19.3 数据库交互：SQLAlchemy ORM、Peewee、数据库连接池

Web 应用几乎离不开数据库。Python 生态里，直接写原生 SQL 当然可以，但大多数项目会使用 ORM（对象关系映射）来提升开发效率和代码可维护性。本节介绍两种主流方案：重量级的 SQLAlchemy 和轻量级的 Peewee，以及任意方案都绕不开的数据库连接池。

SQLAlchemy ORM

SQLAlchemy 是 Python 生态里最成熟、最强大的数据库工具库，它提供了Core（底层 SQL 表达式语言）和ORM（对象关系映射）两个层次，大多数 Web 开发直接使用 ORM 层。

核心能力
一次定义模型（Model），支持多种数据库：MySQL、PostgreSQL、SQLite 等切换几乎不改代码。
自动建表、迁移（搭配 Alembic）：模型变更后自动生成迁移脚本，再应用到数据库。
关系映射：一对一、一对多、多对多用 Python 对象属性自然表达，关联查询自动生成 JOIN。
惰性加载与预加载：支持 lazy='dynamic' 和 joinedload() 等方式优化查询，避免 N+1 问题。
会话（Session）管理：封装事务边界，提交、回滚、刷新等操作安全、统一。

实际用法示例（Flask-SQLAlchemy 或纯 SQLAlchemy）

  from sqlalchemy import Column, Integer, String, ForeignKey
  from sqlalchemy.orm import declarative_base, relationship, Session

  Base = declarative_base()

  class User(Base):
      __tablename__ = 'users'
      id = Column(Integer, primary_key=True)
      name = Column(String(50))
      posts = relationship('Post', back_populates='author')

  class Post(Base):
      __tablename__ = 'posts'
      id = Column(Integer, primary_key=True)
      title = Column(String(100))
      user_id = Column(Integer, ForeignKey('users.id'))
      author = relationship('User', back_populates='posts')

  # 查询：获取某个用户的所有文章
  session = Session(engine)
  user = session.query(User).filter_by(name='张三').first()
  for post in user.posts:
      print(post.title)

为什么用 SQLAlchemy
适合大中型项目、需要复杂查询和灵活事务控制的场景。
社区庞大，文档详尽，Django 的 ORM 虽然也好用，但 SQLAlchemy 是独立于框架的“行业标准”。
可以自由选择使用 ORM 还是 Core 层拼 SQL，兼顾便捷性和性能。

Peewee

Peewee 是一个轻量级 ORM，设计哲学是“简单、直观”。如果项目较小，不需要 SQLAlchemy 的重量级特性，Peewee 能让你更快上手。

特点
API 极其简洁：定义模型就像写普通类，查询语法接近自然语言。
支持 SQLite、MySQL、PostgreSQL，基本满足大部分项目需求。
自带轻量级迁移工具，可以自动检测模型变更并生成 SQL。
源代码易读，扩展方便。

快速示例

  from peewee import *

  db = SqliteDatabase('my_app.db')

  class User(Model):
      name = CharField()
      class Meta:
          database = db

  db.connect()
  db.create_tables([User])

  # 插入
  User.create(name='李四')

  # 查询
  for user in User.select().where(User.name == '李四'):
      print(user.name)

选型建议
小型项目、原型开发、个人工具或脚本，Peewee 足够好用，它没有厚重的学习成本。
但如果项目未来可能变得复杂（多数据库、复杂关联、性能要求高），提前投入 SQLAlchemy 会更稳妥，因为它的生态和灵活性几乎是无限的。

数据库连接池

无论你使用 SQLAlchemy、Peewee 还是直接写 SQL，生产环境必须配置连接池。数据库连接是昂贵的资源，频繁创建/销毁连接会浪费性能和端口，还可能打满数据库允许的最大连接数。

连接池的作用
预先创建一批连接放在池中，请求来的时候直接取，用完归还，避免每次请求新建连接。
控制最大连接数，防止后端流量突增导致数据库连接耗尽。
自动检测和回收失效连接，保证池中连接始终可用。

常见实现
SQLAlchemy 内置连接池：默认使用 QueuePool，可以通过 create_engine 的参数配置池大小、回收时间等。

    from sqlalchemy import create_engine

    engine = create_engine(
        'mysql+pymysql://user:pass@localhost/dbname',
        pool_size=10,        # 连接池保持的连接数
        max_overflow=20,     # 超过pool_size时允许创建的额外连接数
        pool_recycle=3600    # 连接最大存活时间，防止MySQL 8小时断开
    )

Peewee 连接池扩展：Peewee 本身不自带连接池，但可以配合 playhouse.pool 模块或 db_url 参数启用池化。

    from playhouse.pool import PooledSqliteDatabase
    db = PooledSqliteDatabase('my.db', max_connections=20)

独立连接池库：如 DBUtils、asyncpg 自带的池等。通常我们通过 ORM 的内置机制处理即可。

关键配置要点
pool_size 不宜过大，一般 CPU 核心数乘以 2～4 即可，太大只会浪费资源。
设置 pool_pre_ping=True（SQLAlchemy），每次从池中取连接时先发一个探测包，避免使用已断开的连接。
记得在应用启动时初始化连接池，关闭时释放所有连接。

数据库交互是 Web 开发的基石，选对工具并正确配置连接池，可以让应用在高负载下依然稳定高效。通常的选择是：主流项目用 SQLAlchemy + Alembic 做迁移；小项目或脚本用 Peewee；无论哪种，上线前一定打开连接池并做好参数调优。