python中的pymssql操作MSSQL数据库
在Python中，pymssql是一个用于与Microsoft SQL Server数据库进行交互的第三方库。pymssql提供了连接到数据库、执行SQL查询、插入、更新和删除数据等功能。下面我将详细介绍如何使用pymssql进行MSSQL数据库操作。
安装pymssql库 首先，确保你的Python环境已经安装了pymssql库。你可以使用pip工具进行安装
pip install pymssql
-
插入、更新和删除数据
使用pymssql库，你可以执行插入、更新和删除数据的操作。
import pymssql
# 连接参数
server = 'server_name'
database = 'database_name'
username = 'username'
password = 'password'
# 建立连接
conn = pymssql.connect(server=server, database=database, user=username, password=password)
# 创建游标对象
cursor = conn.cursor()
# 执行SQL查询
cursor.execute("SELECT * FROM your_table")
# 获取查询结果
result = cursor.fetchall()
# 遍历结果
for row in result:
print(row)
# 插入数据
insert_query = "INSERT INTO your_table (column1, column2) VALUES (%s, %s)"
insert_data = ('value1', 'value2')
cursor.execute(insert_query, insert_data)
# 更新数据
update_query = "UPDATE your_table SET column1 = %s WHERE id = %s"
update_data = ('new_value', 1)
cursor.execute(update_query, update_data) #参数化查询
# 删除数据
delete_query = "DELETE FROM your_table WHERE id = %s"
delete_data = (1,)
cursor.execute(delete_query, delete_data)
# 提交事务
conn.commit()
# 关闭游标
cursor.close()
-
管理事务
以确保一组数据库操作要么全部成功，要么全部回滚。
# 创建游标对象
cursor = conn.cursor()
try:
# 开始事务
conn.begin()
# 执行数据库操作
cursor.execute("INSERT INTO your_table (column1, column2) VALUES ('value1', 'value2')")
cursor.execute("UPDATE your_table SET column1 = 'new_value' WHERE id = 1")
# 提交事务
conn.commit()
except Exception as e:
# 回滚事务
conn.rollback()
print("Error:", e)
# 关闭游标
cursor.close()
-
查询结果处理
# pymssql返回的查询结果是一个元组列表，其中每个元组表示一行数据。你可以通过遍历查询结果来逐行处理数据。
# 查询结果处理
# pymssql返回的查询结果是一个元组列表，其中每个元组表示一行数据。你可以通过遍历查询结果来逐行处理数据。
# 创建游标对象
cursor = conn.cursor()
# 执行查询
cursor.execute("SELECT column1, column2 FROM your_table")
# 获取查询结果
result = cursor.fetchall()
# 遍历结果
for row in result:
column1_value = row[0]
column2_value = row[1]
# 处理数据
# 关闭游标
cursor.close()-
处理大型结果集
如果查询结果集非常大，无法一次性全部加载到内存中，可以使用pymssql提供的fetchone()和fetchmany()方法来逐步获取结果集的数据。
# 创建游标对象
cursor = conn.cursor()
# 执行查询
cursor.execute("SELECT column1, column2 FROM your_table")
# 获取一条记录
row = cursor.fetchone()
while row:
# 处理数据
print(row)
# 获取下一条记录
row = cursor.fetchone()
# 关闭游标
cursor.close()
-
批量插入数据
# 如果你需要插入大量数据到数据库，一次插入一行可能效率较低。pymssql允许你使用executemany()方法进行批量插入，一次插入多行数据。
# 批量插入数据
# 如果你需要插入大量数据到数据库，一次插入一行可能效率较低。pymssql允许你使用executemany()方法进行批量插入，一次插入多行数据。
# 创建游标对象
cursor = conn.cursor()
# 准备插入数据
data = [('value1', 'value2'),
('value3', 'value4'),
('value5', 'value6')]
# 执行批量插入
insert_query = "INSERT INTO your_table (column1, column2) VALUES (%s, %s)"
cursor.executemany(insert_query, data)
# 提交事务
conn.commit()
# 关闭游标
cursor.close()
-
存储过程调用
# pymssql也支持调用MSSQL数据库中的存储过程。你可以使用execute_proc()方法来执行存储过程。
# 存储过程调用
# pymssql也支持调用MSSQL数据库中的存储过程。你可以使用execute_proc()方法来执行存储过程。
# 创建游标对象
cursor = conn.cursor()
# 执行存储过程
cursor.execute_proc('your_stored_procedure_name', ('param1', 'param2'))
# 获取结果
result = cursor.fetchall()
# 关闭游标
cursor.close()
-
分页查询
当处理大量数据时，分页查询是一种常见的需求。可以使用pymssql的OFFSET和FETCH语句来实现分页查询。通过调整page_size和page_number参数，可以获取指定页数的数据。
# 定义分页参数
page_size = 10
page_number = 1
# 执行分页查询
query = f"SELECT column1, column2 FROM your_table ORDER BY column1 OFFSET {page_size * (page_number - 1)} ROWS FETCH NEXT {page_size} ROWS ONLY"
cursor.execute(query)
result = cursor.fetchall()
for row in result:
# 处理数据
# 创建游标对象
cursor = conn.cursor()
# 定义分页查询语句
page_size = 10 # 每页的记录数
page_number = 1 # 页码
offset = (page_number - 1) * page_size # 计算偏移量
query = f"SELECT column1, column2 FROM your_table ORDER BY column1 OFFSET {offset} ROWS FETCH NEXT {page_size} ROWS ONLY"
# 执行分页查询
cursor.execute(query)
# 处理查询结果
result = cursor.fetchall()
for row in result:
# 处理数据
# 关闭游标
cursor.close()
-
处理数据库连接错误
在连接数据库时，可能会遇到连接错误。可以通过捕获pymssql库引发的pymssql.OperationalError异常来处理连接错误。
import pymssql
try:
conn = pymssql.connect(server='server_name', database='database_name', user='username', password='password')
# 连接成功，执行数据库操作
cursor = conn.cursor()
