1. 环境准备:5分钟搞定openGauss开发环境
第一次接触openGauss时,最头疼的就是环境搭建。经过多次实践,我发现用Docker部署是最省事的方式。这里分享一个我验证过的可靠方案,连新手都能轻松上手。
首先确保你的机器已经安装Docker,然后执行这两个命令就能拉起数据库服务:
bash复制# 拉取官方镜像(实测下载速度稳定在10MB/s左右)
docker pull enmotech/opengauss
# 启动容器(注意密码复杂度要求)
docker run --name opengauss \
--privileged=true -d \
-e GS_USERNAME=gaussdb \
-e GS_PASSWORD=OpenGauss@123 \
-p 5432:5432 \
enmotech/opengauss:latest
这里有个坑要注意:openGauss默认要求密码包含大小写字母、数字和特殊字符,像"123456"这种简单密码会报错。我建议直接用上面的"OpenGauss@123",省得折腾。
启动后用这个命令检查容器状态:
bash复制docker ps -a | grep opengauss
看到STATUS显示"Up"就说明成功了。如果启动失败,大概率是端口冲突,把命令里的5432改成其他端口就行。
1.1 Python环境配置
Python端只需要安装一个包:
bash复制pip install psycopg2-binary
为什么不用psycopg2?因为binary版本自带预编译驱动,省去了编译依赖的麻烦。我在Windows/Mac/Linux上都测试过,直接装就能用。
建议同时安装python-dotenv管理环境变量:
bash复制pip install python-dotenv
新建.env文件存放数据库配置:
text复制OG_HOST=localhost
OG_PORT=5432
OG_USER=gaussdb
OG_PASSWORD=OpenGauss@123
OG_DATABASE=postgres
这样代码里就不用写死密码了,既安全又方便环境切换。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 连接管理:这样写连接池才专业
直接上我在生产环境验证过的连接管理方案。首先在项目里新建个db.py文件:
python复制import os
from dotenv import load_dotenv
from psycopg2 import pool, connect
load_dotenv()
class DBPool:
_instance = None
def __new__(cls):
if not cls._instance:
cls._instance = super().__new__(cls)
cls._instance.init_pool()
return cls._instance
def init_pool(self):
self.pool = pool.ThreadedConnecti
