1. 环境准备与依赖检查在CentOS 7上编译dmPython前需要确保系统环境满足基本要求。我遇到过不少因为基础依赖缺失导致的编译失败案例所以建议先完整检查以下组件操作系统要求确认是纯净的CentOS 7.6及以上版本通过cat /etc/redhat-release查看。实测发现7.2版本会因为glibc版本过低导致DPI动态库加载失败。如果系统版本过低建议先执行yum update -y升级。必备工具链开发工具组yum groupinstall Development Tools -yPython环境建议使用Python 3.6可通过python3 -V验证。如果只有Python 2.7需要额外安装python-devel而Python 3环境则需要python3-devel解压工具yum install unzip -y关键依赖项# 一次性安装所有依赖 yum install -y openssl-devel ncurses-devel libffi-devel bzip2-devel sqlite-devel特别提醒如果本机没有安装达梦数据库需要提前规划好DM_HOME目录位置。我习惯放在/opt/dmdbms下因为这个路径通常有足够的权限且符合Linux目录规范。执行以下命令创建目录mkdir -p /opt/dmdbms chmod 777 /opt/dmdbms2. 驱动源码获取与解压达梦官方提供的驱动包目前主要通过两种方式获取方法一官方下载wget https://download.dameng.com/eco/docs/python-126594-20201027.zip # 或使用curl curl -o dmPython.zip https://download.dameng.com/eco/docs/python-126594-20201027.zip方法二从已有数据库实例提取如果本机已安装达梦数据库可以直接从安装目录拷贝cp /dm8/drivers/python/dmPython_C.zip /tmp/解压时有个细节需要注意建议在/usr/local/src下创建专用目录避免污染其他工作区mkdir -p /usr/local/src/dmPython unzip python-126594-20201027.zip -d /usr/local/src/dmPython解压后的目录结构应该是这样的dmPython/ ├── python │ └── dmPython_C │ ├── dmPython │ │ ├── setup.py │ │ └── ... └── ...3. 本机已安装达梦的编译方案对于已经部署达梦数据库的环境编译过程相对简单但有几个关键点需要注意环境变量配置echo export DM_HOME$(dirname $(dirname $(which dmserver))) /etc/profile echo export LD_LIBRARY_PATH$DM_HOME/bin:$LD_LIBRARY_PATH /etc/profile source /etc/profile验证环境变量是否生效echo $DM_HOME # 应该显示类似/dm8的路径 ls $DM_HOME/bin/libdmdpi.so # 确认核心库文件存在编译安装过程 进入源码目录执行cd /usr/local/src/dmPython/python/dmPython_C/dmPython python setup.py install常见问题处理如果报错Python.h not foundyum install python3-devel -y遇到libdmdpi.so: cannot open shared object fileldconfig $DM_HOME/bin编译成功的标志是看到类似输出Installed /usr/local/lib/python3.6/site-packages/dmPython-2.3-py3.6-linux-x86_64.egg4. 无达梦本机的编译方案这种情况稍微复杂需要手动准备DPI运行环境。我最近在客户现场就处理过这样的场景DPI环境准备从其他同版本达梦数据库拷贝scp -r root已安装机器IP:/dm8/drivers/dpi /opt/dmdbms/或者下载预编译包需确保版本匹配wget https://pkg.dameng.com/eco/dpi/8.1.2.38/dpi_centos7_x64.tar.gz tar -xzf dpi_centos7_x64.tar.gz -C /opt/dmdbms关键环境变量配置cat /etc/profile EOF export DM_HOME/opt/dmdbms export LD_LIBRARY_PATH/opt/dmdbms:\$LD_LIBRARY_PATH EOF source /etc/profile编译时的特殊参数cd /usr/local/src/dmPython/python/dmPython_C/dmPython python setup.py build_ext --include-dirs$DM_HOME --library-dirs$DM_HOME python setup.py install特别注意如果遇到GLIBCXX_3.4.21 not found错误需要升级libstdcyum provides libstdc.so.6 | grep GLIBCXX_3.4.21 yum install devtoolset-8-gcc-c -y scl enable devtoolset-8 bash5. 验证与排错指南安装完成后建议按照以下步骤验证基础验证python3 -c import dmPython; print(dmPython.__version__) # 预期输出2.3连接测试脚本 创建test_dm.py文件#!