程式背景：

2個定時任務分別去執行兩個資料庫的操作，使用的定時任務工具是：

from apscheduler.schedulers.background import BackgroundScheduler（非阻塞）

from apscheduler.schedulers.blocking import BlockingScheduler（阻塞）

  2個定時任務，其中一個數據量較少的任務a，每次的請求都能成功，另外一個數據量較大的任務b，定時任務的週期較長，每每b任務都執行不成功。  

報錯如下：

pymysql.err.OperationalError: (2013, 'Lost connection to MySQL server during query')

我嘗試過的辦法：

  經過查詢https://blog.csdn.net/qq_37287621/article/details/104805160，該報錯說明程式和mysql的連結斷開了，於是我照著網上的流程，去查詢資料庫的連結時長

SHOW SESSION VARIABLES LIKE '%timeout%';

查詢顯示：wait_timeout變數的值是300，也就是5分鐘。網上的解決方式：

修改資料庫連線池的配置，資料庫連線池都會帶有一個引數：回收時間（就是一定時間內不使用就會回收），修改這個引數的值，不要大於wait_timeout的值即可。在flask-SQLAlchemy中有個配置是SQLALCHEMY_POOL_RECYCLE（多之後對執行緒池中的執行緒進行一次連線的回收），如果這個值是-1代表永不回收，Flask-SQLALchemy 自動設定這個值為2小時，我們可以將這個值設定的小於wait_timeout引數的值也就是5分鐘即可。

我在flask程式中配置了 app.config['SQLALCHEMY_POOL_RECYCLE'] = 200 （小於資料庫連線） 然而並沒有什麼作用，為啥2個定時任務中，a任務也需要跟資料庫互動，但不存在互動斷開的問題。 幾經查詢，看到網上一位網友吐槽了，大資料量情況下的頻繁插入、頻繁commit，造成資料庫的連結斷開，或者丟資料的場景，這位網友用了計數器，如：每100次add，一次commit。https://blog.csdn.net/ywdhzxf/article/details/85012255    

於是，我通過以下方法成功的解決了這一問題：

1、調整定時任務的間隔時間 2、優化批量插入：

class
 
 TableA(db.Model):
　　__tablename__ = "table_a"
　　id = db.Column(db.INTEGER,primary_key=True, autoincrement=True)
　　name = db.Column(db.String(255))
　　age = db.Column(db.Text)
　　create_time = db.Column(db.DateTime,default=time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()))
　　def create_obj(self,datalist): # datalist=[{"name":"張三","age":"1"}]
　　　　from start import app
　　　　with app.app_context():
　　　　　　db.session.execute(TableA.__table__.insert(),datalist)
　　　　　　db.session.commit()