Question

我想将数据从CSV文件插入到Azure托管的SQL Server数据库中。通过将数据读入pandas数据框并在python的for循环中使用insert语句，我能够在表中插入数据。我正在使用pyodbc。这种方法花费了很长时间才能插入数据。我也尝试过pd.to_sql()。尽管后者比for循环方法快，但仍然很慢。

是否有使用python / pandas在SQL Server中插入CSV文件的更快方法？

Answer 1

使用线程，以便每个线程都可以插入数据库。这个有很好榜样的家伙提供了一个很好的例子。选中此link。

看看代码的这一部分，他在那里启动指向插入函数的线程。

def rnd_user(num=1000001, threadid=1):
  query = u"INSERT INTO imdb.employees (fname, lname, hired, job_code, store_id) VALUES ('%(fname)s','%(lname)s','%(hired)s','%(jobcode)s','%(storeid)s');"
  cnx = mysql.connector.connect(**dbconfig)
  cnx.autocommit = True
  cursor = cnx.cursor()

  def rnd_date():
    return time.strftime("%Y-%m-%d", (random.randrange(2000,2016), random.randrange(1,12), random.randrange(1,28), 0, 0, 0, 0, 1, -1))

  for x in range(num):
    if not shutdown_event.is_set():
      fname = genstring(3, 9)
      lname = genstring(4, 12)
      hired = rnd_date()
      jobcode = genstring(3, 3).upper()
      storeid = random.randrange(1, 20)

      cursor.execute(query % {u'fname': fname, u'lname': lname, u'hired': hired, u'jobcode': jobcode, u'storeid': storeid})

      if x % 1000 == 0:
        print "[%2d] Inserted %d rows" % (threadid, x)

  cnx.close()

... (more code) ...

  for x in range(8):
    t = threading.Thread(target=rnd_user, args=(125000,threadId,))
    t.start()

使用python

1 个答案: