1、基于threding.local,推荐使用

from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine
from sqlalchemy.orm import scoped_session
from models import Student
from threading import Thread engine = create_engine(
"mysql+pymysql://root:密码@127.0.0.1:3306/数据库?charset=utf8",
max_overflow=0, # 超过连接池大小外最多创建的连接
pool_size=5, # 连接池大小
pool_timeout=30, # 池中没有线程最多等待的时间,否则报错
pool_recycle=-1 # 多久之后对线程池中的线程进行一次连接的回收(重置)
)
SessionFactory = sessionmaker(bind=engine)
session = scoped_session(SessionFactory) def task():
ret = session.query(Student).all()
# 将连接交还给连接池
session.remove() for i in range(20):
t = Thread(target=task)
t.start()

2、基于多线程

from sqlalchemy.orm import sessionmaker
from sqlalchemy import create_engine
from models import Student
from threading import Thread engine = create_engine(
"mysql+pymysql://root:密码@127.0.0.1:3306/数据库?charset=utf8",
max_overflow=0, # 超过连接池大小外最多创建的连接
pool_size=5, # 连接池大小
pool_timeout=30, # 池中没有线程最多等待的时间,否则报错
pool_recycle=-1 # 多久之后对线程池中的线程进行一次连接的回收(重置)
)
SessionFactory = sessionmaker(bind=engine) def task():
# 去连接池中获取一个连接
session = SessionFactory()
ret = session.query(Student).all()
# 将连接交还给连接池
session.close() for i in range(20):
t = Thread(target=task)
t.start()
05-26 00:26