那天一个刚入行的朋友问我，Python怎么连 MySQL，我愣了一下——这个问题我十年前学的时候也问过。现在想想，Python 调用 MySQL 就像点外卖，看着复杂，实际上只要几步。你打开手机，选餐厅、下单、等餐、吃饭。Python 也一样：装个库、连上库、写个 SQL、取数据。关键是要知道哪些地方容易卡壳，比如密码写错、端口没开、或者表名拼错。
刚开始接触这个，大部分人第一反应是装 。这玩意儿官方出品，稳定，但用起来有点“重”。装完后导入，写 ，然后创建 cursor，执行 ，再 。每一步都像在填表，填完就跑通了。不过要注意，官方库的默认参数有时会坑你，比如字符集没设为 utf8，中文直接变乱码。我有个朋友 debug 了一个下午，发现是少了 。这种小细节文档里写得很清楚，但谁会一条条看完呢？
后来有人推荐 PyMySQL。这库轻量，纯 Python 实现，不用装 C 扩展，对新手友好。用 装完后，代码和官方库几乎一模一样，只是把 换成 。但有一个坑：PyMySQL 默认是自动提交关闭的。插入一条数据后不 commit，数据库里什么也没有。我见过不止一个新手，写了个 insert 语句，跑完没报错，一查表空空的，急得挠头。其实加个 就行，或者在创建连接时设 ，更省心。
说到连接参数，这是事故高发区。主机地址、端口、用户名、密码、数据库名，五个参数一个都不能错。开发时很多人喜欢用 ，但到了服务器上，MySQL 可能只监听 ，或者绑定了内网 IP。写 时，Python 解析成 socket 连接不上，会报错 “Can't connect to MySQL server”。这时换成 试试，有时就好了。还有端口，MySQL 默认 3306，但有人为了“安全”改了，你得确认。我见过最离谱的，是有人把密码设成空字符串，结果连接时没传密码参数，一直报权限错误。
写 SQL 语句也是门学问。Python 里写 SQL 时，很多人习惯用字符串拼接，但千万别这么干，容易导致 SQL 注入。比如写 ，用户输入 ，表就全暴露了。正确做法是参数化查询：。PyMySQL 会自动处理转义，安全又干净。而且参数化查询还能提高性能，因为 MySQL 会缓存执行计划。重复执行同一个 SQL，只是参数不同，效率会高不少。
取数据也有讲究。很多人习惯用 ，一次性把所有结果拉回内存。如果数据量小，比如几十行，没问题。但要是几十万行，内存会直接爆炸。我见过一个报表系统，每天跑一次全量数据，结果服务器内存被撑爆，导致其他服务也挂了。后来改成 或者 ，分批处理，内存稳得像老狗。还可以使用 cursor 的 （服务器端游标），不一次性加载全部结果，而是边读边取，特别适合大数据量。
连接池这东西，很多人一开始想不到。每次操作都新建连接，用完就关，频繁建立 TCP 连接开销很大。尤其是高并发场景，比如 Web API，每个请求都连一次 MySQL，数据库会被搞死。使用 或者 的连接池，预先创建一批连接，用的时候取一个，用完归还。这样连接复用，性能提升明显。但要注意，连接池里的连接可能因为网络超时而断开，需要定期检查或重连。比如设置 ，让连接每小时重置一次。
事务处理是另一个容易翻车的地方。很多人以为 execute 完数据就写进去了，其实不是。默认情况下，PyMySQL 自动提交是关闭的，你需要显式调用 。如果忘了，程序退出时未提交的事务会自动回滚，数据就丢了。另一方面，事务有隔离级别，默认是 REPEATABLE READ，对高并发写入场景可能不太友好。可以改成 READ COMMITTED，减少锁冲突，但要先确认业务是否允许。
错误处理不能只靠笼统的 try‑except。MySQL 会返回各种错误码，例如 1062 是唯一键冲突，1045 是权限错误。不要只捕获 然后打印“数据库连接失败”，这样根本排查不出问题。应该捕获 处理唯一键冲突，捕获 处理连接问题。而且在生产环境中不要打印完整的错误堆栈，以免泄露敏感信息。可以在日志里记录错误码和简短描述，给用户返回“操作失败，请重试”。
说说性能调优。很多人写 SQL 不注意索引，Python 再快也没用。比如查询用户邮箱，，如果 email 字段没有索引，就会全表扫描，几百万行数据要跑几秒。加个索引后，秒级变毫秒。还有，不要频繁执行相同结构的 SQL，可以用 cursor 的 批量插入。一次插入 1000 条数据，比 1000 次单条插入快一个数量级。另外，连接时设置 ，如果数据传输量大，压缩能减少网络开销。但别在小数据量上使用，压缩本身也有开销。
说到底，Python 调 MySQL 就是个熟练工。踩的坑越多，记得越牢。刚开始可能会被各种报错搞得崩溃，但熬过去后会发现其实就是几套套路。而且现在有 ORM 框架比如 SQLAlchemy，帮你屏蔽了很多底层细节，但理解原理仍然重要。毕竟出了问题，你得知道是 Python 的锅还是 MySQL 的锅。
