代码收藏家 《Python 开发攻略：FastAPI和pymysql 操作 Doris或者mysql 数据库的综合指南》
秃头程序员与猫🐱
我不知道同学们，操作数据库Mysql增删改查或者Doris增删改查 都用什么？评论区可以我们讨论一下
我最近使用的FastApi 框架 ，分下面几种情况：
-
直接使用数据库连接库 pymysql 包 的pymysql.connect(**db_config)， connection.cursor() -
使用 FastAPI 的依赖注入系统：SessionLocal()创建数据库会话 -
使用异步数据库库：aiomysql -
使用 SQLAlchemy -
使用数据库中间件，如 SQLModel 或 Tortoise ORM
那他们有什么优缺点呢
| 数据库连接库 | 适合简单的查询和操作 | 优点 | 缺点 |
|---|---|---|---|
| 数据库连接库 | 适合简单的查询和操作 | DictCursor方便使用、易于理解 | 1. 性能开销：2. 功能有限：仅支持同步操作，高并发场景不高效 |
| FastAPI 的依赖注入系统 | 适合在 FastAPI 中管理数据库会话 | 代码清晰模块化、方便测试、性能优化 | 复杂度增加、配置繁琐 |
| 异步数据库库 | 适合需要异步操作的场景 | 提高并发能力、体验好、资源利用率高 | 复杂性增加、调试困难、错误处理困难 |
| SQLAlchemy | 需要复杂查询和 ORM 功能的场景 | ORM、跨库、灵活 | 难理解、性能开销 |
| 数据库中间件 | 适合需要更高级功能的复杂项目 | 简化开发、性能优化、方便维护 | 依赖性强、灵活性受限 |
具体区别：
1. pymysql.DictCursor 的优缺点
方便使用：DictCursor 可以直接将查询结果以字典形式返回，键为列名，值为对应的数据，方便直接操作。 易于理解：对于熟悉 Python
字典操作的开发者来说，这种方式非常直观。
性能开销：由于需要将结果集转换为字典，可能会带来一定的性能开销，尤其是在处理大量数据时。
功能有限：仅支持同步操作，对于高并发场景可能不够高效。
2. FastAPI 依赖注入系统的优缺点
代码清晰：依赖注入系统可以帮助管理数据库连接和会话，使代码更加清晰和模块化。
易于测试：依赖注入使得单元测试更加容易，可以方便地注入模拟的数据库会话。
性能优化：通过合理管理数据库连接，可以提高应用性能。
复杂度增加：依赖注入系统需要一定的学习成本，对于简单的应用可能显得过于复杂。
配置繁琐：需要正确配置依赖注入系统，否则可能导致错误。
3. 异步数据库库（如 aiomysql）的优缺点
提高并发能力：异步操作可以显著提高处理大量请求的效率，减少响应时间。
提升用户体验：应用程序可以在等待数据库操作完成时继续处理其他任务，提升用户体验。
资源利用率高：在高并发场景下，异步操作可以更高效地利用系统资源。
复杂性增加：异步编程比同步编程更复杂，需要处理回调、协程等。 调试困难：异步操作的非线性执行顺序使得调试和追踪问题更加困难。
错误处理复杂：需要特别关注异步操作中的错误处理。
4. SQLAlchemy 的优缺点
ORM 支持：通过 ORM（对象关系映射）可以将数据库表映射为 Python 类，减少编写复杂 SQL 查询的需求。
跨数据库兼容性：支持多种数据库，便于在不同数据库之间切换。 灵活性高：适用于复杂的数据库结构和业务逻辑。
学习曲线陡峭：对于初学者来说，ORM 的概念和用法可能较难理解。 性能开销：ORM 的抽象层可能导致性能下降，尤其是在处理大量数据时。
5. 数据库中间件（如 SQLModel 或 Tortoise ORM）的优缺点
简化开发：中间件通常提供了更高级的功能，简化了数据库操作。 性能优化：一些中间件可能对性能进行了优化，适合高并发场景。
易于维护：中间件通常提供了更好的代码组织方式，便于维护。
依赖性强：过度依赖中间件可能导致项目对特定中间件的依赖度过高。
灵活性受限：中间件可能在某些复杂场景下不够灵活。
总结分析
pymysql.DictCursor：适合简单的同步操作，尤其在需要快速开发和调试时。
SQLAlchemy：适合复杂的业务逻辑和多数据库支持的场景。
FastAPI 依赖注入系统：适合在 FastAPI 中管理数据库会话，提高代码的可维护性和测试性。
异步数据库库：适合高并发场景，能够显著提升性能和用户体验。
数据库中间件：适合需要更高级功能和简化开发的场景，但需注意依赖性和灵活性。
作者：叶沧ii大数据全栈呀
