我可以将 pyodbc executemany 与 sql 存储过程一起使用吗？

Question

我需要将 pandas 数据帧中的大量数据写入 MS-SQL tables（一次 1000 行甚至更多行）。

我正在使用 pyodbc executmany 和 fast_executemany=True，否则每个 table 需要几个小时。现在，出于安全原因，IT 人员希望我开始使用存储过程而不是直接访问数据库。

问题是，据我所见，SQL怎么说不如python灵活，我必须声明传递给SP的每个变量，所以我看不出如何使用 df.values.tolist() 传递 SP，就像我今天使用 executemany 函数直接访问数据库所做的那样。

例如，假设我有一个数据框 df:

身份证姓名工资

1 乔希 10000

2 迈克尔 5000

3 萨拉 8000

今天我会用：

cursor.fast_executemany = True
insert_str = "INSERT INTO [%s].[%s] VALUES (?, ?, ?)"
cursor.executemany(insert_str % (scheme, table), df.values.tolist()])

并且所有数据帧将立即（并且快速）插入到 table。但是，调用 SP 似乎不可能做到同样的事情。

有没有办法将 pyodbc executemany 用于存储过程？

Answer 1

是的，我们可以将 executemany 与 SQL 服务器中的存储过程一起使用：

Table:

CREATE TABLE [dbo].[Table_1](
    [id] [int] NOT NULL,
    [name] [nvarchar](50) NULL,
    [salary] [int] NULL,
 CONSTRAINT [PK_Table_1] PRIMARY KEY CLUSTERED 
(
    [id] ASC
)WITH (PAD_INDEX = OFF, STATISTICS_NORECOMPUTE = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS = ON, ALLOW_PAGE_LOCKS = ON) ON [PRIMARY]
) ON [PRIMARY]

存储过程：

CREATE PROCEDURE [dbo].[Table_1_insert] 
    @id int = 0, 
    @name nvarchar(50),
    @salary int
AS
BEGIN
    SET NOCOUNT ON;
    INSERT INTO Table_1 (id, name, salary) VALUES (@id, @name, @salary);
END

Python代码：

df = pd.DataFrame(
    [(1, 'Josh', 10000), (2, 'Michael', 5000), (3, 'Sara', 8000)], 
    columns=['id', 'name', 'salary'])
crsr.executemany("{CALL dbo.Table_1_insert(?, ?, ?)}", df.values.tolist())
cnxn.commit()

我可以将 pyodbc executemany 与 sql 存储过程一起使用吗？

Can I use pyodbc executemany with sql stored procedure?

python

tsql

stored-procedures

pyodbc

executemany

身份证姓名工资