1. 环境准备：在PyCharm中安装pymysql

如果你刚开始用Python操作MySQL数据库，那pymysql绝对是你绕不开的一个库。它就像一个翻译官，能让Python和MySQL数据库顺畅地“对话”。在PyCharm这个强大的IDE里安装它，有好几种方法，我挨个给你讲讲，顺便说说我踩过的坑。

最直接的方法，就是打开PyCharm底部的“Terminal”终端。别怕，它看起来黑乎乎的，其实很简单。你只需要输入一行命令：pip install pymysql，然后回车。看到一堆信息滚动，最后出现“Successfully installed pymysql-x.x.x”，就说明安装成功了。这个方法的好处是快，一步到位。但有时候，特别是网络环境复杂或者你电脑上有多个Python版本时，可能会遇到点小麻烦。比如，你明明在PyCharm的项目里，pip却把包装到了系统的Python路径下，导致项目里还是找不到。这时候，你可以试试用 python -m pip install pymysql，或者更明确地指定你项目解释器的pip路径。

对于新手，我更推荐用PyCharm自带的图形化界面来安装，这样更直观，不容易出错。操作路径是：File -> Settings -> Project: [你的项目名] -> Python Interpreter。点开这个页面，你会看到一个列表，列出了当前项目已经安装的所有包。在列表的右上角，有一个小小的“+”号按钮，点击它。接着，会弹出一个新窗口，在顶部的搜索框里输入“pymysql”。稍等片刻，下面就会列出搜索结果，找到“pymysql”这个包，选中它，然后点击左下角的“Install Package”按钮。PyCharm就会自动帮你下载并安装到当前项目的环境中。这个过程就像在手机应用商店里下载App一样简单，而且能确保包是安装到你这个项目专属的环境里，不会和其他项目搞混。

这里有个非常重要的概念叫“虚拟环境”。你可以把它想象成给每个Python项目准备的一个独立房间。在这个房间里安装的家具（第三方库）只属于这个项目，不会影响到其他房间。PyCharm在创建新项目时，默认就会建议你创建一个虚拟环境（通常是一个叫“venv”的文件夹）。我强烈建议你使用虚拟环境，这是Python开发的一个好习惯，能避免不同项目因为依赖库版本不同而“打架”。如果你在安装时遇到“Permission denied”这类权限错误，大概率是因为你试图在系统全局Python路径下安装，但没有管理员权限。这时候，使用项目虚拟环境或者加上 --user 参数（如 pip install --user pymysql）就能解决。

安装完成后，怎么验证呢？你可以在PyCharm的Python Interpreter页面里找，看看列表里有没有pymysql。或者更“程序员”一点，在项目里新建一个Python文件，输入 import pymysql，然后运行。如果没有任何报错，恭喜你，环境搭建成功！如果提示“ModuleNotFoundError”，那说明安装没成功或者没装对地方，你得回头检查一下安装步骤和当前项目使用的Python解释器是否正确。

2. 建立桥梁：创建你的第一个数据库连接

安装好pymysql之后，我们就要开始和数据库“握手”了。这个过程就像你要给朋友打电话，得先知道他的电话号码（主机地址）、他叫什么（用户名）、通话密码（密码），以及你要找哪个房间的人（数据库名）。

先来看一个最基础的连接代码，我会把每个参数都掰开揉碎了讲：

import pymysql

def create_connection():
    connection = None
    try:
        connection = pymysql.connect(
            host='localhost',      # 数据库在哪？本地就是localhost或127.0.0.1
            user='root',           # 你的数据库用户名，安装MySQL时设置的
            password='your_password_here', # 对应用户的密码
            database='test_db',    # 你要操作的数据库名，得先存在
            port=3306,             # MySQL默认的“门牌号”，一般是3306
            charset='utf8mb4'      # 字符集，为了支持中文和表情，一定用utf8mb4
        )
        print("恭喜！数据库连接成功！")
        return connection
    except pymysql.Error as e:
        print(f"连接出错了: {e}")
        return None

把上面代码里的 'your_password_here' 和 'test_db' 换成你自己的信息，运行一下。如果看到“恭喜！数据库连接成功！”，那第一步就稳了。这里我强烈建议你把连接信息（尤其是密码）不要直接硬编码在代码里。想象一下，如果你要把代码分享给别人或者上传到代码仓库，密码不就泄露了吗？我常用的做法是创建一个 config.py 文件，把敏感信息放进去，然后在主程序里导入。

