背景
在现代 Web 应用程序中，数据库是存储和管理数据的核心组件。Python 提供了多种库来与 MySQL 数据库进行交互，其中最常用的包括 pymysql 和 Flask-SQLAlchemy。pymysql 是一个纯 Python 实现的 MySQL 客户端，而 Flask-SQLAlchemy 是 Flask 的一个扩展，提供了更高级的 ORM（对象关系映射）功能。本文将比较这两者的区别，并提供使用示例，以帮助开发者选择合适的工具进行数据库管理。
pymysql
pymysql 是一个轻量级的 MySQL 客户端，适合简单的数据库操作。使用 pymysql 时，您需要手动管理数据库连接。每次需要与数据库交互时，您都需要调用 pymysql.connect() 来创建一个新的数据库连接，并在完成操作后手动关闭连接。这种方式虽然简单，但在高并发的应用中，频繁的连接和断开会导致性能下降。
在事务管理方面，pymysql 需要您手动管理事务的提交和回滚。您需要在执行完 SQL 操作后调用 connection.commit() 来提交事务，或者在发生错误时调用 connection.rollback() 来回滚事务。这种手动管理的方式容易出错，尤其是在复杂的操作中。
pymysql 不支持 ORM，所有操作都需要使用原始 SQL 查询。您需要手动编写 SQL 语句，并处理结果集。这对于简单的查询是可行的，但在处理复杂数据模型时，代码会变得冗长且难以维护。
Flask-SQLAlchemy
Flask-SQLAlchemy 是 Flask 的一个扩展，提供了更高级的数据库管理功能。与 pymysql 不同，Flask-SQLAlchemy 使用连接池来自动管理数据库连接。应用启动时，连接池会创建一定数量的连接，并在需要时重用这些连接。这种方式显著提高了性能，尤其是在高并发的 Web 应用中。
在事务管理方面，Flask-SQLAlchemy 使用 db.session 来管理事务。您不需要手动提交或回滚事务，Flask-SQLAlchemy 会自动处理这些操作。通过上下文管理器，您可以轻松地管理会话的生命周期，确保在请求结束时自动关闭连接。
Flask-SQLAlchemy 支持 ORM，允许您使用 Python 类来表示数据库表。您可以通过对象操作数据库，简化数据操作。这使得代码更加简洁，易于维护，特别是在处理复杂数据模型时。
比较两者的区别
| 特性 | pymysql | Flask-SQLAlchemy |
|---|---|---|
| 连接管理 | 手动管理连接的创建和关闭。每次需要连接时都要调用 pymysql.connect()。 | 自动管理连接，使用连接池来重用连接。 |
| 事务管理 | 需要手动管理事务的提交和回滚。 | 自动处理事务，使用 db.session 进行管理。 |
| ORM 支持 | 不支持 ORM，使用原始 SQL 查询。 | 支持 ORM，允许使用 Python 类来表示数据库表。 |
| 代码简洁性 | 代码较为冗长，需要手动处理连接和游标。 | 代码简洁，使用模型类和查询接口。 |
| 适用场景 | 适合简单的数据库操作和小型项目。 | 适合复杂的 Web 应用和需要频繁数据库交互的项目。 |
使用示例
1. 使用 pymysql
pymysql 是一个轻量级的 MySQL 客户端，适合简单的数据库操作。以下是一个使用 pymysql 的示例：
import pymysql# 数据库连接参数
config = {'host': 'localhost','user': 'admin','password': 'admin123','db': 'test','charset': 'utf8',
}# 创建连接
connection = pymysql.connect(**config)try:with connection.cursor() as cursor:# 执行 SQL 查询sql = "SELECT * FROM knowledge_file"cursor.execute(sql)result = cursor.fetchall()print(result)
finally:# 关闭连接connection.close()2. 使用 Flask-SQLAlchemy
Flask-SQLAlchemy 是 Flask 的一个扩展，提供了更高级的数据库管理功能。以下是一个使用 Flask-SQLAlchemy 的示例：
from flask import Flask, jsonify
from flask_sqlalchemy import SQLAlchemy
import pymysql# 安装 pymysql 作为 MySQLdb
pymysql.install_as_MySQLdb()# 创建 Flask 应用
app = Flask(__name__)# 配置数据库 URI
app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql+pymysql://admin:admin123@localhost/test'
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False# 初始化 SQLAlchemy
db = SQLAlchemy(app)# 定义数据库模型
class KnowledgeFile(db.Model):__tablename__ = 'knowledge_file'id = db.Column(db.Integer, primary_key=True)file_name = db.Column(db.String(255))@app.route('/api/test', methods=['GET'])
def test():try:# 使用 SQLAlchemy 的会话files = KnowledgeFile.query.all() # 查询所有记录return jsonify({"data": [file.file_name for file in files], "status": 200})except Exception as e:return jsonify({"error": str(e), "status": 500})# 启动 Flask 应用
if __name__ == '__main__':app.run(debug=True)总结
在选择使用 pymysql 还是 Flask-SQLAlchemy 时，开发者应根据项目的复杂性和需求进行权衡。对于简单的数据库操作，pymysql 是一个轻量级的选择；而对于需要频繁与数据库交互的复杂 Web 应用，Flask-SQLAlchemy 提供了更强大的功能和更简洁的代码结构。通过本文的比较和示例，希望能帮助您更好地理解这两种工具的使用场景和优势。
为了不要出现以下错误，大家还是统一化管理趴
pymysql.err.OperationalError: (1040, 'ny connections')
