直接用mysql-connector-python单条插入会卡住或丢数据，因频繁提交触发大量网络往返与事务开销，autocommit=False导致连接长期持锁；应改用executemany批量插入、显式commit、复用连接并设utf8mb4字符集。
为什么直接用 mysql-connector-python 插入会卡住或丢数据？
实时写入不是“每抓一条就 execute() 一次”，频繁单条提交会触发大量网络往返和事务开销，MySQL 的 autocommit=False 默认设置还会让连接长期持锁。常见现象是：爬虫速度越来越慢、连接超时、部分数据没进库但程序没报错。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 用
executemany()批量插入，每次攒够 100–500 条再提交（具体看字段长度和 MySQLmax_allowed_packet） - 显式设置
autocommit=True或手动调用conn.commit()，别依赖连接默认行为 - 避免在循环里反复
cursor.close()和conn.close()，连接应复用；可用上下文管理器或连接池 - 插入前加
try/except捕获mysql.connector.IntegrityError和OperationalError，失败时记录日志并跳过，别让单条错误中断整个流程
如何处理中文、特殊字符和 NULL 值不入库问题？
MySQL 表字符集是 utf8mb4，但 Python 连接器默认可能只认 utf8（实际是 utf8mb3），导致 emoji 或生僻字变 ?；NULL 值被转成字符串 'None' 也是常见坑。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 创建连接时强制指定
charset='utf8mb4'和collation='utf8mb4_unicode_ci' - SQL 插入语句用占位符
%s，别拼字符串——既防 SQL 注入，也自动处理None→NULL映射 - 检查表字段是否允许
NULL：如果字段定义为NOT NULL但传了None，会直接报IntegrityError - 对可能为空的字段，在 Python 侧提前转换：
value if value is not None else None，保持类型纯净
怎么让爬虫和数据库写入不互相拖慢？
同步阻塞写入会让爬虫等 DB 响应，DB 等网络 IO，一卡全卡。尤其当目标站响应快、MySQL 在远程服务器时，瓶颈立刻暴露。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 用线程队列解耦：爬虫线程往
queue.Queue放数据，单独一个 DB 写入线程消费，控制队列大小防内存爆掉 - 不要用
threading.Thread随便起一堆写入线程——MySQL 单连接不支持并发执行，多线程争同一连接反而更慢 - 若用异步爬虫（如
aiohttp），搭配aiomysql，但注意它不支持预编译语句缓存，高频插入时性能反不如同步 + 批量 - 监控
SHOW PROCESSLIST，确认没有长事务或锁表操作堆积
遇到 “Packet too large” 或 “Lost connection” 怎么快速定位？
错误信息 mysql.connector.errors.OperationalError: Packet too large 说明某条记录（通常是 TEXT/BLOB 字段）超出 MySQL 的 max_allowed_packet；Lost connection to MySQL server during query 多因网络波动或超时未设置。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 查服务端配置：
SELECT @@max_allowed_packet;，一般设为 64M（需 DBA 权限修改） - 客户端连接时加参数：
connection_timeout=30、pool_size=5、pool_reset_session=True - 插入前校验单条记录大小：
sys.getsizeof(json.dumps(item))，超 10MB 就拆分或压缩存储 - 把大字段（如 HTML 正文）单独建表、按需延迟加载，主表只存摘要和 ID
wait_timeout=28800（8 小时），但云服务商（如阿里云 RDS）可能设成 300 秒。一旦连接闲置超过这个时间，下次 execute() 就直接断连报错，得加心跳或用连接池自动重连。 