# config.py
DB_CONFIG = {
    'host': 'localhost',
    'user': 'root',
    'password': '你的真实密码', # 实际项目中，这个文件应该被加入.gitignore
    'database': 'my_app_db',
    'port': 3306,
    'charset': 'utf8mb4'
}

# main.py
import pymysql
from config import DB_CONFIG

conn = pymysql.connect(**DB_CONFIG)

这样安全多了。更专业的项目会使用环境变量来管理这些配置。接下来说说几个关键参数。host 最常见的就是 'localhost' 或 '127.0.0.1'，代表数据库就在你本机上。如果你的数据库在另一台服务器上，比如公司的测试服务器，这里就要填服务器的IP地址或者域名。port 端口号，MySQL默认是3306，除非安装时你特意改过。charset 这个参数特别重要，我见过太多新手因为没设置或者设成了 'utf8' 而导致插入中文时出现乱码。MySQL里的 utf8 其实是个“阉割版”，它最多只支持3个字节的字符，一些生僻字和Emoji表情（4个字节）就存不进去。所以，请务必使用 'utf8mb4'，这才是真正的“完全体”UTF-8。

连接时可能会遇到哪些“坑”呢？第一个就是 Access denied for user，这通常是用户名或密码错了，或者这个用户没有从你当前主机连接的权限。你可以用MySQL命令行工具，以root用户登录，然后执行 GRANT ALL PRIVILEGES ON *.* TO '你的用户名'@'localhost' IDENTIFIED BY '你的密码'; 来授权。第二个常见错误是 Unknown database 'test_db'，意思是数据库不存在。你需要先用SQL命令 CREATE DATABASE test_db; 创建这个数据库。第三个是 Can't connect to MySQL server on 'localhost'，这可能是你的MySQL服务根本没有启动。去系统服务里找到MySQL，把它启动起来就行了。

3. 核心操作：游标与SQL执行的艺术

连接建立后，我们拿到了一个 connection 对象。但你不能直接通过这个对象去执行SQL命令，需要一个中间人——游标（Cursor）。你可以把游标想象成数据库的“鼠标”或者“指挥棒”，我们通过它来发送指令、接收结果。

创建游标很简单：cursor = connection.cursor()。这里有个小技巧，你可以通过 cursor = connection.cursor(pymysql.cursors.DictCursor) 来创建一个字典游标。默认的游标返回的查询结果是一个元组 (‘张三‘， 25)，而字典游标返回的是 {‘name‘: ‘张三‘， ‘age‘: 25}。用字典游标，你可以通过列名来访问数据，代码的可读性会大大提高，强烈推荐。

有了游标，我们就可以执行SQL了。pymysql执行所有SQL语句，都使用游标的 execute() 方法。但根据SQL语句的类型，处理方式略有不同，主要分为两大类：查询（SELECT） 和 非查询（INSERT， UPDATE， DELETE等）。

先看查询操作。我们的目标是发送一个SELECT语句，然后把数据库返回的数据“拿”回来。

def query_data(connection):
    cursor = connection.cursor(pymysql.cursors.DictCursor) # 使用字典游标
    try:
        sql = "SELECT id, name, email FROM users WHERE age > %s"
        cursor.execute(sql, (18,)) # 注意参数是元组，单个参数后面要加逗号
        # 获取结果
        results = cursor.fetchall() # 获取所有行
        for row in results:
            print(f"ID: {row['id']}, 姓名: {row['name']}, 邮箱: {row['email']}")
        # 也可以用 fetchone() 一次取一行
        # row = cursor.fetchone()
        # while row:
        #     print(row)
        #     row = cursor.fetchone()
    except pymysql.Error as e:
        print(f"查询失败: {e}")
    finally:
        cursor.close() # 非常重要！用完游标一定要关闭

# 调用函数
conn = create_connection()
if conn:
    query_data(conn)
    conn.close() # 最后关闭连接

这里我强烈推荐使用参数化查询，也就是SQL语句里用 %s 做占位符，然后把实际参数作为一个元组传给 execute() 的第二个参数。绝对不要用字符串拼接的方式把变量直接塞进SQL语句里，比如 f“SELECT * FROM users WHERE name = ‘{user_input}‘”，这是极其危险的，会引发 SQL注入攻击。黑客可以通过精心构造的输入，来窃取、篡改甚至删除你的数据。参数化查询是防止SQL注入最基本、最有效的手段，pymysql在底层会帮你做好转义和安全处理。

