要優化Python數據庫連接和查詢性能，可以采取以下措施：

1. 使用連接池：連接池可以減少頻繁建立和關閉數據庫連接的開銷。在Python中，可以使用SQLAlchemy、psycopg2等庫提供的連接池功能。

from sqlalchemy import create_engine
from sqlalchemy.orm import scoped_session, sessionmaker

engine = create_engine('database_url', pool_size=10, max_overflow=20)
db_session = scoped_session(sessionmaker(autocommit=False, autoflush=False, bind=engine))

2. 使用ORM：對象關系映射（ORM）可以幫助您更自然地與數據庫交互，減少SQL語句的手動編寫，從而降低錯誤的可能性。SQLAlchemy是一個流行的Python ORM庫。

from sqlalchemy import Column, Integer, String
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import relationship

Base = declarative_base()

class User(Base):
    __tablename__ = 'users'
    id = Column(Integer, primary_key=True)
    name = Column(String)
    addresses = relationship("Address", back_populates="user")

class Address(Base):
    __tablename__ = 'addresses'
    id = Column(Integer, primary_key=True)
    email = Column(String, nullable=False)
    user_id = Column(Integer, ForeignKey('users.id'))
    user = relationship("User", back_populates="addresses")

3. 使用索引：確保數據庫表中的查詢列已經建立了索引，這樣可以加快查詢速度。

4. 優化SQL查詢：避免使用SELECT *，只選擇需要的列；盡量減少子查詢和臨時表的使用；使用JOIN代替子查詢等。

5. 分頁查詢：對于大量數據的查詢，可以使用分頁來減少每次查詢的數據量，提高查詢效率。

from sqlalchemy import paginate

query = db_session.query(User).order_by(User.id)
pages = paginate(query, per_page=10, error_out=False)
for page in pages:
    for user in page.items:
        print(user.id, user.name)

6. 使用緩存：對于不經常變化的數據，可以使用緩存來存儲查詢結果，減少對數據庫的訪問。

7. 批量操作：對于大量的插入、更新或刪除操作，可以使用批量操作來減少數據庫的I/O次數。

from sqlalchemy import insert

users_data = [
    {'id': 1, 'name': 'Alice'},
    {'id': 2, 'name': 'Bob'},
    # ...
]

db_session.execute(insert(User).values(users_data))
db_session.commit()

8. 數據庫優化：定期對數據庫進行優化，如整理碎片、更新統計信息等，以保持數據庫的高性能。

通過以上措施，可以有效地優化Python數據庫連接和查詢性能。