如何在多个Python脚本间共享PostgreSQL连接池？

首先明确核心问题：task1.py和task2.py是独立启动的Python进程，进程之间内存完全隔离，所以进程内的单例、模块级变量这类方案，根本无法实现跨进程的连接池共享。下面给出实际可行的解决思路：

最推荐的生产级方案：使用外部连接池服务（如PgBouncer） #

这是工业界最常用的方式，不需要大幅修改Python代码，只需要做以下几步：

• 部署PgBouncer作为PostgreSQL的连接池中间件
• 修改Python脚本的数据库连接参数，把主机、端口指向PgBouncer的地址
• 由PgBouncer统一管理所有Python进程的数据库连接，自动复用连接、控制总连接数上限

这种方案稳定性高、性能有保障，几乎不需要改动现有代码逻辑，只调整配置即可。

纯Python层面的跨进程连接池方案（复杂度较高） #

如果不想依赖外部服务，可以搭建一个独立的连接池管理进程，通过IPC（进程间通信）让task1/task2复用连接：

• 单独启动一个Python进程，初始化并维护Postgres连接池
• task1和task2不再自己创建连接池，而是通过HTTP接口、Redis消息队列等方式，向管理进程发送查询请求
• 管理进程执行查询后返回结果，将连接放回自身的连接池

但这种方案需要额外开发维护通信逻辑，不如PgBouncer成熟，仅适合特殊场景。

解释你提到的两种方式为何不适用当前场景 #

模块级连接池 #

所谓模块级连接池，是指在数据库工具模块中直接初始化全局连接池实例，比如：

# database.py
import psycopg2.pool
import configparser

config = configparser.ConfigParser()
config.read('database_config.ini')
conn_params = {
    'host': config.get('postgresql', 'host'),
    'port': config.get('postgresql', 'port'),
    'database': config.get('postgresql', 'database'),
    'user': config.get('postgresql', 'user'),
    'password': config.get('postgresql', 'password')
}
# 模块级全局连接池
global_pool = psycopg2.pool.ThreadedConnectionPool(1, 50, **conn_params)

class PostgresConnection:
    def execute_query(self, query, params=None):
        with global_pool.getconn() as conn:
            with conn.cursor() as cur:
                cur.execute(query, params)
                conn.commit()
                return cur.fetchall()

但task1.py和task2.py是两个独立进程，各自导入database.py时，会在自己的进程内存中创建全新的global_pool实例，本质还是各自建池，没有实现共享。

传递连接池作为参数 #

这种方式是指在同一进程内，将连接池实例传递给不同的函数或类使用，比如：

# 同一进程内的代码示例
pool = psycopg2.pool.ThreadedConnectionPool(...)
process_task1(pool)
process_task2(pool)

但跨进程之间无法直接传递内存对象，所以这种方式仅适用于同一进程内的线程、模块间共享，对你的场景完全无效。

补充：修正你现有代码的小问题 #

你当前的execute_query方法中，使用了with self.connection_pool.getconn() as connection——psycopg2的连接池上下文管理器会自动将连接放回池，因此不需要在finally块手动调用putconn(connection)，否则会导致重复放回连接，引发错误。可删除finally块的代码。

内容的提问来源于stack exchange，提问作者mat