对于非查询操作，流程稍有不同，因为涉及到修改数据，我们必须手动提交事务，让修改永久生效。

def update_user_email(connection, user_id, new_email):
    cursor = connection.cursor()
    try:
        sql = “UPDATE users SET email = %s WHERE id = %s”
        affected_rows = cursor.execute(sql, (new_email, user_id))
        connection.commit() # 关键！提交事务
        print(f“更新成功，影响了 {affected_rows} 行数据”)
    except pymysql.Error as e:
        print(f“操作失败: {e}”)
        connection.rollback() # 出错就回滚，撤销所有未提交的操作
    finally:
        cursor.close()

注意这里的 connection.commit() 和 connection.rollback()。在数据库中，一系列操作可以组成一个“事务”。commit() 就像说“好了，我确认这些修改，请永久保存”。而 rollback() 则是说“算了，刚才的操作全部取消，当我没说过”。这种机制保证了数据的一致性。比如你在转账，扣了A账户的钱，还没加到B账户时程序崩溃了，如果没有事务，A的钱就白白消失了。有了事务，你可以在最后一起 commit()，中间任何一步出错就 rollback()，数据会回到操作前的状态，A的钱一分不会少。

4. 增删改查（CRUD）实战与高级技巧

掌握了连接和基础执行，我们来把CRUD（创建、读取、更新、删除）这四板斧练熟。我会用一个用户表 users (id, name, age, email) 作为例子，把每种操作都讲透，并分享几个能极大提升效率和代码质量的高级技巧。

创建（Create） - 插入数据

单条插入你已经见过了，就是带参数的 execute()。但实际项目中，我们经常需要一次性插入很多条数据，比如从CSV文件导入。这时候用 executemany() 效率会高得多。

def batch_insert_users(connection, user_list):
    “”“批量插入用户数据”“”
    cursor = connection.cursor()
    try:
        sql = “INSERT INTO users (name, age, email) VALUES (%s, %s, %s)”
        # user_list 是一个包含多个元组的列表，例如 [('张三‘， 25， ’zhangsan@xx.com‘)， ...]
        affected_rows = cursor.executemany(sql, user_list)
        connection.commit()
        print(f“批量插入了 {affected_rows} 条用户记录”)
    except pymysql.Error as e:
        print(f“批量插入失败: {e}”)
        connection.rollback()
    finally:
        cursor.close()

executemany() 在内部会对数据做优化，一次和数据库交互就完成所有插入，比在循环里反复调用 execute() 快上一个数量级。这里再提一个我踩过的坑：插入数据时，如果主键id是自增的，你怎么获取刚刚插入的那条数据的ID？很简单，在 commit() 之后，用 cursor.lastrowid 就能拿到。

读取（Read） - 灵活查询

查询除了 fetchall() 和 fetchone()，还有个 fetchmany(size)，可以一次获取指定数量的行，这在处理大量数据时非常有用，可以避免一次性加载太多数据到内存。

def query_in_batches(connection, batch_size=100):
    “”“分批查询大量数据”“”
    cursor = connection.cursor(pymysql.cursors.DictCursor)
    try:
        cursor.execute(“SELECT * FROM large_table”)
        while True:
            rows = cursor.fetchmany(batch_size) # 一次取100条
            if not rows:
                break
            for row in rows:
                # 处理每一行数据
                process_row(row)
            print(f“已处理一批 {len(rows)} 条记录”)
    finally:
        cursor.close()

更新（Update）与删除（Delete）

更新和删除在操作上很像，都是非查询语句，都要注意 commit() 和 rollback()。这里我想强调一个“软删除”的概念。实际业务中，我们很少直接 DELETE 一条数据，因为删了就真没了。更常见的做法是给表加一个 is_deleted 字段，默认是0。删除操作只是把这个字段更新为1。查询的时候加上 WHERE is_deleted = 0 的条件。这样数据还在，只是“看不见”了，万一误删还能恢复。

def soft_delete_user(connection, user_id):
    “”“软删除用户：将is_deleted标记为1”“”
    cursor = connection.cursor()
    try:
        sql = “UPDATE users SET is_deleted = 1 WHERE id = %s”
        cursor.execute(sql, (user_id,))
        connection.commit()
        print(f“用户 {user_id} 已被标记为删除”)
    except pymysql.Error as e:
        print(f“软删除失败: {e}”)
        connection.rollback()
    finally:
        cursor.close()

