我不确定我是否理解python中数据库连接池的用例（例如：psycopg2.pool和mysql.connector.pooling）。在我看来，并行性通常是在python中使用多进程而不是多线程方法实现的，因为GIL，并且在多进程情况下这些池不是非常有用，因为每个进程将初始化它自己的池并且一次只能运行一个线程。它是否正确？在使用多个进程时是否存在共享数据库连接池的策略，如果没有，那么池的用途是否仅限于多线程python应用程序，还是存在其他可以使用它们的场景？
答案 0 :(得分：5)
基思，
你走在正确的轨道上。正如S.O帖子中提到的那样“Accessing a MySQL connection pool from Python multiprocessing，”：
Making a seperate pool for each process is redundant and opens up way
too many connections.
查看另一个S.O帖子“What is the best solution for database connection pooling in python?”，它包含python中的示例池解决方案。如果您的应用程序要成为多线程，本文还讨论了db-pooling的局限性：
Making your own connection pool is a BAD idea if your app ever decides to start using
multi-threading. Making a connection pool for a multi-threaded application is much
more complicated than one for a single-threaded application. You can use something
like PySQLPool in that case.
在python中实现db pool的方面，如“Application vs Database Resident Connection Pool”中所述，如果你的数据库支持它，最好的实现将涉及：
Let connection pool be maintained and managed by database itself
(example: Oracle's DRCP) and calling modules just ask connections from the connection
broker described by Oracle DRCP.
如果您有任何疑问，请与我们联系！