如何使用 Pyodbc 加速 MS SQL Server 的批量插入？

使用 Pyodbc 加速批量插入 MS SQL Server

批量插入操作可以显着提高将大型数据集插入 Microsoft SQL Server 的性能。本文探讨了优化此类插入的替代方法，解决问题中提供的代码所面临的具体挑战。

替代方法

1. 快速执行许多（Pyodbc 4.0.19): Pyodbc (4.0.19) 的最新版本提供了Cursor#fast_executemany 功能，旨在加速多行插入的执行。通过将 crsr.fast_executemany 设置为 True，与默认的executemany 方法相比，您可能会获得显着的性能提升。

   <code class="python"># Connect to the database and create a cursor with fast_executemany enabled
   cnxn = pyodbc.connect(conn_str, autocommit=True)
   crsr = cnxn.cursor()
   crsr.fast_executemany = True
   
   # Execute the bulk insert operation with parameters
   sql = "INSERT INTO table_name (column1, column2) VALUES (?, ?)"
   params = [(data1, data2) for (record_id, data1, data2) in data]
   crsr.executemany(sql, params)</code>

2. 使用 Pandas DataFrame 进行迭代： ，您可以使用 Pandas 将 CSV 数据读入 DataFrame 并利用其优化的 to_sql() 方法。这种方法简化了数据插入并支持各种优化，例如分块和类型转换。

   <code class="python">import pandas as pd
   
   # Read CSV data into a DataFrame
   df = pd.read_csv(csv_file)
   
   # Establish a database connection
   engine = sqlalchemy.create_engine(conn_str)
   
   # Insert DataFrame into the database using `to_sql()`
   df.to_sql('table_name', con=engine, if_exists='append', index=False)</code>

3. 批量复制接口 (BCP)：批量复制接口 ( BCP）是一个本机 SQL Server 实用程序，允许在文件和数据库表之间进行高速数据传输。与标准 SQL INSERT 语句相比，BCP 具有多种性能优势。

   bcp {table_name} in {csv_file} -S {server} -d {database} -E

性能比较

适合您的特定场景的最佳方法取决于数据大小、服务器等因素配置和可用资源。一般来说，fast_executemany 比通过游标迭代提供了显着的性能改进，而 BCP 在批量插入场景中通常优于这两种情况。

其他注意事项

• 数据分析：确保数据格式和类型正确，以避免 SQL 转换错误，从而减慢插入速度
• 服务器硬件：验证您的 SQL Server 实例是否有足够的内存、CPU 和存储资源来高效处理批量插入操作。
• 文件位置：对于 T-SQL BULK INSERT 命令，CSV 文件必须位于同一服务器或可访问的网络共享上。另一方面，Fast_executemany 和 Pandas to_sql() 在文件位置方面更加灵活。

以上是如何使用 Pyodbc 加速 MS SQL Server 的批量插入？的详细内容。更多信息请关注PHP中文网其他相关文章！