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

【问题标题】：Can I use pyodbc executemany with sql stored procedure?我可以将 pyodbc executemany 与 sql 存储过程一起使用吗？
【发布时间】：2019-12-24 08:30:32
【问题描述】：

我需要将大量数据从 pandas 数据帧写入 MS-SQL 表（一次 1000 行甚至更多行）。

我正在使用pyodbc executmany 和fast_executemany=True，否则每张桌子都需要几个小时。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，从我看到的情况来看，SQL是，怎么说呢，不如python灵活，而且我必须声明每个传递给SP的变量，所以我看不到如何传递使用df.values.tolist() 的SP，就像我今天使用executemany 函数直接访问数据库一样。

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

今天我会使用：

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

所有数据框都将立即（并且快速）插入到表中。但是，调用 SP 似乎不可能做到这一点。

有没有办法将pyodbc executemany 与存储过程一起使用？

【问题讨论】：

“我必须声明传递给 SP 的每个变量”不一定。如果您的 SP 只有输入参数，并且 DataFrame 中的列与这些输入参数以完全相同的顺序 对应，那么 ODBC {CALL yourSp(?,?,...)} 语法应该可以正常工作。请edit您的问题，并提供一个简单示例，说明您要完成的工作以及收到的任何错误（或意外结果）。
Tnx。我已经编辑了一个需要的例子。没有尝试使用 {CALL mySp(?, ?, ?)}，因为我看不到 df.values.tolist() 适合的位置。
我会尝试的第一件事是cursor.executemany("{CALL mySp(?, ?, ?)}", df.values.tolist())。

标签： python tsql stored-procedures pyodbc executemany

【解决方案1】：

是的，我们可以在 SQL Server 中将executemany 与存储过程一起使用：

表：

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()

【讨论】：