mysql.connector与pandas pd.read_sql兼容性问题及解决方案咨询

警告的影响 #

目前你能正常获取数据，但这个警告并非无关紧要——Pandas官方明确说明仅支持SQLAlchemy可连接对象（引擎/连接）、数据库URI或sqlite3的DBAPI2连接，其他DBAPI2连接属于未测试范畴。未来Pandas版本可能直接移除对这类未测试连接的支持，届时你的代码会直接报错，建议尽快适配SQLAlchemy方案。

SQLAlchemy引擎的作用 #

SQLAlchemy是数据库抽象层工具，核心作用包括：

• 提供统一的数据库操作接口，无论使用MySQL、PostgreSQL还是其他数据库，代码逻辑基本一致，无需为不同数据库修改底层连接代码
• 自动管理连接池，复用数据库连接提升性能，同时避免手动管理连接时可能出现的资源泄漏问题
• 处理不同数据库的语法差异，自动做兼容转换
• 简化连接的创建、关闭等底层操作，让你更专注于业务逻辑

如何用SQLAlchemy配合mysql.connector实现连接 #

1. 安装依赖 #

确保已安装SQLAlchemy和mysql-connector-python：

pip install sqlalchemy mysql-connector-python

2. 创建SQLAlchemy引擎 #

用URI格式配置连接信息，URI结构如下：
mysql+mysqlconnector://<用户名>:<密码>@<主机地址>:<端口>/<数据库名>[?额外参数]

示例代码：

from sqlalchemy import create_engine
import pandas as pd

# 替换为你的数据库实际信息
engine = create_engine("mysql+mysqlconnector://root:your_password@localhost:3306/your_database?charset=utf8mb4")

如果需要额外配置（如指定字符集、SSL设置），直接在URI末尾用?拼接参数即可。

3. 用引擎执行查询 #

直接将引擎传给pd.read_sql()（或pd.read_sql_query()）即可，无需手动创建mysql.connector连接：

q = "SELECT * FROM your_table"
df = pd.read_sql(q, engine)

# 也可以用连接上下文，适合多查询复用连接
with engine.connect() as conn:
    df = pd.read_sql(q, conn)

替换后，原有警告会消失，代码也能兼容未来Pandas版本的要求。

内容的提问来源于stack exchange，提问作者Dinemite