Python与MySQL高效交互：三步核心技巧与性能优化指南

一、环境准备与数据库连接

1. ‌驱动库选择与安装‌

   • ‌PyMySQL‌（轻量级第三方库）：
     

     pip install pymysql  # 安装命令‌:ml-citation{ref="1" data="citationList"}  

   • ‌mysql-connector-python‌（MySQL官方驱动）：
     

     pip install mysql-connector-python  # 安装命令‌:ml-citation{ref="2" data="citationList"}  

     
     

2. ‌建立数据库连接‌
   

   import pymysql  
   # 连接参数配置（以PyMySQL为例）  
   connection = pymysql.connect(  
      host='localhost',  
      user='root',  
      password='your_password',  
      database='your_database',  
      charset='utf8mb4',  
      port=3306  # 默认端口‌:ml-citation{ref="2,3" data="citationList"}  
   )  

   
   核心参数说明：host（数据库地址）、database（目标库名）、charset（编码格式，避免中文乱码）‌

二、执行SQL查询与数据获取

1. ‌游标操作与查询执行‌
   

   # 创建游标对象  
   cursor = connection.cursor()  
   # 执行SQL查询  
   sql = "SELECT * FROM users WHERE age > %s"  
   cursor.execute(sql, (18,))  # 参数化查询防注入‌:ml-citation{ref="2,3" data="citationList"}  
   # 获取全部结果  
   data = cursor.fetchall()  

   
   关键方法：

   • execute()：执行SQL语句（支持动态参数替换）

   • fetchall()/fetchone()：获取结果集‌
     

2. ‌结果集处理优化‌

   • ‌转为结构化数据‌（如Pandas DataFrame）：
     

     import pandas as pd  
     df = pd.read_sql(sql, connection)  # 直接生成DataFrame‌:ml-citation{ref="4" data="citationList"}  

   • ‌遍历逐行处理‌：
     

     for row in cursor:  
         print(row, row‌:ml-citation{ref="1" data="citationList"})  # 按列索引访问数据‌:ml-citation{ref="3" data="citationList"}  

三、资源释放与性能调优

1. ‌显式关闭连接与游标‌
   

   cursor.close()          # 关闭游标  
   connection.close()      # 关闭数据库连接‌:ml-citation{ref="3" data="citationList"}  

   
   重要性：避免连接泄漏导致数据库性能下降‌
   

2. ‌连接池技术提升效率‌
   

   from mysql.connector import pooling  
   # 创建连接池  
   pool = pooling.MySQLConnectionPool(  
       pool_name="mypool",  
       pool_size=5,  
       host='localhost',  
       user='root',  
       password='your_password',  
       database='your_database'  
   )  
   # 从池中获取连接  
   connection = pool.get_connection()  
   
   优势：复用连接减少重复建立/销毁的开销‌

‌关键设计原则‌：

• ‌安全性优先‌：始终使用参数化查询（%s占位符）防止SQL注入‌

• ‌编码规范统一‌：设置charset='utf8mb4'兼容多语言数据存储‌

• ‌性能与扩展性平衡‌：小规模数据直接读取，大规模分批查询或使用流式处理‌

通过以上三步，开发者可快速实现从基础查询到高性能数据获取的全流程控制。