Linux下连接Microsoft SQL Server速度慢5-6倍的问题求助

一、代码必须修改：停止每次查询新建连接 #

你的核心问题是每次API调用都执行pyodbc.connect创建新连接，这会重复触发TCP握手、身份验证等开销，直接拖慢整体速度——哪怕配置了ODBC连接池，这种单次使用就销毁连接的方式也无法利用池的优势。

优化方案1：复用长期连接（适合单线程/低并发场景） #

修改代码，维护一个全局连接对象，仅在首次调用或连接断开时重建，后续查询直接复用：

import pyodbc
import platform

DEFAULT_DRIVER_UNIX = "/opt/microsoft/msodbcsql18/lib64/libmsodbcsql-18.4.so.1.1"
if platform.system() == "Linux":
    DEFAULT_DRIVER = DEFAULT_DRIVER_UNIX

# 全局连接对象，初始为None
_global_db_conn = None

def create_db_string(*, server, database, username, password, driver=DEFAULT_DRIVER):
    return (
        f"Driver={driver};"
        f"Server={server};"
        f"Database={database};"
        f"uid={username};"
        f"pwd={password};"
        "Trusted_Connection=no;"
        "integratedSecurity=false;"
        "TrustServerCertificate=yes;"
        "Encrypt=no;"  # 新增：关闭加密，减少握手耗时（可信环境下推荐）
    )

def get_db_connection(db_string):
    global _global_db_conn
    # 连接不存在或已断开时重新创建
    if _global_db_conn is None or not _global_db_conn.connected:
        _global_db_conn = pyodbc.connect(db_string)
    return _global_db_conn

def read_from_db(db_string, query, sorting_index=None, descending=False):
    conn = get_db_connection(db_string)
    cursor = conn.cursor()
    try:
        cursor.execute(query)
        return_list = list(cursor.fetchall())
        if sorting_index is not None:
            return_list.sort(key=lambda x: x[sorting_index], reverse=descending)
        return return_list
    except pyodbc.Error as e:
        # 连接异常时销毁旧连接，下次自动重建
        global _global_db_conn
        _global_db_conn = None
        raise e

优化方案2：使用成熟连接池（适合高并发场景） #

如果是多线程/高并发服务，推荐用SQLAlchemy管理连接池，它会自动处理连接复用、失效检测与回收：

from sqlalchemy import create_engine
import platform

DEFAULT_DRIVER_UNIX = "/opt/microsoft/msodbcsql18/lib64/libmsodbcsql-18.4.so.1.1"
if platform.system() == "Linux":
    DEFAULT_DRIVER = DEFAULT_DRIVER_UNIX

# 全局引擎，连接池由SQLAlchemy自动管理
_engine = None

def init_db_engine(server, database, username, password, driver=DEFAULT_DRIVER):
    global _engine
    # 转义路径特殊字符，避免连接字符串解析错误
    escaped_driver = driver.replace('/', '%2F').replace('+', '%2B')
    conn_str = (
        f"mssql+pyodbc://{username}:{password}@{server}/{database}?"
        f"driver={escaped_driver}&"
        "Trusted_Connection=no&"
        "TrustServerCertificate=yes&"
        "Encrypt=no&"
        "pool_pre_ping=True&"  # 自动检测失效连接
        "pool_recycle=3600"    # 每1小时回收旧连接，避免超时
    )
    _engine = create_engine(conn_str, pool_size=10, max_overflow=20)

def read_from_db(query, sorting_index=None, descending=False):
    with _engine.connect() as conn:
        result = conn.execute(query)
        return_list = [row._asdict() for row in result]  # 转为字典列表，更易处理
        if sorting_index is not None:
            return_list.sort(key=lambda x: x[sorting_index], reverse=descending)
        return return_list

二、ODBC连接池配置补充检查 #

1. 强制开启连接池：在连接字符串中添加Pooling=Yes，确保驱动优先使用连接池：

   return (
       # ... 其他参数
       "Pooling=Yes;"
   )
   

2. 调整连接存活时间：将odbcinst.ini中的CPTimeout调大（比如300，即5分钟），避免连接被过早回收：

   [ODBC Driver 18 for SQL Server]
   # ... 现有配置
   CPTimeout=300
   

3. 排查耗时节点：临时开启Trace（Trace=Yes），查看/tmp/sql.log中连接阶段的日志，确认是DNS解析、加密握手还是身份验证导致的延迟。

三、其他性能优化点 #

• 用IP代替主机名：将连接字符串中的Server参数改为SQL Server的IP地址，避免DNS解析耗时。
• 更新ODBC驱动：确认使用最新版本的Microsoft ODBC Driver for SQL Server，旧版本可能存在性能瓶颈。
• 调整TCP参数：在Linux机器上优化TCP连接相关参数（比如tcp_tw_reuse、tcp_keepalive_time），减少连接建立的开销。

内容的提问来源于stack exchange，提问作者ajay_edupuganti