MySQL容器化部署最简路径是用docker run启动预配置实例，关键在于确保AI训练脚本能稳定连接：需挂载数据卷、固定mysql:8.0镜像、手动切换认证插件、建表遵循特征读写优化原则、Python端仅用PyMySQL并显式启用autocommit。
MySQL 容器化部署最简路径
用 docker run 启动一个可立即用于 AI 数据存取的 MySQL 实例，比本地编译安装快 5 倍以上，且避免 Python/Java 环境冲突。关键不是“装上”，而是“能被训练脚本稳定连上”。
- 执行
docker run -d --name mysql-ai -p 3306:3306 -e MYSQL_ROOT_PASSWORD=ai123 -e MYSQL_DATABASE=ml_data -v $(pwd)/mysql-data:/var/lib/mysql -d mysql:8.0 - 务必挂载
/var/lib/mysql到宿主机目录，否则容器重启后所有标注数据、特征表全丢 - 不要用
mysql:latest：AI 项目常依赖确定性行为，mysql:8.0兼容pymysql和sqlalchemy的默认配置，而 8.4+ 已默认禁用mysql_native_password认证插件 - 首次连接前，进容器执行
mysql -uroot -pai123 -e "ALTER USER 'root'@'%' IDENTIFIED WITH mysql_native_password BY 'ai123'; FLUSH PRIVILEGES;"，否则 Python 的sqlalchemy.create_engine('mysql+pymysql://...')会报Authentication plugin 'caching_sha2_password' cannot be loaded
AI 数据库表结构设计避坑点
不是照搬业务系统范式建表，而是围绕“特征读写吞吐”和“样本切分一致性”来组织。
- 训练样本表必须含
sample_id（BIGINT UNSIGNED）、split（ENUM('train','val','test')）、created_at（TIMESTAMP DEFAULT CURRENT_TIMESTAMP），避免后续用GROUP BY split时因 NULL 值漏样本 - 图像/文本原始数据不存 BLOB，改存
file_path VARCHAR(512)，路径指向 NAS 或 MinIO；MySQL 对 >1MB 的 BLOB 查询会显著拖慢SELECT * FROM samples LIMIT 1000这类调试语句 - 特征向量不单独建列，统一用 JSON 字段
features JSON存储；既避免 ALTER TABLE 加 50+ 列，又方便 PyTorch Dataset 动态解析row['features']['resnet50_pool'] - 加复合索引：
CREATE INDEX idx_split_sample ON samples(split, sample_id);，Dataloader 分 batch 读取时WHERE split='train' ORDER BY sample_id LIMIT 256 OFFSET 512才不会全表扫
Python 训练脚本直连 MySQL 的最小依赖配置
不用 Airflow、不用 SQLAlchemy ORM，只用最薄一层驱动保证低延迟写入和确定性行为。
- 安装仅需
pip install PyMySQL==1.1.0（别用 1.2+，其默认启用autocommit=False，导致cursor.execute("INSERT ...")后不 commit，训练中途断电就丢最后一批样本） - 连接字符串必须显式关掉预处理：
"mysql+pymysql://root:ai123@localhost:3306/ml_data?charset=utf8mb4&autocommit=true"—— 注意autocommit=true是 URL 参数，不是create_engine(..., connect_args={...})里的键 - 批量插入用
executemany而非循环execute：cursor.executemany("INSERT INTO samples (...) VALUES (%s,%s,%s)", batch_data)，1000 条写入耗时从 1200ms 降到 90ms - 查询时强制指定字段，禁用
SELECT *：AI 特征工程常只用 3~5 列，但*会把 JSON 字段完整拉到内存，触发 Python GC 频繁停顿
验证环境是否 ready 的三个终端命令
跑完部署不能只看容器 running，要确认数据链路真正通了。
-
docker exec -it mysql-ai mysql -uroot -pai123 -e "USE ml_data; SHOW TABLES;"—— 确认库存在、表结构可读 -
python -c "import pymysql; c=pymysql.connect(host='127.0.0.1',port=3306,user='root',password='ai123',database='ml_data'); print(c.open)"—— 输出True才算驱动层连通 -
python -c "from sqlalchemy import create_engine; e=create_engine('mysql+pymysql://root:ai123@127.0.0.1:3306/ml_data?autocommit=true'); list(e.execute('SELECT sample_id FROM samples LIMIT 1'))"—— 若抛出EmptyResultError属正常，但不能抛网络或认证异常
真正容易被忽略的是字符集：所有表必须用 utf8mb4，否则中文标签字段存进去变成 ????，而这个在 CREATE TABLE 时不显式声明就会继承 server 默认值，线上环境常是 latin1。
