背景介绍
在数据分析领域,经常需要从数据库中获取数据举行分析和处理。而SQL Server是一种常用的关系型数据库管理系统,因此学习如何利用Python毗连SQL Server数据库并获取数据是非常有用的。
以下是Python利用pymssql毗连SQL Server数据库的全流程:
- 安装pymssql库
- 本地账号设置
- 脚本毗连
- 数据导入函数实现
一、安装pymssql
pymssql是Python毗连SQL Server数据库的一个库,可以通过pip命令举行安装。在命令行中输入以下命令即可安装:
二、本地账号设置
1、设置sa账户的登录密码
在SQL Server Management Studio中,展开“安全性”文件夹,右键单击“登录名”并选择“新建登录名”。在弹出的对话框中,输入登录名“sa”,选择“SQL Server身份验证”,设置密码并确保“登录”选项卡下“默认数据库”为目标数据库。最后,在“状态”选项卡下选择“启用”并确保“允许毗连”复选框被选中。
2、开启双重验证
在SQL Server Management Studio中,右键单击SQL Server实例名称并选择“属性”。在弹出的对话框中,选择“安全性”选项卡,将“身份验证”设置为“SQL Server和Windows身份验证模式”,并选择“应用”以生存更改。
3、开启TCP/IP本地服务
在SQL Server Configuration Manager中,展开“SQL Server网络配置”文件夹,右键单击“协议”文件夹并选择“新建协议”。选择“TCP/IP”协议,右键单击“TCP/IP”协议并选择“属性”。在弹出的对话框中,将“启用”设置为“是”,并确保“IP地址”选项卡下的“TCP动态端口”为空。然后,切换到“IPALL”选项卡,并将“TCP端口”设置为1433(或其他您想要的端标语)。生存更改并重启SQL Server服务。
完成以上步调后,即可利用Python毗连本地SQL Server数据库。
三、脚本毗连
做好以上的预备工作,用测试脚本毗连(如果毗连出错——b’DB-Lib error message 20002,试下在connect函数参数最背面加上tds_version=“7.0” 大概其他值)。
- import pymssql
- server = '(local)'
- database = '订单信息'
- username = 'sa'
- password = '123456'
- # 连接到数据库
- conn = pymssql.connect(server=server, user=username, password=password, database=database,tds_version="7.0")#最后一个参数不是必须的
- # 创建游标对象
- cursor = conn.cursor()
- print('连接成功!')
- # 关闭数据库连接
- conn.close()
复制代码 四、数据导入函数
我们乐成毗连了数据库以后,可以很方便的导出导入数据,以下是一个将数据导入数据库的函数实现
- #coding=utf-8
- import time
- import pymssql
- import pandas as pd
- def insert_data_to_sql(df, server, database, username, password, table_name,mode='Overlay'):
- # 连接到数据库
- conn = pymssql.connect(server=server, user=username, password=password, database=database)
- # 创建游标对象
- cursor = conn.cursor()
- # 获取 DataFrame 对象的字段名和数据类型
- columns = list(df.columns)
- dtypes = df.dtypes
- if mode=='Overlay':
- try:
- #覆盖模式
- cursor.execute("DROP TABLE {}".format(table_name))
- except:
- print('表不存在,直接创建……')
- # 构造创建表的 SQL 语句
- create_table_sql = f'CREATE TABLE [{table_name}] ('
- for col_name, col_type in zip(columns, dtypes):
- if col_type == 'int64':
- create_table_sql += f'[{col_name}] BIGINT,'
- elif col_type == 'float64':
- create_table_sql += f'[{col_name}] FLOAT,'
- elif col_type== 'datetime64[ns]' or '时间' in col_name or '日期' in col_name:
- create_table_sql += f'[{col_name}] DATETIME2(0),'
- elif col_type == 'date':
- create_table_sql += f'[{col_name}] DATE,'
- else:
- create_table_sql += f'[{col_name}] NVARCHAR(max),'
- create_table_sql = create_table_sql.rstrip(',') + ');'
- cursor.execute(create_table_sql)
- # 将 DataFrame 转换成元组列表
- data = [tuple(row) for row in df.fillna(0).values.tolist()]
- # 构造插入数据的 SQL 语句
- insert_sql = f'INSERT INTO [{table_name}] ('
- insert_sql += ','.join([f'[{col_name}]' for col_name in columns]) + ') VALUES ('
- insert_sql += ','.join(['%s'] * len(columns)) + ');'
- # 将数据插入到数据库
- cursor.executemany(insert_sql, data)
- # 提交事务
- conn.commit()
- # 关闭数据库连接
- conn.close()
- # 数据库连接参数
复制代码 以上是python毗连SQL SEVER数据库的全部流程,如果你遇到任何题目,欢迎评论区留言~
免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!更多信息从访问主页:qidao123.com:ToB企服之家,中国第一个企服评测及商务社交产业平台。 |