应用全程复用单个数据库连接还是每次执行新建连接？

一、每次查询新建连接的方式 #

代码示例：

import psycopg2

def run_query(query):
    with psycopg2.connect("dbname=test user=postgres") as connection:
        cursor = connection.cursor()
        cursor.execute(query)
        cursor.close()

• 优势：
  • 连接由with上下文自动管理，用完即关闭，不会出现连接泄漏问题
  • 天然适配多线程/多进程场景，每个请求用独立连接，无线程安全冲突
  • 无需担心连接闲置被数据库断开，每次查询都是全新有效连接
• 劣势：
  • 每次创建连接都要经历TCP握手、数据库认证流程，开销极大，频繁查询时性能骤降
  • 高并发场景下会短时间生成大量连接，容易触发PostgreSQL的max_connections限制，导致无法新建连接报错

二、全程复用单个连接的方式 #

代码示例：

import psycopg2

connection = psycopg2.connect("dbname=test user=postgres")

def run_query(query):
    cursor = connection.cursor()
    cursor.execute(query)
    cursor.close()

• 优势：
  • 仅创建一次连接，省去重复建立连接的开销，单线程低并发场景下查询效率更高
• 劣势：
  • 连接长期保持，可能因网络波动、数据库超时设置（如idle_in_transaction_session_timeout）被主动断开，后续查询直接报错，需额外添加重连逻辑
  • psycopg2的连接和游标并非线程安全，多线程/多进程应用共享单个连接会导致数据混乱、查询报错
  • 应用长时间闲置时，连接可能被数据库回收，再次查询需重建连接

三、最优方案：使用连接池 #

上述两种方式均有明显局限性，生产环境更推荐使用psycopg2自带的连接池，比如SimpleConnectionPool或ThreadedConnectionPool，示例代码：

import psycopg2
from psycopg2 import pool

# 初始化连接池，最小2个连接，最大10个连接
connection_pool = pool.SimpleConnectionPool(2, 10, dbname="test", user="postgres")

def run_query(query):
    conn = connection_pool.getconn()
    try:
        cursor = conn.cursor()
        cursor.execute(query)
        cursor.close()
    finally:
        # 用完将连接放回池内，而非直接关闭
        connection_pool.putconn(conn)

# 应用终止时关闭连接池
# connection_pool.closeall()

连接池的核心优势：

• 复用连接，避免频繁创建连接的开销
• 自动管控连接数量，不会突破数据库的连接上限
• 可自动检测失效连接并重建，避免连接断开导致的查询报错
• ThreadedConnectionPool专门适配多线程场景，解决线程安全问题

内容的提问来源于stack exchange，提问作者Obaida Na