SQLHelper ------ python实现

SQLHelper ------ python实现

1.第一种：

import pymysql
import threading
from DBUtils.PooledDB import PooledDB

class SqlHelper(object):
    def __init__(self):
        self.pool = PooledDB(
            creator=pymysql,  # 使用链接数据库的模块
            maxconnections=6,  # 连接池允许的最大连接数，0和None表示不限制连接数
            mincached=2,  # 初始化时，链接池中至少创建的链接，0表示不创建
            blocking=True,  # 连接池中如果没有可用连接后，是否阻塞等待。True，等待；False，不等待然后报错
            ping=0,
            # ping MySQL服务端，检查是否服务可用。# 如：0 = None = never, 1 = default = whenever it is requested, 2 = when a cursor is created, 4 = when a query is executed, 7 = always
            host='127.0.0.1',
            port=3306,
            user='root',
            password='000000',
            database='flask_day1',
            charset='utf8'
        )
        # 用来获取local对象
        self.local = threading.local()

    def open(self):
        """
        获取数据库连接，游标对象
        """
        conn = self.pool.connection()
        cursor = conn.cursor()
        return conn,cursor

    def close(self,cursor,conn):
        """
        关闭游标，数据库连接
        """
        cursor.close()
        conn.close()

    def __enter__(self):
        """
        with语句自动触发，执行此方法
        """
        conn,cursor = self.open()
        rv = getattr(self.local,"stack",None)
        if not rv:
            self.local.stack = [(conn,cursor)]
        else:
            rv.append([(conn,cursor)])
            self.local.stack = rv
        return cursor

    def __exit__(self, exc_type, exc_val, exc_tb):
        """
        with语句结束时执行此方法
        """
        rv = getattr(self.local,"stack",None)
        if not rv:
            return
        conn,cursor = rv[-1]
        self.close(cursor,conn)

db = SqlHelper()

# 调用文件
import threading

def task(i):
    sql = "select * from book;"
    with db as cur:
        cur.execute(sql)
        data = cur.fetchall()
        print(i,data)

for i in range(5):
    t = threading.Thread(target=task,args=(i,))
    t.start()

说明：

这个是借鉴了多线程中的threading.local()方法，当每个线程都会去获取自己对应的数据，所以在每一个线程开启时就会执行task方法，这个方法中有with这方法，这个方法是去调用上下文管理器，就需要执行这个对象中的__enter__()方法和__exit__()方法；进来时执行__enter__()这个方法，并且需要又返回值，这个返回值就是with db as cur:中的cur的值，在结束的时候需要执行__exit__()方法；在执行__enter__()方法的时候在里边将当前这个线程的数据写成一个字典，字典的键是固定的名字stack,字典的值是一个列表套元组形式，元组中是conn,cursor(数据库连接，游标对象)；将这个保存到threading.local()实例化出来的对象中self.local,在对数据库操作完之后，with也要执行__exit__()方法，在这个方法中会使用现在的self.local对象去获取存在这个对象中的那个字典，获取对应的值，然后对对游标进行关闭，数据的连接进行关闭；

2.第二种：

import pymysql
import threading
from DBUtils.PooledDB import PooledDB
import greenlet


POOL = PooledDB(
            creator=pymysql,  # 使用链接数据库的模块
            maxconnections=6,  # 连接池允许的最大连接数，0和None表示不限制连接数
            mincached=2,  # 初始化时，链接池中至少创建的链接，0表示不创建
            blocking=True,  # 连接池中如果没有可用连接后，是否阻塞等待。True，等待；False，不等待然后报错
            ping=0,
            # ping MySQL服务端，检查是否服务可用。# 如：0 = None = never, 1 = default = whenever it is requested, 2 = when a cursor is created, 4 = when a query is executed, 7 = always
            host='127.0.0.1',
            port=3306,
            user='root',
            password='000000',
            database='flask_day1',
            charset='utf8'
        )



class SqlHelper(object):
    def __init__(self):
        self.conn = None
        self.cursor = None


    def open(self):
        conn = POOL.connection()
        cursor = conn.cursor()

        return conn,cursor

    def close(self,cursor,conn):
        cursor.close()
        conn.close()

    def __enter__(self):

        self.conn,self.cursor = self.open()
        return self.cursor

    def __exit__(self, exc_type, exc_val, exc_tb):

        self.close(self.cursor,self.conn)

调用语句：

import threading

def task(i):
    sql = "select * from book;"
    with SqlHelper() as cur:
        cur.execute(sql)
        data = cur.fetchall()
        print(i,data)


for i in range(5):

    t = threading.Thread(target=task,args=(i,))
    t.start()

说明：

此方法比较简单，理解起来也比较容易，首先创建一次数据库连接池，在SqlHelper类中只是调用执行就行，不用在重复实例化对象；每次执行sql语句是实例化SqlHelper方法就行，由于每次实例化的对象不一样所以就不会有数据覆盖了；

标签：__,SQLHelper,python,self,cursor,实现,def,local,conn
来源： https://www.cnblogs.com/zhufanyu/p/11915438.html