我有pandas dataframe要保存在数据库中。
我正在使用SqlAlchemy进行数据库访问。
到目前为止，目标数据库是本地sql server，因此性能良好。
现在，DBA将数据库移至云中，移至AZURE。
因此，我将与SqlAlchemy的连接更改为与AZURE一起使用-成功的唯一方法是与pyodbc创建连接，然后使用存在的连接通过{ {1}}（create_engine函数的创建者参数）。
问题是to_sql函数变得非常缓慢。.
是否有一种方法（任何参数？）来加快速度？
我现在创建连接的方式是否有问题？