说实话，每次有人问我Python该先学什么，我给的答案里总少不了数据库对接。不是因为它多高深，恰恰相反，它是每个写代码的人早晚都要趟过去的一道坎。你写个小脚本自娱自乐可以不用数据库，但凡你想做个像样的东西——用户注册、订单记录、数据统计——数据库就躲不掉了。今天咱们就实实在聊一聊，Python怎么跟数据库打交道，那些核心操作到底怎么玩，争取让你看完就能动手。
先别急着写代码，得先搞清楚一件事：Python连数据库，靠的不是什么魔法，而是一堆现成的库。最常见的几个，MySQL用pymysql，PostgreSQL用psycopg2，SQLite更省事，Python自带sqlite3模块，连装都不用装。选哪个库取决于你用什么数据库，但连接逻辑大同小异：建立连接、创建游标、执行SQL、提交事务、关闭连接。这套流程你走顺了，换哪个数据库都只是换个连接参数的事。我见过不少人卡在第一步，纠结该学哪个库，其实真没必要，挑你项目里正在用的那个，直接上手就行。
拿MySQL举个例子，连接代码就几行。先pip install pymysql装上库，然后写这么一段：
conn = connect(
password='your_password',
cursor = conn.cursor()
就这么简单。host填数据库地址，本地开发就填localhost，用户名密码按你自己的来，database填你要操作的库名。charset=utf8mb4这个要记住，不然中文容易乱码。cursor就是游标，你后面执行SQL全靠它。连接成功后，你就可以用cursor.execute()来执行各种SQL语句了。有人觉得这些是死记硬背的内容，但写两遍就熟了，跟骑自行车一样，学会了忘不掉。
接下来是增删改查，也就是CRUD，这是数据库操作的主旋律。插入数据，用execute执行INSERT语句，注意参数别直接拼字符串，容易出SQL注入问题。正确做法是用占位符，pymysql里用%s：
sql = "INSERT INTO users (name, age) VALUES (%s, %s)"
cursor.execute(sql, ('张三', 25))
看到commit()了吗？这一步特别关键。MySQL默认开启事务，你执行了INSERT或UPDATE，数据不会立刻写进数据库，必须commit一下才算真正落盘。我见过不少新手，execute执行成功了，查数据却查不到，急得团团转，发现就是忘了commit。查询数据用fetchone、fetchall这些方法，返回的是元组或字典，看你怎么设置游标。默认返回元组，想要字典格式的话，连接时加个cursorclass=pymysql.cursors.DictCursor参数就行，查出来的数据直接当字典用，字段名当key，省心不少。
数据量大了以后，批量操作就得提上日程。一条一条insert，一万条数据能跑半天，用executemany一次搞定：
data = [('李四', 30), ('王五', 28), ('赵六', 35)]
sql = "INSERT INTO users (name, age) VALUES (%s, %s)"
cursor.executemany(sql, data)
executemany接收两个参数，第一个是SQL模板，第二个是包含多组数据的列表，每组数据对应一条记录。底层会循环执行，但比你自己写for循环快得多，因为减少了网络开销和编译开销。数据量再往上走，比如几十万条，就得考虑用LOAD DATA INFILE或者批量提交了，比如每攒够1000条commit一次，这样性能提升特别明显。这个优化技巧很实用，面试的时候提一嘴，能让对方知道你处理过真实数据。
再聊聊查询优化。很多新手写查询，习惯性SELECT *，把所有字段都捞出来。数据量小无所谓，数据量大了，这习惯就出问题了。一是网络传输慢，二是内存占用高。应该只查你需要的字段，比如只需要名字和年龄，就写SELECT name, age FROM users，别偷懒。还有WHERE条件，该加索引的字段一定要加索引，不然全表扫描的滋味可不好受。至于索引怎么做，那是数据库设计的范畴，但Python这边至少要知道，查询前用EXPLAIN看看执行计划，能发现不少性能隐患。
防SQL注入这件事，必须单独拎出来说。很多人觉得，我又不做黑客攻击，防什么注入？但凡是用户能输入内容的地方，比如搜索框、登录表单，都存在注入风险。之前有个新闻，某网站因为没做参数化查询，用户输入了一段特殊字符串，直接把整张表删了。用参数化查询，把用户输入当数据传，不直接拼进SQL字符串里，就能从根上堵住这个漏洞。上面写的%s占位符就是参数化查询，你只需要记住一条铁律：永远不要用字符串拼接来构造SQL语句，尤其是涉及用户输入时。
连接池这东西，新手可能没听说过，但实际项目里特别重要。每次操作数据库都建立新连接，用完就关，频繁连接断开很耗资源。尤其是高并发场景下，数据库会直接被连接请求打爆。解决方案就是连接池：提前创建一批连接放池子里，要用就取，用完放回，不够了再新建几个。Python里常用DBUtils库的PooledDB，配置好最大连接数、最小空闲连接数，代码里拿连接、释放连接就行。这样数据库压力小很多，程序响应也更快。这个优化点，等你写过并发程序之后体会会更深。
还有事务处理，这个控制不好容易出大问题。比如转账场景，A扣钱、B加钱，两步必须同时成功或同时失败，不能只成功一半。Python里用conn.begin()开启事务，然后执行两条SQL，都成功了就commit()，中间任何一步出错就conn.rollback()回滚。配合try-except使用，异常时自动回滚，数据一致性就有保障了。我见过有人把事务忘得干干净净，程序跑一半报错，数据就停留在中间状态，排查起来头大得很。事务这东西，宁多勿缺，涉及多步写操作时就加上。
结尾说点掏心窝子的。Python对接数据库，看着操作不少，其实核心就那么几件事：连上数据库、写SQL、处理好事务和异常。你把这些基本功练扎实了，什么ORM框架、异步数据库操作，都是锦上添花的东西。我建议你今天就动手，拿SQLite练练手，这个不需要装任何东西，改天再换个MySQL实战一把。代码这东西，光看不练等于白看，敲一遍比读十篇教程都管用。数据库操作的核心技巧，说到底就藏在每一次execute和commit里。
