Question

摘要

在SQL Server中，同义词通常用于将远程表抽象到当前数据库上下文中。正常的DML操作在这种结构上可以很好地工作，但是SQL Server确实将同义词作为自己的对象类型与表分开进行跟踪。

我正在尝试利用pandas DataFrame#to_sql方法来方便地加载同义词，尽管当表在数据库本地时它可以很好地工作，但是它无法通过同义词找到表，而是尝试创建一个与DataFrame的结构协调的新表，这会导致对象名称冲突和不良行为。

跟踪源代码，熊猫似乎利用了dialect's has_table method，在这种情况下，它跟踪到SQL Alchemy's MSSQL dialect implementation，然后查询INFORMATION_SCHEMA.columns view作为验证表是否存在的一种方式

不幸的是，同义词表不会出现在INFORMATION_SCHEMA视图中。在the answer for "How to find all column names of a synonym"中，应答者提供了一种建立同义词列的技术，该技术可能在此处适用。

问题

是否有任何方法可以选择在DataFrame#to_sql期间跳过表存在性检查？如果不是，是否有任何方法可以强制熊猫或SQL Alchemy识别同义词？我在SO上找不到任何类似的问题，而且git都没有类似的问题。

Answer 1

我已经接受了我自己的答案，但是如果有人能更好地将DataFrames加载到SQL Server同义词中，请发布它！

SQL Server上的SQL Alchemy当前不支持同义词表，这意味着DataFrame#to_sql方法无法插入到同义词表中，因此必须采用另一种技术。

从SQL Alchemy 1.2开始，Oracle dialect supports Synonym/DBLINK Reflection，但即使在upcoming SQL Alchemy 1.4 release上，SQL Server也没有类似的功能。

对于那些尝试以不同方式解决此问题的人，如果您的情况满足以下条件：

您可以执行以下bulk_insert_mappings操作，其中TargetTable定义ORM模型中的目标，而df定义DataFrame：

db.session.bulk_insert_mappings(
        TargetTable, df.to_dict('records')
)

作为奖励，这也比DataFrame#to_sql操作要快得多！