使用Lambda+pymysql连接AWS RDS的最佳实践及连接复用疑问

一、每次请求新建连接是否可行？ #

短期低并发场景下，直接在Lambda函数内用pymysql.connect(...)新建数据库连接是可以正常工作的，但在高并发或频繁触发的场景下会暴露明显问题：

• 每次新建连接都要经历TCP握手、身份验证等流程，会额外增加请求延迟
• Aurora Serverless（尤其是v1版本）有连接数上限，大量并发请求会快速耗尽连接配额，导致请求失败
• Lambda冷启动时，新建连接的开销会进一步拉长响应时间

二、Lambda场景下连接池的适用时机 #

当你的业务符合以下任一情况时，建议使用连接池：

• 高并发请求：每秒触发多次Lambda，执行环境复用概率高
• 频繁触发的业务：比如定时任务或高频API请求，容器会被AWS持续复用
• 延迟敏感型应用：需要尽可能降低数据库连接带来的额外耗时

三、Lambda中实现连接池的正确方式 #

核心原则：连接池放在全局作用域 #

Lambda的执行环境会被复用，把连接池初始化代码放在函数外部（全局变量区），就能让后续请求复用已创建的连接池，避免重复初始化。

代码示例（基于pymysql + DBUtils） #

1. 先在Lambda层或部署包中安装依赖：DBUtils、pymysql
2. 编写Lambda代码：

import pymysql
from DBUtils.PooledDB import PooledDB

# 全局作用域初始化连接池
pool = None

def init_pool():
    global pool
    pool = PooledDB(
        creator=pymysql,
        host=rds_host,
        user=name,
        passwd=password,
        db=db_name,
        mincached=1,  # 初始空闲连接数
        maxcached=5,  # 最大空闲连接数
        maxconnections=10,  # 最大连接数
        blocking=True  # 连接耗尽时阻塞等待
    )

def lambda_handler(event, context):
    global pool
    # 首次执行或连接池未初始化时创建
    if not pool:
        init_pool()
    
    # 从连接池获取连接
    conn = pool.connection()
    try:
        with conn.cursor() as cursor:
            # 执行数据库操作
            cursor.execute("SELECT * FROM your_table")
            result = cursor.fetchall()
            return {"statusCode": 200, "data": result}
    finally:
        # 归还连接到池（不要关闭，由连接池管理）
        conn.close()

关键注意事项 #

• 连接健康检查：Aurora可能会回收闲置连接，建议在获取连接后执行简单查询（比如SELECT 1）验证连接有效性，无效则重新获取
• 适配Aurora Serverless特性：
  • v1版本：注意最大连接数不要超过数据库配置上限，避免触发自动扩容或连接拒绝
  • v2版本：连接数限制更宽松，但仍需监控连接使用情况
• 避免连接泄漏：必须确保在finally块中归还连接到池，即使代码抛出异常
• 处理冷启动：首次执行时会初始化连接池，这部分耗时无法避免，但后续请求会复用

四、其他优化建议 #

• 使用Lambda层管理依赖：把pymysql和DBUtils打包成Lambda层，避免每次部署都重复打包
• 监控连接指标：通过CloudWatch监控Aurora的DatabaseConnections指标，以及Lambda的执行时长、错误率，及时调整连接池参数
• 考虑Aurora Serverless v2：相比v1，v2的连接数限制更灵活，扩容速度更快，能更好适配Lambda的突发并发

内容的提问来源于stack exchange，提问作者Dan