/usr/bin/env python3 import dmPython conn_params { user: SYSDBA, password: SYSDBA, server: localhost, port: 5236 } try: with dmPython.connect(**conn_params) as conn: cursor conn.cursor() cursor.execute(SELECT 1 FROM DUAL) print(连接成功查询结果:, cursor.fetchone()[0]) except Exception as e: print(连接失败:, str(e))常见错误解决方案ImportError: libdpi.so: cannot open shared object file检查LD_LIBRARY_PATH是否包含DPI目录执行ldconfig -v | grep dpi确认库被加载DPI failure: 无效的数据库连接确认数据库服务已启动ps -ef | grep dmserver检查防火墙设置firewall-cmd --list-ports | grep 5236编码问题 在连接参数中添加encodingUTF-8, encoding_errorsstrict6. 性能优化建议在实际生产环境中我总结出几个提升dmPython效能的技巧连接池配置from dmPython import ConnectParams, ConnectionPool pool_params ConnectParams( server192.168.1.100, port5236, userSYSDBA, passwordSYSDBA, pool_size5, pool_incr3, pool_max20 ) conn_pool ConnectionPool(pool_params)批量操作优化# 低效方式 for item in data: cursor.execute(INSERT INTO table VALUES (%s, %s), (item[0], item[1])) # 推荐方式 cursor.executemany(INSERT INTO table VALUES (%s, %s), data) conn.commit()类型映射调整 在setup.cfg中添加编译选项可以优化数据类型处理[build_ext] defineDM_PYTHON_OPTIMIZE7. 高级应用场景Django集成方案安装适配层pip install django-dm配置settings.pyDATABASES { default: { ENGINE: django_dm.backend.dm, NAME: DMDB, USER: SYSDBA, PASSWORD: SYSDBA, HOST: localhost, PORT: 5236, } }异步IO支持 虽然dmPython原生不支持asyncio但可以通过线程池实现import asyncio from concurrent.futures import ThreadPoolExecutor async def query_async(): with ThreadPoolExecutor() as pool: return await loop.run_in_executor( pool, lambda: dmPython.connect(...).cursor().execute(SELECT * FROM large_table) )监控与诊断 启用DPI日志有助于排查问题export DPI_DEBUG1 export DPI_LOG_DIR/var/log/dmPython mkdir -p $DPI_LOG_DIR chmod 777 $DPI_LOG_DIR
CentOS 7 环境下源码编译 dmPython：国产数据库达梦的Python连接实战
1. 环境准备与依赖检查在CentOS 7上编译dmPython前需要确保系统环境满足基本要求。我遇到过不少因为基础依赖缺失导致的编译失败案例所以建议先完整检查以下组件操作系统要求确认是纯净的CentOS 7.6及以上版本通过cat /etc/redhat-release查看。实测发现7.2版本会因为glibc版本过低导致DPI动态库加载失败。如果系统版本过低建议先执行yum update -y升级。必备工具链开发工具组yum groupinstall Development Tools -yPython环境建议使用Python 3.6可通过python3 -V验证。如果只有Python 2.7需要额外安装python-devel而Python 3环境则需要python3-devel解压工具yum install unzip -y关键依赖项# 一次性安装所有依赖 yum install -y openssl-devel ncurses-devel libffi-devel bzip2-devel sqlite-devel特别提醒如果本机没有安装达梦数据库需要提前规划好DM_HOME目录位置。我习惯放在/opt/dmdbms下因为这个路径通常有足够的权限且符合Linux目录规范。执行以下命令创建目录mkdir -p /opt/dmdbms chmod 777 /opt/dmdbms2. 驱动源码获取与解压达梦官方提供的驱动包目前主要通过两种方式获取方法一官方下载wget https://download.dameng.com/eco/docs/python-126594-20201027.zip # 或使用curl curl -o dmPython.zip https://download.dameng.com/eco/docs/python-126594-20201027.zip方法二从已有数据库实例提取如果本机已安装达梦数据库可以直接从安装目录拷贝cp /dm8/drivers/python/dmPython_C.zip /tmp/解压时有个细节需要注意建议在/usr/local/src下创建专用目录避免污染其他工作区mkdir -p /usr/local/src/dmPython unzip python-126594-20201027.zip -d /usr/local/src/dmPython解压后的目录结构应该是这样的dmPython/ ├── python │ └── dmPython_C │ ├── dmPython │ │ ├── setup.py │ │ └── ... └── ...3. 