
 self.pool.get().close()
  
 obj=Exec_db.get_instance(host=",db="sql_example",charset="utf8",maxconn=10)
  
 def test_func(num):
 data=(("男",i,"张小凡%s" %i) for i in range(num))
 sql="insert into tb1(gender,class_id,sname) values(%s,%s,%s)"
 print(obj.exec_sql_many(sql,data))
  
 start=time.time()
job_list=[]
for i in range(10):
job_list.append(gevent.spawn(test_func,100000))
 
gevent.joinall(job_list)
 
obj.close_conn()
 
print("totol time:",time.time()-start)
```
开启10个连接池插入100W数据的时间: totol time: 240.16892313957214

开启50个连接池插入100W数据的时间：totol time: 202.82087111473083

开启100个线程池插入100W数据的时间：totol time: 196.1710569858551
>5.**后记**

统计结果如下：

单线程一个连接使用时间：978.76s

10个连接池	50个连接池	100个连接池

多线程 242.81s	192.49s	191.74s

协程版	240.17s	202.82s	196.17s

通过统计结果显示,通过协程和多线程操作连接池插入相同数据，相对一个连接提升速度明显，但是在将连接池开到50以及100时，性能提升并没有想象中那么大，这时候，瓶颈已经不在网络I/O上了，而在数据库中，mysql在大量连接写入数据时，也会有锁的产生，这时候就需要优化数据库的相关设置了。
在对比中显示多线程利用线程池和协程利用线程池的性能差不多，但是多线程的开销比协程要大。

和大神讨论过，在项目开发中需要考虑到不同情况使用不同的技术，多线程适合使用在连接量较大，但每个连接处理时间很短的情况下，而协程适用于处理大量连接，但同时活跃的链接比较少，并且每个连接的时间量比较大的情况下。
在实际生产应用中，创建连接池可以按需分配，当连接不够用时，在连接池没达到上限的情况下，在连接池里面加入新的连接，在连接池比较空闲的情况下，关闭一些连接，实现这一个操作的原理是通过queue里面的超时时间来控制，当等待时间超过了超时时间时，说明连接不够用了，需要加入新的连接。

来自 <https://www.bbsmax.com/A/kmzLN7A5GE/>