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。 

1. import pymssql
3. # 连接参数
4. server = 'server_name'
5. database = 'database_name'
6. username = 'username'
7. password = 'password'
9. # 建立连接
10. conn = pymssql.connect(server=server, database=database, user=username, password=password)
12. # 创建游标对象
13. cursor = conn.cursor()
15. # 执行SQL查询
16. cursor.execute("SELECT * FROM your_table")
18. # 获取查询结果
19. result = cursor.fetchall()
21. # 遍历结果
22. for row in result:
23. print(row)
25. # 插入数据
26. insert_query = "INSERT INTO your_table (column1, column2) VALUES (%s, %s)"
27. insert_data = ('value1', 'value2')
28. cursor.execute(insert_query, insert_data)
30. # 更新数据
31. update_query = "UPDATE your_table SET column1 = %s WHERE id = %s"
32. update_data = ('new_value', 1)
33. cursor.execute(update_query, update_data) #参数化查询
35. # 删除数据
36. delete_query = "DELETE FROM your_table WHERE id = %s"
37. delete_data = (1,)
38. cursor.execute(delete_query, delete_data)
40. # 提交事务
41. conn.commit()
43. # 关闭游标
44. 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。 

1. # 创建游标对象
2. cursor = conn.cursor()
4. try:
5. # 开始事务
6. conn.begin()
8. # 执行数据库操作
9. cursor.execute("INSERT INTO your_table (column1, column2) VALUES ('value1', 'value2')")
10. cursor.execute("UPDATE your_table SET column1 = 'new_value' WHERE id = 1")
12. # 提交事务
13. conn.commit()
15. except Exception as e:
16. # 回滚事务
17. conn.rollback()
18. print("Error:", e)
20. # 关闭游标
21. 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。 

1. # 查询结果处理
2. # 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。
3. # 创建游标对象
4. cursor = conn.cursor()
6. # 执行查询
7. cursor.execute("SELECT column1, column2 FROM your_table")
9. # 获取查询结果
10. result = cursor.fetchall()
12. # 遍历结果
13. for row in result:
14. column1_value = row[0]
15. column2_value = row[1]
16. # 处理数据
18. # 关闭游标
19. 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。

1. # 创建游标对象
2. cursor = conn.cursor()
4. # 执行查询
5. cursor.execute("SELECT column1, column2 FROM your_table")
7. # 获取一条记录
8. row = cursor.fetchone()
9. while row:
10. # 处理数据
11. print(row)
13. # 获取下一条记录
14. row = cursor.fetchone()
16. # 关闭游标
17. 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。

1. # 批量插入数据
2. # 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。
3. # 创建游标对象
4. cursor = conn.cursor()
6. # 准备插入数据
7. data = [('value1', 'value2'),
8. ('value3', 'value4'),
9. ('value5', 'value6')]
11. # 执行批量插入
12. insert_query = "INSERT INTO your_table (column1, column2) VALUES (%s, %s)"
13. cursor.executemany(insert_query, data)
15. # 提交事务
16. conn.commit()
18. # 关闭游标
19. 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。

1. # 存储过程调用
2. # 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。
3. # 创建游标对象
4. cursor = conn.cursor()
6. # 执行存储过程
7. cursor.execute_proc('your_stored_procedure_name', ('param1', 'param2'))
9. # 获取结果
10. result = cursor.fetchall()
12. # 关闭游标
13. 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。

1. # 定义分页参数
2. page_size = 10
3. page_number = 1
5. # 执行分页查询
6. query = f"SELECT column1, column2 FROM your_table ORDER BY column1 OFFSET {page_size * (page_number - 1)} ROWS FETCH NEXT {page_size} ROWS ONLY"
7. cursor.execute(query)
9. result = cursor.fetchall()
11. for row in result:
12. # 处理数据

1. # 创建游标对象
2. cursor = conn.cursor()
4. # 定义分页查询语句
5. page_size = 10 # 每页的记录数
6. page_number = 1 # 页码
7. offset = (page_number - 1) * page_size # 计算偏移量
8. query = f"SELECT column1, column2 FROM your_table ORDER BY column1 OFFSET {offset} ROWS FETCH NEXT {page_size} ROWS ONLY"
10. # 执行分页查询
11. cursor.execute(query)
13. # 处理查询结果
14. result = cursor.fetchall()
15. for row in result:
16. # 处理数据
18. # 关闭游标
19. 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。 

