Flask中MySQL查询慢主因是连接池配置不当和索引缺失,应优先使用DBUtils.PooledDB配ping=1,并为WHERE/ORDER BY字段建合适索引。

直接说结论:Flask 里 MySQL 查询慢,90% 不是数据库本身的问题,而是连接管理、查询写法和缓存策略没对上。优化得从 pymysql 连接池配置开始,而不是一上来就调索引或换 Redis。
用 DBUtils.PooledDB 而不是自己手写连接池
很多人看到“连接池”就去封装 pool.ConnectionPool 或者用 SQLAlchemy 的内置池,但 PyMySQL 自带的池不支持连接健康检查,容易复用已断开的连接,导致偶发 OperationalError: (2013, 'Lost connection to MySQL server during query')。
DBUtils 的 PooledDB 是生产环境验证过的方案,它会在每次 pool.connection() 时做简单 ping(可配),且线程安全:
from DBUtils.PooledDB import PooledDB import pymysql <p>pool = PooledDB( creator=pymysql, mincached=5, # 启动时预创建 5 个空闲连接 maxcached=10, # 最多缓存 10 个空闲连接 maxconnections=20,# 最大并发连接数 host='127.0.0.1', port=3306, user='root', password='xxx', database='mydb', charset='utf8mb4', ping=1 # 每次取连接前执行 SELECT 1,自动剔除失效连接 )
-
ping=1是关键,不加这个,连接空闲超wait_timeout(默认 8 小时)后会被 MySQL 主动断开,Flask 下次取到的就是死连接 -
mincached设太小(如 0)会导致首请求延迟高;设太大(如 50)会浪费空闲连接资源 - 别把
maxconnections设得比 MySQL 的max_connections还高,否则会触发Too many connections
查数据前先确认 WHERE 字段有没有索引
Flask 接口响应慢,十次有八次是 SELECT * FROM users WHERE mobile = %s 这类语句没走索引。MySQL 不会自动给字符串字段建索引,你得手动加:
立即学习“Python免费学习笔记(深入)”;
ALTER TABLE users ADD INDEX idx_mobile (mobile);
注意这些细节:
- 联合查询时,
WHERE a = ? AND b = ?要建联合索引(a, b),而不是两个单列索引 -
ORDER BY created_at LIMIT 10如果没索引,会触发 filesort,哪怕只查 10 条也慢 - 用
EXPLAIN SELECT ...看type是不是ref或const,如果是ALL,说明在全表扫描 - 不要在索引字段上做函数操作,比如
WHERE DATE(created_at) = '2024-01-01'会让索引失效
避免在 Flask route 里写循环单条查询
常见错误写法:
for user_id in user_ids:
cursor.execute("SELECT name FROM users WHERE id = %s", (user_id,))
result.append(cursor.fetchone())这会发起 N 次网络往返,延迟叠加。改成 IN 查询或 JOIN:
# 方案一:IN 查询(注意参数数量限制,默认 max_allowed_packet 和 innodb_log_file_size 会影响上限)
cursor.execute("SELECT id, name FROM users WHERE id IN %s", (tuple(user_ids),))
<h1>方案二:临时表 + JOIN(适合几千以上 ID)</h1><p>temp_table = "temp_user<em>ids</em>" + str(int(time.time()))
cursor.execute(f"CREATE TEMPORARY TABLE {temp_table} (id BIGINT PRIMARY KEY)")
cursor.executemany(f"INSERT INTO {temp_table} VALUES (%s)", [(i,) for i in user_ids])
cursor.execute(f"SELECT u.id, u.name FROM users u JOIN {temp_table} t ON u.id = t.id")-
IN最多支持约 1000–2000 个参数(取决于 MySQL 配置),超了会报MySQL server has gone away - 临时表方案更稳定,但要注意
max_heap_table_size,避免写入磁盘临时表拖慢性能 - 千万别用字符串拼接 ID 列表,那是 SQL 注入温床
本地缓存高频不变数据,但别滥用 @lru_cache
@lru_cache 在 Flask 多进程/多线程下不共享缓存,每个 worker 进程都有一份副本,内存浪费且不一致。真要本地缓存,用 TTLCache:
from cachetools import TTLCache
<p>user_cache = TTLCache(maxsize=1000, ttl=300) # 5 分钟过期</p><p>@cached(cache=user_cache)
def get_user_by_id(user_id):
conn = pool.connection()
cursor = conn.cursor()
cursor.execute("SELECT id, name, email FROM users WHERE id = %s", (user_id,))
row = cursor.fetchone()
cursor.close()
conn.close()
return row这种缓存适合:
- 配置类数据(如站点开关、支付渠道列表)
- 用户基础信息(ID → 昵称映射)
- 不频繁变更、读远多于写的维度表
但别缓存带分页、带用户态的查询结果——缓存键难设计,容易击穿或脏读。
最常被忽略的一点:连接池的 ping 参数和索引的覆盖度,比加 Redis 或调优 SQL 语句影响更大。先跑通这两项,再考虑其他优化。


