# 执行查询、插入、更新等操作
# ...
conn.commit()
cursor.close()
conn.close()
except pymssql.OperationalError as e:
# 处理连接错误
print("Connection Error:", e)
import pymssql
try:
# 连接数据库
conn = pymssql.connect(server='server_name', database='database_name', user='username', password='password')
# 执行数据库操作
cursor = conn.cursor()
cursor.execute("SELECT column1, column2 FROM your_table")
result = cursor.fetchall()
# 处理查询结果
for row in result:
# 处理数据
except pymssql.Error as e:
print("Database Error:", e)
finally:
# 关闭连接
if conn:
conn.close()
-
获取查询结果的列信息
如果你需要获取查询结果的列信息，如列名、数据类型等，可以使用cursor.description属性。
# 创建游标对象
cursor = conn.cursor()
# 执行查询
cursor.execute("SELECT column1, column2 FROM your_table")
# 获取列名
column_names = [column[0] for column in cursor.description]
# 获取列类型
column_types = [column[1] for column in cursor.description]
# 处理查询结果
result = cursor.fetchall()
for row in result:
for name, value in zip(column_names, row):
print(f"{name}: {value}")
# 关闭游标
cursor.close()
-
处理查询结果中的NULL值
在查询结果中，某些列的值可能为NULL。pymssql将NULL值表示为Python中的None。你可以使用条件语句来处理查询结果中的NULL值。
cursor.execute("SELECT column1, column2 FROM your_table")
result = cursor.fetchall()
for row in result:
column1_value = row[0] if row[0] is not None else 'N/A'
column2_value = row[1] if row[1] is not None else 'N/A'
# 处理数据
-
执行存储过程并获取输出参数
如果你需要执行MSSQL数据库中的存储过程，并获取输出参数的值，可以使用pymssql提供的callproc()方法。使用callproc()方法执行名为your_stored_procedure_name的存储过程，并传递参数param1和param2。然后，可以使用getoutputparams()方法获取输出参数的值。
# 创建游标对象
cursor = conn.cursor()
# 执行存储过程
cursor.callproc('your_stored_procedure_name', (param1, param2))
# 获取输出参数的值
output_param1 = cursor.getoutputparams()[0]
output_param2 = cursor.getoutputparams()[1]
# 关闭游标
cursor.close()
-
批量更新数据
如果你需要批量更新数据库中的数据，可以使用pymssql的executemany()方法。
# 创建游标对象
cursor = conn.cursor()
# 定义更新语句和数据
update_query = "UPDATE your_table SET column1 = %s WHERE id = %s"
data = [('new_value1', 1), ('new_value2', 2), ('new_value3', 3)]
# 执行批量更新
cursor.executemany(update_query, data)
# 提交事务
conn.commit()
# 关闭游标
cursor.close()
-
使用with语句自动管理连接和事务
使用with语句可以更方便地管理数据库连接和事务，确保资源的正确释放和事务的提交或回滚。
# 使用with语句管理连接和事务
with pymssql.connect(server='server_name', database='database_name', user='username', password='password') as conn:
# 创建游标对象
cursor = conn.cursor()
try:
# 执行数据库操作
cursor.execute("INSERT INTO your_table (column1, column2) VALUES ('value1', 'value2')")
cursor.execute("UPDATE your_table SET column1 = 'new_value' WHERE id = 1")
# 提交事务
conn.commit()
except Exception as e:
# 回滚事务
conn.rollback()
print("Error:", e)
# 关闭游标
cursor.close()
-
异步操作
如果你需要执行异步的MSSQL数据库操作，pymssql提供了对异步IO的支持。可以使用pymssql.connect()的asynchronous=True参数来创建异步连接，以及cursor.execute()的as_dict=True参数来执行异步查询并返回字典格式的结果。使用asyncio模块创建了一个异步的主函数main()，在其中创建了异步连接和游标，并执行了异步查询。最后，我们使用事件循环运行异步任务。
import asyncio
import pymssql
async def main():
# 创建异步连接
conn = await pymssql.connect(server='server_name', database='database_name', user='username', password='password', asynchronous=True)
# 创建异步游标
cursor = conn.cursor(as_dict=True)
# 执行异步查询
await cursor.execute("SELECT * FROM your_table")
# 获取结果
result = await cursor.fetchall()
# 处理查询结果
for row in result:
# 处理数据
# 关闭游标和连接
await cursor.close()
await conn.close()
# 创建事件循环并运行异步任务
loop = asyncio.get_event_loop()
loop.run_until_complete(main())
-
使用连接池
连接池是一种用于管理数据库连接的技术，它可以提高应用程序的性能和可扩展性。pymssql支持使用连接池来管理数据库连接。使用连接池可以减少连接的创建和销毁开销，并提供连接的复用，从而提高应用程序的性能和可扩展性。
from pymssql import pool
# 创建连接池
pool = pool.ConnectionPool(server='server_name', database='database_name', user='username', password='password', max_connections=5)
# 从连接池获取连接
conn = pool.get_connection()
# 执行数据库操作
cursor = conn.cursor()
cursor.execute("SELECT * FROM your_table")
result = cursor.fetchall()
# 处理查询结果
for row in result:
# 处理数据
# 关闭游标和连接
cursor.close()
conn.close()