mysql客户端pymysql在python下性能比较

python下mysql的客户端主流有三个pymysql, mysqldb 和 mysql connector。很多人在选择客户端时，没有什么要求，都是按照前人或者经验主义选择，但是有真的研究他们之间的性能差别，以及是否符合你的项目需要，或者遇到性能瓶颈时，是否了解他们之间的差别。

本文将从2个维度来分析他们的性能，一个是直接使用，另一个是使用orm辅助使用，来对比三个的性能差别。

mysql的python客户端目前市场主流有三个，分别是 mysqldb (mysqlclient), mysql connector python 和 pymysql。

mysqldb (mysqlclient) 是mysql官方推出基于C库来写mysql连接库，非纯python。之前mysqldb只支持python2，后面mysqlclient在mysqldb的基础上fork来支持python3。

mysql connector for python 是mysql官方推出的纯python实现的连接库。

pymysql 是纯python写的主流连接库。

查询库表返回 100 条记录

测试方法

重复 *** 作100次

测试结果

测试结论

mysqlclient 效果比其他两个快近100%， 毕竟是依赖c的库，性能是有保障的，connector跟pymysql的就不分上下很接近。

测试方法

重复 *** 作100次

测试结果

测试结论

发现connector比其他两个快将近80%多，其余两个效果也很接近。但是这里会发现使用ORM会整体慢1个数据级。

如果是追求极致性能，建议使用mysqlclient，如果想使用ORM，建议使用mysql connector for python， 后面附带源码。

https://github.com/roger777luo/msyql_client_bench.git

1.存储引擎的选择如果数据表需要事务处理，应该考虑使用InnoDB，因为它完全符合ACID特性。如果不需要事务处理，使用默认存储引擎MyISAM是比较明智的。并且不要尝试同时使用这两个存储引擎。思考一下：在一个事务处理中，一些数据表使用InnoDB，而其余的使用MyISAM.结果呢？整个subject将被取消，只有那些在事务处理中的被带回到原始状态，其余的被提交的数据转存，这将导致整个数据库的冲突。然而存在一个简单的方法可以同时利用两个存储引擎的优势。目前大多数MySQL套件中包括InnoDB、编译器和链表，但如果你选择MyISAM，你仍然可以单独下载InnoDB，并把它作为一个插件。很简单的方法，不是吗？

2.计数问题如果数据表采用的存储引擎支持事务处理（如InnoDB），你就不应使用COUNT（*）计算数据表中的行数。这是因为在产品类数据库使用COUNT（*），最多返回一个近似值，因为在某个特定时间，总有一些事务处理正在运行。如果使用COUNT（*）显然会产生bug，出现这种错误结果。

3.反复测试查询查询最棘手的问题并不是无论怎样小心总会出现错误，并导致bug出现。恰恰相反，问题是在大多数情况下bug出现时，应用程序或数据库已经上线。的确不存在针对该问题切实可行的解决方法，除非将测试样本在应用程序或数据库上运行。任何数据库查询只有经过上千个记录的大量样本测试，才能被认可。

4.避免全表扫描通常情况下，如果MySQL（或者其他关系数据库模型）需要在数据表中搜索或扫描任意特定记录时，就会用到全表扫描。此外，通常最简单的方法是使用索引表，以解决全表扫描引起的低效能问题。然而，正如我们在随后的问题中看到的，这存在错误部分。

5.使用“EXPLAIN”进行查询当需要调试时，EXPLAIN是一个很好的命令，下面将对EXPLAIN进行深入探讨。

---