背景介绍

在数据分析领域，经常需要从数据库中获取数据进行分析和处理。而SQL Server是一种常用的关系型数据库管理系统，因此学习如何使用Python连接SQL Server数据库并获取数据是非常有用的。

以下是Python使用pymssql连接SQL Server数据库的全流程：

• 安装pymssql库
• 本地账号设置
• 脚本连接
• 数据导入函数实现

  一、安装pymssql

  pymssql是Python连接SQL Server数据库的一个库，可以通过pip命令进行安装。在命令行中输入以下命令即可安装：

  pip install pymssql
  

  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“允许连接”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”以保存更改。

  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（或其他您想要的端口号）。保存更改并重启SQL Server服务。

  完成以上步骤后，即可使用Python连接本地SQL Server数据库。

  三、脚本连接

  做好以上的准备工作，用测试脚本连接（如果连接出错——b’DB-Lib error message 20002，试下在connect函数参数最后面加上tds_version=“7.0” 或者其他值）。

  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()
  

  四、数据导入函数

  我们成功连接了数据库以后，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
  

  以上是python连接SQL SEVER数据库的全部流程，如果你遇到任何问题，欢迎评论区留言~