瞭解Python中的數據庫連接池

Question

我不確定我是否理解python中數據庫連接池的用例（例如：psycopg2.pool和mysql.connector.pooling）。在我看來，並行性通常是在python中使用多進程而不是多線程方法實現的，因爲GIL和多進程情況下這些池並不是非常有用，因爲每個進程都會初始化它自己的池並且一次只能運行一個線程。它是否正確？在使用多個進程時是否有共享數據庫連接池的策略？如果不是，限制於多線程Python應用程序的池化的有用性，還是有其他場景可以使用它們？

Answer 1

Keith，

你在正確的軌道上。正如S.O郵報「Accessing a MySQL connection pool from Python multiprocessing」中提到：

Making a seperate pool for each process is redundant and opens up way 
too many connections. 

看看其他的S.O後，「What is the best solution for database connection pooling in python?」，它包含了Python中的樣品池解決方案。這篇文章還討論了限制DB-池，如果你的應用程序要成爲多線程：

Making your own connection pool is a BAD idea if your app ever decides to start using 
multi-threading. Making a connection pool for a multi-threaded application is much 
more complicated than one for a single-threaded application. You can use something 
like PySQLPool in that case. 

在組術語實現在Python DB池，作爲中提到的「Application vs Database Resident Connection Pool，」如果你的數據庫支持，最好的實施將涉及：

Let connection pool be maintained and managed by database itself 
(example: Oracle's DRCP) and calling modules just ask connections from the connection 
broker described by Oracle DRCP. 

如果您有任何問題，請讓我知道！