一.安装Python MySQL 连接库

在开始之前，我们需要安装Python的MySQL连接库。mysql-connector-python是一个官方推荐的
库，用于与MySQL数据库进行交互。如果你更习惯使用其他库，PyMySQL也可以作为替代方案。

二.python连接MYSQL数据库

1.导入连接数据库

首先，我们需要导入pymysql模块，使用它来连接MySQL数据库并执行sQL语句

2.创建游标对象

建立连接后，我们需要创建一个游标对象，通过它来执行SQL语句。

3.执行sql语句

通过游标对象的execute()方法，我们可以执行SQL语句。在执行SQL时,可以使用%s占位符来避免SQL注入攻击。

4.获取查询结果

操作完成后关闭数据库连接

5.关闭连接

操作完成后，记得关闭游标，数据库连接

三.常见的MySQL操作

1.插入数据（insert）

插入数据时，我们使用INSERT INTO语句,通过execute(方法执行插入操作。为了防止SQL注入攻击，插入语句中的值使用%s占位符

结果：

2.更新数据（update）

更新数据时，我们使用UPDATE语句，通过execute(方法执行。通常我们会添加WHERE条件，以确保只
更新需要更新的记录

3删除数据（delete）

删除数据时，我们使用DELETE语句，并通过WHERE条件确保删除特定记录。

4.查询数据 （select）

查询数据时，使用SELECT语句。你可以使用fetchall()获取所有记录，或使用fetchone(获取一条记
录。

5.执行多条sql语句

对于批量插入、更新等操作，可以使用executemany(方法一次执行多条sQL语句。

6.使用like进行模糊查询

7.使用join进行联合查询

在多个表之间建立关系时，JOIN关键字用于合并多个表的数据

四.使用连接池

连接池技术能够在高并发场景下提升数据库连接的效率。在连接池中，多个数据库连接被提前创建并放入
池中，客户端通过池获取连接，而不是每次都建立新的连接。这大大减少了连接创建和销毁的开销

1.创建连接池

PyMySQL并不直接支持连接池，但我们可以使用DBUtils库来创建连接池。首先需要安装DBUtils

• dbconfig是数据库配置
• connection——pool 创建连接池
• creator=pymsql 使用的pymsql作为数据库连接
• maxconnections 连接池最大连接数

3.获取连接

从连接池中获取连接时，可以使用connection(）方法
去。每次获取到的连接都可以直接执行数据库操作。

4.连接池的优势

性能提升：连接池减少了每次数据库操作时创建新连接的开销，提高了数据库操作的效率。

资源管理：连接池能够限制最大连接数，避免因过多的数据库连接导致数据库过载。

更易管理：通过连接池，可以统一管理连接的生命周期，简化代码结构。

五.事物管理

事务是由多个SQL语句组成的一个工作单元。事务保证了数据的原子性，即所有操作要么都成功，要么都
失败

1.开始事物

事务可以通过STARTTRANSACTION来显式开启，但一般我们通过执行SQL语句来启动事务。

2.提交事务

如果事务中的所有操作都成功，我们使用commit()方法提交事务，保存对数据库的更改。

回滚事物

果事务中的某些操作失败，我们可以使用rollback()方法回滚事务，将所有更改撒销。

4.事物的隔离级别

MySQL支持四种事务隔离级别，它们定义了在并发事务执行时一个事务的操作对于其他事务的影响。
隔离级别的设置越高，事务间的干扰越小，但同时可能导致性能下降。MySQL的默认隔离级别是
REPEATABLE READ，具体如下：

①READ UNCOMMITED（未提交读）

描述：事务可以读取其他事务未提交的数据，可能导致“脏读”（DirtyRead》。这种级别
下，事务间的隔离性最差。

应用场景：通常不推荐使用，除非对数据一致性要求不高。

使用方法：

②read commited（提交读）

描述：事务只能读取其他事务已经提交的数据，避免了脏读，但仍然可能遇到“不可重复读”
（Non-repeatableRead)的问题。即事务中读取的数据在两次读取时可能发生变化（另
一个事务已提交了修改》。

应用场景：适用于大多数常见场景，提供了一定的隔离性，同时保证了较好的性能。

使用方法：

③repeatable read（可重复读）

描述：事务可以保证在事务内多次读取同一数据时，其值不会发生变化。这避免了“不可重
复读”的问题，但依然可能会出现“么读”（PhantomRead》，即一个事务读取的数据集
在事务执行过程中发生了变化。

应用场景：对于需要保证事务数据一致性的场景，例如金融系统中的余额操作等，可以考虑
使用该隔离级别。

使用方法：

④serializable（串行）

描述：这是最严格的事务隔离级别，事务会被执行得像串行一样，完全避免了脏读、不可重
复读和幻读。然而，这种隔离级别的性能开销最大，可能导致大量的锁竞争。

应用场景：适用于对数据一致性要求极高的场景，如库存管理系统、银行转账等。

使用方法：

5.事物隔离级别总结

READUNCOMMITTED：允许脏读，最低的隔离级别，性能最好，但容易出现数据不一致的情况。

READCOMMITTED：解决了脏读问题，但可能出现不可重复读。

REPEATABLEREAD：解决了脏读和不可重复读问题，但可能出现幻读。

SERIALIZABLE：解决了所有问题，但性能最差，可能导致事务长时间等待。

在选择事务隔离级别时，需要根据应用的具体需求平衡数据一致性和性能。如果事务数据不频繁冲突，
可以选择较低的隔离级别以提升性能；而对于数据一致性要求极高的场景，则应选择更高的隔离级别，尽
管这会带来性能上的损失。

6案例：