使用上下文管理器，让代码更优雅

你有没有发现，我们每次操作都要写 try...except...finally，并且在 finally 里关闭游标？这样代码有点冗余。Python的上下文管理器（with 语句）可以帮我们自动化资源管理。

pymysql的连接对象和游标对象都支持上下文管理器。我们可以这样写：

# 连接也可以使用 with 语句，退出时自动关闭
with pymysql.connect(**DB_CONFIG) as connection:
    # 游标也使用 with 语句，退出时自动关闭
    with connection.cursor(pymysql.cursors.DictCursor) as cursor:
        cursor.execute(“SELECT * FROM users LIMIT 5”)
        results = cursor.fetchall()
        for row in results:
            print(row)
    # 注意：with语句块结束时，连接不会自动提交事务！
    # 对于非查询操作，仍需手动 commit
    # connection.commit()

用了 with，我们就不用再操心关闭游标和连接的事了，即使中间发生异常，资源也会被正确释放，代码看起来清爽多了。不过要记住，对于写操作，with 语句不会自动提交事务，你仍然需要在合适的地方调用 connection.commit()。

5. PyCharm专属利器：数据库工具与调试技巧

PyCharm不仅仅是一个代码编辑器，它内置的数据库工具和强大的调试功能，能让数据库开发效率提升好几个档次。很多人装了PyCharm却只用它写代码，实在有点浪费。

首先，打开PyCharm右侧边栏的 Database 工具窗口（如果没看到，去 View -> Tool Windows -> Database 里找）。点击左上角的 + 号，选择 Data Source -> MySQL。然后，你会看到一个配置界面，需要填写我们之前提到的那些连接信息：Host， Port， User， Password， Database。填好后，可以点击 Test Connection 测试一下，如果出现成功的绿勾，就说明配置对了，点击 OK 保存。

这个功能强大在哪？第一，可视化操作。连接成功后，你可以在PyCharm里直接看到数据库的所有表，双击表名就能打开，像看Excel表格一样浏览、筛选、排序数据。第二，智能SQL编辑。你可以在Database工具窗口里新建一个查询控制台（点击那个小图标或者按 Alt+F10），然后在这里写SQL。PyCharm会给你语法高亮、智能补全（表名、列名都能提示）、甚至语法错误检查。写完SQL，选中它，按 Ctrl+Enter（或者点绿色的执行按钮），结果会直接显示在下方，格式清晰。第三，数据导出导入。你可以很方便地把查询结果导出为CSV、JSON、Excel等格式，也可以把本地文件的数据导入到数据库表中。

然后是调试。这是PyCharm的看家本领。假设你有一段复杂的数据库操作代码，出了错但不知道问题出在哪。你可以在代码行号的左边点击一下，设置一个断点（会出现一个红点）。然后，右键点击你的Python文件，选择 Debug ‘filename‘。程序运行到断点处就会暂停。这时，你可以把鼠标悬停在变量上查看当前值，也可以在底部的 Debug 工具窗口里查看所有变量的状态。你可以按 F8 单步执行，看看每一步之后数据库连接状态、游标、变量是怎么变化的。这对于排查“为什么我插入了数据但查不到”（可能是忘了commit）、“为什么参数传进去结果不对”（可能是SQL拼接错误）这类问题，简直是神器。

最后，分享一个我常用的事务调试小技巧。在开发时，我有时会故意在事务中不写 commit()，先运行看看效果。因为如果连接关闭前没有提交，所有的修改在数据库里都是临时的，只有当前连接能看到。这样我可以在一个“沙盒”环境里测试我的增删改逻辑，确认无误后，再把 commit() 加上。或者，我可以在 except 块里设置断点，当程序因为SQL错误跳进来时，我可以立刻检查 connection 的状态和错误信息，快速定位问题。用好PyCharm的这些工具，数据库开发真的可以变得很轻松。