介绍pymysqlpool是数据库工具包的新成员，目的是提供一个实用的数据库连接池中间件，避免应用程序中频繁创建和释放数据库连接资源。函数式连接池本身是线程安全的，可以在多线程环境下使用，不用担心连接资源被多个线程共享；它为数据库操作提供尽可能紧凑的接口；连接池的管理在包中完成，客户端可以通过接口获取池中的连接资源（返回pymysql.Connection）；最大程度的兼容dataobj，简单易用；连接池本身具有动态增加连接数的功能，即会通过max_pool_size和step_size来控制每次增加的连接数和最大连接数；连接池的最大连接数也是动态增加的，需要打开enable_auto_resize开关。之后，任何连接获取超时都会被记为惩罚，max_pool_size会扩大一定倍数。基本工作流程注意，当多个线程同时请求时，如果池中没有可用的连接对象，需要排队等待初始化，先创建step_size连接对象，放入连接池中；当客户端请求一个连接对象时，连接池会从中选择最近没有使用过的连接对象并返回（同时会检查连接是否正常）；客户端使用连接对象，执行相应操作后，调用接口返回连接对象；连接池回收连接对象并将其添加到池中的队列中以供其他请求使用。|------||------------|||<==borrowconnectionobject==|Poolmanager||Client|||||==returnconnectionobject==>|FIFOqueue||--------||------------|编号配置pool_name：连接池名称，多个连接参数对应多个不同的连接池对象，多单例模式;host：数据库地址user：数据库服务器用户名password：用户密码database：默认选择的databaseport：数据库服务器端口charset：字符集，默认为'utf8'use_dict_cursor：使用字典格式或元组返回数据；max_pool_size：连接池优先考虑最大连接数；step_size：连接池动态增加连接数；enable_auto_resize：是否动态扩展连接池，即超过max_pool_size时，自动扩展max_pool_size；pool_resize_boundary：该配置最终可以增加连接池上限大小，瞬间扩容不能超过这个值；auto_resize_scale：自动扩大max_pool_size的增益，默认1.5倍扩大；wait_timeout：排队连接对象时，最多等待多长时间，当超时发生时，连接池尝试自动扩充当前连接数；kwargs:其他配置参数会在创建连接对象时传递给pymysql.Connection例1.使用游标上下文管理器（快捷方式，但是每次获取都会申请连接对象，多次调用效率是不高):frompymysqlpoolimportConnectionPoolconfig={'pool_name':'test','host':'localhost','port':3306,'user':'root','password':'root','database':'测试'}defconnection_pool（）：#Returnaconnectionpoolinstancepool=ConnectionPool(**config)pool.connect()returnpool#直接访问并获取一个cursor对象，这种方式会开启自动提交模式withconnection_pool().cursor()ascursor:print('Truncatetableuser')cursor。execute('TRUNCATEuser')print('Insertonerecord')result=cursor.execute('INSERTINTOuser(name,age)VALUES(%s,%s)',('Jerry',20))print(result,cursor.lastrowid)print('Insertmultiplerecords')users=[(name,age)fornamein['Jacky','Mary','Micheal']forageinrange(10,15)]result=cursor.executemany('INSERTINTOuser(name,age)VALUES(%s,%s)',users)print(result)print('Viewitemsintableuser')cursor.execute('SELECT*FROMuser')foruserincursor:print(user)print('Updatethenameofoneuserinthetable')cursor.execute('UPDATEuserSETname="Chris",age=29WHEREid=16')cursor.execute('SELECT*FROMuserORDERBYidDESCLIMIT1')print(cursor.fetchone())print('Deletethelastrecord')cursor.execute('DELETEFROMuserWHEREid=16')2.使用连接上下文管理器：导入pandasaspdrompymysqlpoolimportConnectionPoolconfig={'pool_name':'test','host':'localhost','port':3306,'user':'root','password':'root','database':'test'}defconnection_pool():#Returnaconnectionpoolinstancepool=ConnectionPool(**config)pool.connect()returnpoolwithconnection_pool().connection()asconn:pd.read_sql('SELECT*FROMuser',conn)#orconnection=connection_pool().borrow_connection()pd.read_sql('SELECT*FROMuser',conn)connection_pool().return_connection(connection)3.更多测试请移步test_example.py依赖1.pymysql：会依赖本工具包完成数据库连接等操作；2.pandas：测试用的是pandas。安装1.移至pymysqlpool：https://github.com/ChrisLeeGit/pymysqlpool下载源码，然后使用pip安装：pip3setup.pyinstall，注意需要使用Python3环境。2.欢迎反馈，共同学习进步