1. import pymssql
3. try:
4. conn = pymssql.connect(server='server_name', database='database_name', user='username', password='password')
5. # 连接成功，执行数据库操作
6. cursor = conn.cursor()
7. # 执行查询、插入、更新等操作
8. # ...
9. conn.commit()
10. cursor.close()
11. conn.close()
13. except pymssql.OperationalError as e:
14. # 处理连接错误
15. print("Connection Error:", e)

1. import pymssql
3. try:
4. # 连接数据库
5. conn = pymssql.connect(server='server_name', database='database_name', user='username', password='password')
7. # 执行数据库操作
8. cursor = conn.cursor()
9. cursor.execute("SELECT column1, column2 FROM your_table")
10. result = cursor.fetchall()
12. # 处理查询结果
13. for row in result:
14. # 处理数据
16. except pymssql.Error as e:
17. print("Database Error:", e)
19. finally:
20. # 关闭连接
21. if conn:
22. 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。

1. # 创建游标对象
2. cursor = conn.cursor()
4. # 执行查询
5. cursor.execute("SELECT column1, column2 FROM your_table")
7. # 获取列名
8. column_names = [column[0] for column in cursor.description]
10. # 获取列类型
11. column_types = [column[1] for column in cursor.description]
13. # 处理查询结果
14. result = cursor.fetchall()
15. for row in result:
16. for name, value in zip(column_names, row):
17. print(f"{name}: {value}")
19. # 关闭游标
20. 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。

1. cursor.execute("SELECT column1, column2 FROM your_table")
3. result = cursor.fetchall()
5. for row in result:
6. column1_value = row[0] if row[0] is not None else 'N/A'
7. column2_value = row[1] if row[1] is not None else 'N/A'
8. # 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。

1. # 创建游标对象
2. cursor = conn.cursor()
4. # 执行存储过程
5. cursor.callproc('your_stored_procedure_name', (param1, param2))
7. # 获取输出参数的值
8. output_param1 = cursor.getoutputparams()[0]
9. output_param2 = cursor.getoutputparams()[1]
11. # 关闭游标
12. 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。

1. # 创建游标对象
2. cursor = conn.cursor()
4. # 定义更新语句和数据
5. update_query = "UPDATE your_table SET column1 = %s WHERE id = %s"
6. data = [('new_value1', 1), ('new_value2', 2), ('new_value3', 3)]
8. # 执行批量更新
9. cursor.executemany(update_query, data)
11. # 提交事务
12. conn.commit()
14. # 关闭游标
15. 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。

1. # 使用with语句管理连接和事务
2. with pymssql.connect(server='server_name', database='database_name', user='username', password='password') as conn:
3. # 创建游标对象
4. cursor = conn.cursor()
6. try:
7. # 执行数据库操作
8. cursor.execute("INSERT INTO your_table (column1, column2) VALUES ('value1', 'value2')")
9. cursor.execute("UPDATE your_table SET column1 = 'new_value' WHERE id = 1")
11. # 提交事务
12. conn.commit()
14. except Exception as e:
15. # 回滚事务
16. conn.rollback()
17. print("Error:", e)
19. # 关闭游标
20. 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。

1. import asyncio
2. import pymssql
4. async def main():
5. # 创建异步连接
6. conn = await pymssql.connect(server='server_name', database='database_name', user='username', password='password', asynchronous=True)
8. # 创建异步游标
9. cursor = conn.cursor(as_dict=True)
11. # 执行异步查询
12. await cursor.execute("SELECT * FROM your_table")
14. # 获取结果
15. result = await cursor.fetchall()
17. # 处理查询结果
18. for row in result:
19. # 处理数据
21. # 关闭游标和连接
22. await cursor.close()
23. await conn.close()
25. # 创建事件循环并运行异步任务
26. loop = asyncio.get_event_loop()
27. 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。

1. from pymssql import pool
3. # 创建连接池
4. pool = pool.ConnectionPool(server='server_name', database='database_name', user='username', password='password', max_connections=5)
6. # 从连接池获取连接
7. conn = pool.get_connection()
9. # 执行数据库操作
10. cursor = conn.cursor()
11. cursor.execute("SELECT * FROM your_table")
12. result = cursor.fetchall()
14. # 处理查询结果
15. for row in result:
16. # 处理数据
18. # 关闭游标和连接
19. cursor.close()
20. conn.close()