python连接mysql数据库需选择合适库并配置参数以实现安全高效操作。首先，安装mysql-connector-python或pymysql；其次，使用try-except-finally结构建立连接并执行sql查询；第三，通过参数化查询防止sql注入；第四，优化性能可创建索引、指定查询列、分页及避免where子句用函数；第五，处理错误应捕获异常、记录日志、自定义异常类并设置重试机制。
Python连接MySQL数据库，关键在于选择合适的库（如mysql-connector-python或pymysql），配置连接参数，并编写高效安全的SQL操作。
首先，你需要安装一个MySQL驱动。推荐使用mysql-connector-python，因为它是MySQL官方提供的，或者pymysql，一个纯Python实现的驱动。
pip install mysql-connector-python # 或者 pip install pymysql
接下来，就可以编写Python代码来连接和操作数据库了。
立即学习“Python免费学习笔记（深入）”；
连接MySQL数据库的常用方法
使用mysql-connector-python:
import mysql.connector
try:
mydb = mysql.connector.connect(
host="your_host",
user="your_user",
password="your_password",
database="your_database"
)
print("数据库连接成功")
mycursor = mydb.cursor()
mycursor.execute("SELECT * FROM your_table")
myresult = mycursor.fetchall()
for x in myresult:
print(x)
except mysql.connector.Error as err:
print(f"连接失败: {err}")
finally:
if mydb:
mycursor.close()
mydb.close()
print("数据库连接已关闭")使用pymysql:
import pymysql
try:
mydb = pymysql.connect(
host="your_host",
user="your_user",
password="your_password",
database="your_database",
charset="utf8mb4",
cursorclass=pymysql.cursors.DictCursor # 可选，返回字典形式的结果
)
print("数据库连接成功")
with mydb.cursor() as mycursor:
mycursor.execute("SELECT * FROM your_table")
myresult = mycursor.fetchall()
for row in myresult:
print(row)
except pymysql.MySQLError as e:
print(f"连接失败: {e}")
finally:
if mydb:
mydb.close()
print("数据库连接已关闭")如何防止SQL注入攻击？
SQL注入是一种常见的安全漏洞，攻击者通过在输入字段中插入恶意SQL代码来篡改或窃取数据库信息。 防止SQL注入的关键是使用参数化查询或预编译语句。
# 使用 mysql-connector-python
sql = "SELECT * FROM users WHERE username = %s AND password = %s"
val = ("user1", "password123")
mycursor.execute(sql, val)
# 使用 pymysql
sql = "SELECT * FROM users WHERE username = %s AND password = %s"
val = ("user1", "password123")
with mydb.cursor() as cursor:
cursor.execute(sql, val)通过将SQL语句和参数分开处理，数据库驱动程序可以确保用户输入被视为数据而不是可执行的代码，从而有效地防止SQL注入。
如何优化Python中的数据库查询性能？
数据库查询性能优化是一个涉及多方面的课题。 几个关键策略包括：
-
索引: 确保在经常用于查询的列上创建索引。索引可以显著加快查询速度，特别是对于大型表。 但也要注意，过多的索引会降低写入性能，因此需要权衡。
CREATE INDEX idx_username ON users (username);
只选择需要的列: 避免使用
SELECT *，而是明确指定需要的列。 这样可以减少数据传输量，提高查询效率。-
分页查询: 对于大量数据的查询，使用分页（LIMIT和OFFSET）可以避免一次性加载所有数据，提高响应速度。
SELECT * FROM products LIMIT 10 OFFSET 20; # 获取第21-30条记录
避免在WHERE子句中使用函数: 在WHERE子句中使用函数会导致索引失效，降低查询性能。 尽量将函数操作移到查询之外进行。
使用连接池: 频繁地创建和关闭数据库连接会消耗大量资源。 使用连接池可以重用数据库连接，减少连接开销，提高性能。
mysql-connector-python和pymysql都支持连接池。
如何处理数据库连接错误和异常？
数据库连接不稳定或者SQL语句错误是开发中经常遇到的问题。 良好的错误处理机制可以帮助我们快速定位问题并采取相应的措施。
使用try...except...finally: 将数据库操作放在
try块中，并在except块中捕获可能发生的异常。 在finally块中关闭数据库连接，确保资源得到释放。 上面的代码示例中已经展示了这一点。-
记录错误日志: 将错误信息记录到日志文件中，方便后续分析和排查问题。
import logging logging.basicConfig(filename='db_error.log', level=logging.ERROR) try: # 数据库操作 except Exception as e: logging.error(f"数据库操作失败: {e}") 自定义异常处理: 根据实际需求，可以自定义异常类来处理特定的数据库错误。 例如，可以创建一个
DatabaseConnectionError异常类来处理连接失败的情况。重试机制: 对于一些可以重试的错误，例如连接超时，可以实现一个重试机制，自动重新连接数据库。 但要注意设置最大重试次数，避免无限循环。
