Tortoise-ORM中MySQL连接超时问题的分析与解决
2025-06-09 06:49:43作者:吴年前Myrtle
问题背景
在使用Tortoise-ORM连接MySQL数据库时,开发者可能会遇到"Lost connection to MySQL server during query ([Errno 60] Operation timed out)"这样的错误。这个问题通常发生在长时间运行的查询或连接闲置时间过长的情况下。
根本原因分析
MySQL服务器有一个名为wait_timeout的系统变量,它定义了服务器在关闭非交互式连接之前等待活动的秒数。默认情况下,这个值通常是8小时(28800秒),但在某些服务器配置中可能会被设置得更短。
当Tortoise-ORM建立的连接在超过这个时间限制后没有活动,MySQL服务器会自动关闭连接。当下次尝试使用这个连接时,就会出现连接超时的错误。
解决方案
1. 调整MySQL服务器配置
最直接的解决方案是增加MySQL服务器的wait_timeout值:
SET GLOBAL wait_timeout=28800; -- 设置为8小时
或者修改MySQL配置文件(my.cnf或my.ini):
[mysqld]
wait_timeout = 28800
2. 优化Tortoise-ORM连接池配置
在Tortoise-ORM的配置中,可以调整连接池参数来更好地管理连接:
TORTOISE_ORM = {
"connections": {
"default": {
"engine": "tortoise.backends.mysql",
"credentials": {
# ...其他配置...
"minsize": 1, # 最小连接数
"maxsize": 5, # 最大连接数
"pool_recycle": 3600, # 连接回收时间(秒)
# ...其他配置...
}
},
},
# ...其他配置...
}
pool_recycle参数特别重要,它指定了连接在被回收前可以保持打开的时间(秒)。建议将其设置为略小于MySQL的wait_timeout值。
3. 实现连接健康检查
对于长时间运行的应用,可以实现定期的连接健康检查:
async def check_connection():
try:
conn = Tortoise.get_connection("default")
await conn.execute_query("SELECT 1")
except Exception:
await Tortoise.close_connections()
await Tortoise.init(config=DATABASE_CONFIG)
4. 错误处理与重试机制
在应用中实现重试逻辑,当检测到连接超时时自动重新连接:
async def execute_with_retry(query, max_retries=3):
for attempt in range(max_retries):
try:
return await Tortoise.get_connection("default").execute_query(query)
except OperationalError as e:
if "Lost connection" in str(e) and attempt < max_retries - 1:
await Tortoise.close_connections()
await Tortoise.init(config=DATABASE_CONFIG)
continue
raise
最佳实践建议
- 合理设置超时时间:根据应用特点设置适当的
wait_timeout和pool_recycle值 - 连接池管理:确保连接池大小(min/max)与应用负载匹配
- 定期维护:对于长时间运行的应用,定期检查连接状态
- 错误处理:实现健壮的错误处理机制,特别是对于关键数据库操作
- 监控:设置监控系统,及时发现和处理连接问题
总结
Tortoise-ORM与MySQL的连接超时问题通常是由于服务器端配置与应用需求不匹配导致的。通过合理配置MySQL服务器参数、优化Tortoise-ORM连接池设置以及实现适当的错误处理机制,可以有效地解决这个问题。理解这些底层机制不仅能解决当前问题,还能帮助开发者构建更健壮的数据库应用。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
167
189
React Native鸿蒙化仓库
JavaScript
240
315
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
255
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
373
3.18 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.09 K
618
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
262
92