使用aiomysql异步连接MySQL未提速，求正确实现方法

首先，你的异步代码没体现出异步优势的核心原因是：你是串行执行每个数据库查询任务的。在main函数里，你用了for i in range(2): await test(pool, loop)，每次await都会等待当前test任务完全执行完毕才会开始下一个，这和同步循环的执行逻辑几乎一样，自然耗时和同步代码相差无几。

问题代码的核心问题 #

看你的main函数：

async def main(loop):
    pool = await aiomysql.create_pool(host='127.0.0.1', port=3306, user='root', password='qhdks12#$', db='stock', loop=loop)
    for i in range(2):
        await test(pool, loop)  # 这里是串行执行，每次等前一个完成才走下一次循环

这里的循环是逐个等待任务完成，完全没利用异步IO的并发特性。

正确的异步并发实现 #

要真正发挥异步的优势，你需要把多个查询任务并发提交，让它们在等待数据库响应的时间里去执行其他任务。可以用asyncio.gather()来批量并发执行多个异步任务：

修改后的完整代码 #

import asyncio
import aiomysql
import pandas as pd

async def test(pool):
    async with pool.acquire() as conn:
        async with conn.cursor() as cur:
            await cur.execute("select * from test;")
            rows = await cur.fetchall()
            return pd.DataFrame.from_records(list(rows))

async def main():
    # Python 3.7+ 可以不用显式传loop，create_pool会自动获取当前事件循环
    pool = await aiomysql.create_pool(
        host='127.0.0.1', 
        port=3306, 
        user='root', 
        password='qhdks12#$', 
        db='stock',
        minsize=5,  # 连接池最小连接数，根据并发量调整
        maxsize=10  # 连接池最大连接数
    )
    # 创建10个并发查询任务（和你同步代码的循环次数一致）
    tasks = [test(pool) for _ in range(10)]
    # 并发执行所有任务
    results = await asyncio.gather(*tasks)
    # 关闭连接池
    pool.close()
    await pool.wait_closed()

# Python 3.7+ 推荐用asyncio.run()替代get_event_loop()
%timeit asyncio.run(main())

关键改进点说明 #

• 并发任务提交：用[test(pool) for _ in range(10)]创建10个异步任务对象，然后通过asyncio.gather(*tasks)让这些任务并发执行，而不是逐个等待，这才是异步IO提速的核心。
• 连接池参数优化：设置minsize和maxsize，避免每次任务都重新创建连接（连接池本身就是为了复用连接，减少连接开销）。
• 事件循环的现代用法：Python 3.7+ 推荐使用asyncio.run()来运行异步主函数，不需要手动管理loop对象，代码更简洁易维护。
• 任务结果收集：asyncio.gather()会返回所有任务的结果列表，你可以根据需要处理这些DataFrame。

额外注意事项 #

• 如果你的查询结果很大，pandas.DataFrame.from_records是CPU密集型操作，可能会阻塞事件循环。这种情况下可以考虑用loop.run_in_executor()把DataFrame转换操作放到线程池里执行，避免影响其他异步任务。
• 确保你的MySQL服务器配置支持足够的并发连接数，避免因为连接数不足导致任务阻塞。

内容的提问来源于stack exchange，提问作者dnjs7292