aiomysql连接池默认minsize=1、maxsize=10，不显式配置易退化为串行执行；必须用async with pool.acquire()和async with conn.cursor()确保连接与游标自动归还，配合pool_recycle=3600防断连，生产推荐minsize=5、maxsize=20。
aiomysql 的连接池不是“开箱即用”的高性能方案，必须显式配置 minsize、maxsize 和复用逻辑，否则默认单连接 + 同步阻塞行为会直接拖垮异步性能。
为什么 asyncio.create_pool() 一不配就慢？
aiomysql 默认的 create_pool() 不设限：minsize=1、maxsize=10，但若你没主动调用 pool.acquire() 或用 async with pool.acquire() as conn:，实际可能退化成串行执行；更隐蔽的问题是，未关闭游标（cursor.close()）或连接未归还（conn.close() 而非 pool.release(conn)），会导致连接泄漏，maxsize 很快被占满，后续请求卡在 await pool.acquire() 上。
- 务必用
async with pool.acquire() as conn:—— 自动归还连接 - 游标必须用
async with conn.cursor() as cur:—— 避免游标堆积 - 手动调用
pool.close()+await pool.wait_closed()做服务退出清理
如何设置合理的 minsize/maxsize？
这不是拍脑袋的数字：minsize 决定冷启动后常驻连接数，maxsize 是并发上限。设太小（如 minsize=1, maxsize=5）在流量突增时会频繁创建/销毁连接；设太大（如 maxsize=100）又可能压垮 MySQL 的 max_connections（默认通常 151）。建议从 minsize=4, maxsize=20 起步，再根据 SHOW STATUS LIKE 'Threads_connected'; 观察真实连接数。
- 生产环境
maxsize应 ≤ MySQL 的max_connections× 0.7 -
minsize > 0才能避免首次请求的连接建立延迟 - 若应用部署多实例，需按总实例数折算单实例的
maxsize
execute() 和 executemany() 的性能陷阱
aiomysql 的 cursor.execute() 对单条语句没问题，但批量插入时若用循环调用 execute()，等效于 N 次网络往返；而 cursor.executemany() 本质仍是 N 条独立语句，并不比循环快——它只是语法糖。真要提速，得用 INSERT ... VALUES (...), (...), (...) 拼成一条语句，或改用 cursor.executemany() 配合 INSERT IGNORE/ON DUPLICATE KEY UPDATE 减少冲突处理开销。
图片提示词生成器？不止如此。 马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。 用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。 用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。 输入「新手指南」查看完整功能介绍
立即学习“Python免费学习笔记（深入）”；
- 100 行以内数据：拼单条
INSERT+execute() - 1000+ 行且主键/唯一键明确：用
executemany()+INSERT IGNORE - 避免在循环里反复
await cursor.execute(...)
连接池超时与自动重连怎么处理？
aiomysql 没内置自动重连，pool 中的连接断开后不会自动剔除，下次 acquire() 可能拿到失效连接，抛出 aiomysql.OperationalError: (2013, "Lost connection to MySQL server during query")。必须自己捕获并重试，或加心跳检测：
- 初始化池时加
ping=True（仅对新获取的连接做 ping，非保活） - 关键查询外层包
try/except aiomysql.OperationalError，判断错误码是否为 2013/2006，然后await asyncio.sleep(0.1)后重试一次 - 不要依赖
pool._free等私有属性做健康检查——接口不稳定
真正难的不是写对那几行 create_pool()，而是把连接生命周期、语句构造、错误恢复全链路串起来——漏掉任意一环，异步就变“假异步”。
