直接用 pymysql.connect() 会拖慢服务，因其每次调用都需 tcp 握手、mysql 认证和会话初始化，耗时 20–100ms；连接池是高并发下避免连接数爆炸和延迟毛刺的刚需。
为什么直接用 pymysql.connect() 会拖慢服务？
每次请求都调用 pymysql.connect() 建连，本质是 TCP 握手 + MySQL 认证 + 初始化会话状态，耗时通常在 20–100ms（尤其跨机房）。连接池不是“锦上添花”，而是高并发下避免连接数爆炸和延迟毛刺的刚需。
常见错误现象：Too many connections 报错、响应 P99 突然跳高、数据库连接数监控持续贴顶。
- 不要在每次查询前手动
connect()+close() - 不要把连接对象存在全局变量或类实例里长期持有（容易被复用但未重置状态，引发事务/字符集污染）
- 短连接模式下，
autocommit=False的连接若没显式rollback()或commit()，归还到池中后可能残留未提交事务，下次借出时执行execute()会报MySQLdb._exceptions.OperationalError: (2014, "Commands out of sync")
用 DBUtils.PooledDB 搭最简可用池
DBUtils 是老牌稳定方案，不依赖 ORM，轻量且对 PyMySQL/MySQLdb 都兼容。它不做连接健康检测，靠“借出时验证 + 归还时清理”兜底，适合内网稳定环境。
关键参数含义：
-
mincached=5：空闲时至少保留 5 个连接，避免冷启动抖动 -
maxcached=10：最多缓存 10 个空闲连接，防内存浪费 -
maxconnections=20：整个池最大允许创建 20 个连接（超限会阻塞或抛异常，按需设） -
ping=1：借出前执行SELECT 1检测连接是否存活（值为 1 表示检测，0 表示跳过）
示例：
from DBUtils.PooledDB import PooledDB
import pymysql
<p>pool = PooledDB(
creator=pymysql,
mincached=5,
maxcached=10,
maxconnections=20,
ping=1,
host='10.0.1.100',
port=3306,
user='app',
password='xxx',
database='mydb',
charset='utf8mb4'
)</p><h1>使用时：</h1><p>conn = pool.connection() # 借连接（非新建）
cursor = conn.cursor()
cursor.execute("SELECT id FROM users WHERE status=%s", ('active',))
result = cursor.fetchall()
cursor.close()
conn.close() # 归还给池，不是断开物理连接
</p>
用 SQLAlchemy 的 create_engine 更省心？
如果你项目已用 SQLAlchemy，直接复用其内置连接池更安全——它自动处理连接失效重试、空闲连接回收（pool_recycle）、以及事务上下文绑定。
必须设的关键参数：
-
pool_size=10：默认 5，建议设为预估峰值并发的 1.2–1.5 倍 -
max_overflow=10：超出pool_size后允许临时创建的额外连接数（防止突发流量打穿） -
pool_recycle=3600：强制回收超过 1 小时的连接（防 MySQL server_timeout 导致的Lost connection during query） -
pool_pre_ping=True：比ping=1更彻底，借出前先发PING包并验证响应，适合网络不稳定场景
注意：echo=True 仅调试用，线上必须关，否则日志 I/O 会吃掉大量性能。
连接池没生效？先查这三件事
很多“用了池但延迟没降”的问题，其实根本没走池逻辑。
- 检查代码里是否还有散落的
pymysql.connect()调用（grep -r "pymysql.connect" .） - 确认
conn.close()是否真被调用——用 context manager 最保险：with pool.connection() as conn: - 观察 MySQL 的
SHOW STATUS LIKE 'Threads_connected';：如果数值长期等于你设的maxconnections，说明池被撑满，要么调大池上限，要么查是否有连接泄漏（比如没 close、异常跳过 close）
池本身不解决慢查询，如果单次查询要 500ms，复用连接也救不了。先用 slow_query_log 定位 SQL，再谈连接复用。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
