在Python生态里连接和操作MySQL，PyMySQL与SQLAlchemy是两类经常被拿来做对比的工具。PyMySQL是一个纯Python实现的MySQL客户端库，它遵循PEP 249数据库API规范，让开发者通过直观的连接、游标方式发送SQL语句并获取结果。SQLAlchemy则是一套完整的数据库工具包，包含底层的SQL表达式语言以及高层的ORM（对象关系映射）框架，它自身并不实现网络协议，而是借助如PyMySQL这样的驱动来完成实际通信。
PyMySQL的基础用法与适用场景
PyMySQL的定位非常清晰：它就是MySQL协议的Python实现。使用它时，开发者需要自己编写SQL字符串，通过游标执行，并手动处理连接关闭与异常。这种方式的好处是没有任何隐藏行为，你对数据库发送了什么、返回了什么一清二楚，非常适合脚本工具、数据迁移任务以及对SQL有强控制需求的场景。
下面是一段典型的PyMySQL代码，展示了如何查询用户表并打印结果。注意其中所有的HTML特殊字符在代码块内都已转义，且使用参数化查询来避免SQL注入。
import pymysql
# 建立连接，使用PyMySQL作为纯Python MySQL驱动
conn = pymysql.connect(
host='127.0.0.1',
port=3306,
user='root',
password='secret',
database='test_db',
charset='utf8mb4'
)
try:
with conn.cursor() as cursor:
# 参数化查询，防止SQL注入
sql = "SELECT id, name FROM user WHERE age > %s"
cursor.execute(sql, (18,))
rows = cursor.fetchall()
for row in rows:
print(row)
finally:
conn.close()
从工程角度看，PyMySQL的缺点也很明显。当业务表增多、查询变复杂时，SQL语句会分散在代码各个角落，重构困难，且类型安全几乎为零。此外，它不提供连接池的高级封装（虽然可以配合其他库实现），在Web高并发场景下需要额外的工作来保证连接复用。
SQLAlchemy的架构与两种使用方式
SQLAlchemy分为Core（核心表达式语言）和ORM两层。Core允许你用Python函数构建SQL，例如select(users.c.id)会被编译成对应数据库的SQL，这保留了一定可控性又减少了字符串拼接错误。ORM则进一步把表映射为类，把行映射为对象，适合领域模型清晰的应用。
值得注意的是，SQLAlchemy通常需要一个DBAPI驱动，而PyMySQL正好可以充当这个角色。在创建引擎时指定mysql+pymysql://即可。下面示例展示用ORM定义模型并插入数据，可以看到代码表达的是对象关系而非原始SQL。
from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.orm import sessionmaker, declarative_base
# 使用PyMySQL作为底层驱动
engine = create_engine("mysql+pymysql://root:secret@127.0.0.1:3306/test_db?charset=utf8mb4")
Base = declarative_base()
class User(Base):
__tablename__ = 'user'
id = Column(Integer, primary_key=True)
name = Column(String(50))
Base.metadata.create_all(engine)
Session = sessionmaker(bind=engine)
session = Session()
# 像操作对象一样插入数据
new_user = User(name='Alice')
session.add(new_user)
session.commit()
session.close()
SQLAlchemy带来的不仅是写法变化，更是维护性的提升。迁移工具Alembic与其深度集成，模型变更可生成迁移脚本；查询构造是链式且可组合的，复杂过滤逻辑可以被拆分成函数。当然，抽象是有代价的：新手可能写出低效查询，因为生成的SQL不一定符合直觉，需要学会用echo=True或日志查看实际语句。
选型建议与混合实践
如果项目极小、SQL固定且追求依赖精简，直接用PyMySQL甚至更底层驱动就够了，你不需要为了用ORM而引入上百KB的抽象层。但如果系统有多个模块、多人协作、表结构持续演进，SQLAlchemy的ORM和Core能显著降低认知负担，让代码更像Python而非拼接字符串。
实际生产中两者常常共存。例如，在报表统计中用SQLAlchemy Core拼动态查询，在批量导入脚本里为极致性能退回到PyMySQL直连并执行LOAD DATA类命令。由于SQLAlchemy本就可以绑定PyMySQL，这种混合并不矛盾，反而兼顾了开发效率与运行控制。
最后要提醒，无论选哪种，连接管理都不能忽视。PyMySQL需自行维护连接生命周期，SQLAlchemy则依赖引擎池化，但池大小、回收策略也要按MySQL的wait_timeout来调，否则会出现静默断开的报错。理解它们之间的关系，比单纯二选一更有价值。
PyMySQLSQLAlchemyPython_MySQL修改时间：2026-08-16 08:52:11