如何在Python中用SQLAlchemy正确管理双主机数据库的连接与断开？

1. 连接断开语句该放哪里？ #

SQLAlchemy的engine本质是连接池，pandas的read_sql()和to_sql()会自动从连接池获取连接，用完后自动归还到池里，不需要手动单条关闭连接。但如果要彻底销毁整个连接池、释放所有资源，你可以在所有数据库操作完成后调用engine.dispose()。

比如你的代码可以改成：

hostname = "remote.server.com"
username = "user"
password = "pass"
database = "mydb"

engine = create_engine("mysql+pymysql://{user}:{pw}@{host}/{db}".format(host=hostname, db=database, user=username, pw=password))

getcommand = "SELECT * FROM table"
df = pd.read_sql(getcommand, engine)

# 处理数据
# ...

df.to_sql(name="dbname", con=engine, if_exists="replace", index=False)

# 销毁连接池，释放所有连接
engine.dispose()

2. 能否同时运行多个engine？ #

完全可以，每个engine独立对应一个数据库实例（远程和本地各建一个就行），相互之间没有影响。这样你可以分别用远程引擎读数据，本地引擎写数据，示例代码如下：

# 远程数据库引擎
remote_engine = create_engine("mysql+pymysql://{user}:{pw}@{host}/{db}".format(
    host="remote.server.com", db="remote_db", user="remote_user", pw="remote_pass"
))
# 本地数据库引擎
local_engine = create_engine("mysql+pymysql://{user}:{pw}@{host}/{db}".format(
    host="localhost", db="local_db", user="local_user", pw="local_pass"
))

# 从远程读取数据
df = pd.read_sql("SELECT * FROM remote_table", remote_engine)
# 数据处理逻辑
# ...
# 写入本地数据库
df.to_sql(name="local_table", con=local_engine, if_exists="replace", index=False)

# 清理两个引擎的连接池
remote_engine.dispose()
local_engine.dispose()

3. 是否需要cursor、execute或其他SQL交互方式？ #

不需要。你的场景只涉及读取整张表到DataFrame、处理后写入新表，pandas的read_sql()和to_sql()已经封装了底层的cursor、execute等操作，直接用这两个方法就能完成需求，完全不用手动写底层SQL交互代码。

只有当你需要执行复杂SQL（比如调用存储过程、手动管理事务、批量执行多语句）时，才需要用到connection、cursor或session这类工具，你的简单读写场景用不上。

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