Python 对操作数据库也提供了相应的异步支持。当我们做一个 Web 服务时，性能的瓶颈绝大部分都在数据库上，如果一个请求从数据库中读数据的时候能够自动切换、去处理其它请求的话，是不是就能提高并发量了呢。

　　下面我们来看看如何使用 Python 异步操作 MySQL、PostgreSQL 以及 Redis，以上几个可以说是最常用的数据库了。至于 SQLServer、Oracle，本人没有找到相应的异步驱动，有兴趣可以自己去探索一下。

　　而操作数据库无非就是增删改查，下面我们来看看如何异步实现它们。

　　异步操作 MySQL

　　异步操作 MySQL 的话，需要使用一个 aiomysql，直接 pip install aiomysql 即可。

　　aiomysql 底层依赖于 pymysql，所以 aiomysql 并没有单独实现相应的连接驱动，而是在 pymysql 之上进行了封装。

　　查询记录

　　下面先来看看如何查询记录。

　　怎么样，是不是很简单呢，和同步库的操作方式其实是类似的。但是很明显，我们在获取记录的时候不会只获取一条，而是会获取多条，获取多条的话使用 await result.fetchall() 即可。

　　除了 fetchone、fetchall 之外，还有一个 fetchmany，可以获取指定记录的条数。

　　以上就是通过 aiomysql 查询数据库中的记录，没什么难度。但是值得一提的是，await conn.execute 里面除了可以传递一个原生的 SQL 语句之外，我们还可以借助 SQLAlchemy。

　　添加记录

　　然后是添加记录，我们同样可以借助 SQLAlchemy 帮助我们拼接 SQL 语句。

　　还是很方便的，但是插入多条记录的话只会返回插入的最后一条记录的信息，所以如果你希望获取每一条的信息，那么就一条一条插入。

　　修改记录

　　修改记录和添加记录是类似的，我们来看一下。

　　可以看到，记录被成功的修改了。

　　删除记录

　　删除记录就更简单了，直接看代码。

　　此时数据库中的记录已经全部被删除了。

　　整体来看还是比较简单的，并且支持的功能也比较全面。

　　异步操作 PostgreSQL

　　异步操作 PostgreSQL 的话，我们有两个选择，一个是 asyncpg 库，另一个是 aiopg 库。asyncpg 是自己实现了一套连接驱动，而 aiopg 则是对 psycopg2 进行了封装，个人更推荐 asyncpg，性能和活跃度都比 aiopg 要好。

　　下面来看看如何使用 asyncpg，首先是安装，直接 pip install asyncpg 即可。

　　查询记录

　　首先是查询记录。

　　以上我们演示了如何使用 asyncpg 来获取数据库中的记录，我们看到执行 select 语句的话，我们可以使用 conn.fetchrow(query) 来获取满足条件的单条记录，conn.fetch(query) 来获取满足条件的所有记录。

　　Record 对象

　　我们说使用 conn.fetchone 查询得到的是一个 Record 对象，使用 conn.fetch 查询得到的是多个 Record 对象组成的列表，那么这个 Rcord 对象怎么用呢?

　　当然我们也可以借助 SQLAlchemy 帮我们拼接 SQL 语句。

　　此外，conn.fetch 里面还支持占位符，使用百分号加数字的方式，举个例子：

　　还是推荐使用 SQLAlchemy 的方式，这样更加方便一些，就像 aiomysql 一样。但是对于 asyncpg 而言，实际上接收的是一个原生的 SQL 语句，是一个字符串，因此它不能像 aiomysql 一样自动识别 Select 对象，我们还需要手动将其转成字符串。而且这样还存在一个问题，至于是什么我们下面介绍添加记录的时候说。

　　添加记录

　　然后是添加记录，我们看看如何往库里面添加数据。

　　通过 execute 可以插入单条记录，同时返回相关信息，但是说实话这个信息没什么太大用。除了 execute 之外，还有 executemany，用来执行多条插入语句。

　　注意：如果是执行大量 insert 语句的话，那么 executemany 要比 execute 快很多，但是 executemany 不具备事务功。