本机已安装达梦的编译方案对于已经部署达梦数据库的环境编译过程相对简单但有几个关键点需要注意环境变量配置echo export DM_HOME$(dirname $(dirname $(which dmserver))) /etc/profile echo export LD_LIBRARY_PATH$DM_HOME/bin:$LD_LIBRARY_PATH /etc/profile source /etc/profile验证环境变量是否生效echo $DM_HOME # 应该显示类似/dm8的路径 ls $DM_HOME/bin/libdmdpi.so # 确认核心库文件存在编译安装过程 进入源码目录执行cd /usr/local/src/dmPython/python/dmPython_C/dmPython python setup.py install常见问题处理如果报错Python.h not foundyum install python3-devel -y遇到libdmdpi.so: cannot open shared object fileldconfig $DM_HOME/bin编译成功的标志是看到类似输出Installed /usr/local/lib/python3.6/site-packages/dmPython-2.3-py3.6-linux-x86_64.egg4. 无达梦本机的编译方案这种情况稍微复杂需要手动准备DPI运行环境。我最近在客户现场就处理过这样的场景DPI环境准备从其他同版本达梦数据库拷贝scp -r root已安装机器IP:/dm8/drivers/dpi /opt/dmdbms/或者下载预编译包需确保版本匹配wget https://pkg.dameng.com/eco/dpi/8.1.2.38/dpi_centos7_x64.tar.gz tar -xzf dpi_centos7_x64.tar.gz -C /opt/dmdbms关键环境变量配置cat /etc/profile EOF export DM_HOME/opt/dmdbms export LD_LIBRARY_PATH/opt/dmdbms:\$LD_LIBRARY_PATH EOF source /etc/profile编译时的特殊参数cd /usr/local/src/dmPython/python/dmPython_C/dmPython python setup.py build_ext --include-dirs$DM_HOME --library-dirs$DM_HOME python setup.py install特别注意如果遇到GLIBCXX_3.4.21 not found错误需要升级libstdcyum provides libstdc.so.6 | grep GLIBCXX_3.4.21 yum install devtoolset-8-gcc-c -y scl enable devtoolset-8 bash5. 验证与排错指南安装完成后建议按照以下步骤验证基础验证python3 -c import dmPython; print(dmPython.__version__) # 预期输出2.3连接测试脚本 创建test_dm.py文件#!/usr/bin/env python3 import dmPython conn_params { user: SYSDBA, password: SYSDBA, server: localhost, port: 5236 } try: with dmPython.connect(**conn_params) as conn: cursor conn.cursor() cursor.execute(SELECT 1 FROM DUAL) print(连接成功查询结果:, cursor.fetchone()[0]) except Exception as e: print(连接失败:, str(e))常见错误解决方案ImportError: libdpi.so: cannot open shared object file检查LD_LIBRARY_PATH是否包含DPI目录执行ldconfig -v | grep dpi确认库被加载DPI failure: 无效的数据库连接确认数据库服务已启动ps -ef | grep dmserver检查防火墙设置firewall-cmd --list-ports | grep 5236编码问题 在连接参数中添加encodingUTF-8, encoding_errorsstrict6. 性能优化建议在实际生产环境中我总结出几个提升dmPython效能的技巧连接池配置from dmPython import ConnectParams, ConnectionPool pool_params ConnectParams( server192.168.1.100, port5236, userSYSDBA, passwordSYSDBA, pool_size5, pool_incr3, pool_max20 ) conn_pool ConnectionPool(pool_params)批量操作优化# 低效方式 for item in data: cursor.execute(INSERT INTO table VALUES (%s, %s), (item[0], item[1])) # 推荐方式 cursor.executemany(INSERT INTO table VALUES (%s, %s), data) conn.commit()类型映射调整 在setup.cfg中添加编译选项可以优化数据类型处理[build_ext] defineDM_PYTHON_OPTIMIZE7. 高级应用场景Django集成方案安装适配层pip install django-dm配置settings.pyDATABASES { default: { ENGINE: django_dm.backend.dm, NAME: DMDB, USER: SYSDBA, PASSWORD: SYSDBA, HOST: localhost, PORT: 5236, } }异步IO支持 虽然dmPython原生不支持asyncio但可以通过线程池实现import asyncio from concurrent.futures import ThreadPoolExecutor async def query_async(): with ThreadPoolExecutor() as pool: return await loop.run_in_executor( pool, lambda: dmPython.connect(...).cursor().execute(SELECT * FROM large_table) )监控与诊断 启用DPI日志有助于排查问题export DPI_DEBUG1 export DPI_LOG_DIR/var/log/dmPython mkdir -p $DPI_LOG_DIR chmod 777 $DPI_LOG_DIR
