sql-server – pyodbc – 非常慢的批量插入速度

发布时间：2020-12-12 16:09:11 所属栏目：MsSql教程来源：网络整理

导读：有了这个表： CREATE TABLE test_insert ( col1 INT,col2 VARCHAR(10),col3 DATE) 以下代码需要40秒才能运行： import pyodbcfrom datetime import dateconn = pyodbc.connect('DRIVER={SQL Server Native Client 10.0};' 'SERVER=localhost;DATABASE=test;UI

有了这个表：

CREATE TABLE test_insert (
    col1 INT,col2 VARCHAR(10),col3 DATE
)

以下代码需要40秒才能运行：

import pyodbc

from datetime import date


conn = pyodbc.connect('DRIVER={SQL Server Native Client 10.0};'
    'SERVER=localhost;DATABASE=test;UID=xxx;PWD=yyy')

rows = []
row = [1,'abc',date.today()]
for i in range(10000):
    rows.append(row)

cursor = conn.cursor()
cursor.executemany('INSERT INTO test_insert VALUES (?,?,?)',rows)

conn.commit()

psycopg2的等效代码只需要3秒钟.我不认为mssql比postgresql慢得多.有什么想法在使用pyodbc时如何提高批量插入速度？

编辑：添加一些笔记跟随ghoerz发现

在pyodbc中,执行的流程是：

>准备声明
>循环为每组参数

>绑定参数集
>执行

在ceODBC,执法人员的流动是：

>准备声明
>绑定所有参数
>执行

解决方法

我有一个类似的问题,pyodBC插入到SQL Server 2008数据库使用executemany().当我在SQL端运行一个profiler跟踪时,pyodBC正在创建一个连接,准备参数化的insert语句,并执行一行.然后它将不准备语句,并关闭连接.然后它为每一行重复这个过程.

我没有找到任何解决方案在pyodBC没有这样做.我最终切换到ceODBC连接到SQL Server,它正确地使用了参数化的语句.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!