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。 

import pymssql# 连接参数server = 'server_name'database = 'database_name'username = 'username'password = 'password'# 建立连接conn = pymssql.connect(server=server, database=database, user=username, password=password)# 创建游标对象cursor = conn.cursor()# 执行SQL查询cursor.execute("SELECT * FROM your_table")# 获取查询结果result = cursor.fetchall()# 遍历结果for row in result:    print(row)# 插入数据insert_query = "INSERT INTO your_table (column1, column2) VALUES (%s, %s)"insert_data = ('value1', 'value2')cursor.execute(insert_query, insert_data)# 更新数据update_query = "UPDATE your_table SET column1 = %s WHERE id = %s"update_data = ('new_value', 1)cursor.execute(update_query, update_data) #参数化查询# 删除数据delete_query = "DELETE FROM your_table WHERE id = %s"delete_data = (1,)cursor.execute(delete_query, delete_data)# 提交事务conn.commit()# 关闭游标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。 

# 创建游标对象cursor = conn.cursor()try:    # 开始事务    conn.begin()    # 执行数据库操作    cursor.execute("INSERT INTO your_table (column1, column2) VALUES ('value1', 'value2')")    cursor.execute("UPDATE your_table SET column1 = 'new_value' WHERE id = 1")    # 提交事务    conn.commit()except Exception as e:    # 回滚事务    conn.rollback()    print("Error:", e)# 关闭游标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。 

# 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。# 创建游标对象cursor = conn.cursor()# 执行查询cursor.execute("SELECT column1, column2 FROM your_table")# 获取查询结果result = cursor.fetchall()# 遍历结果for row in result:    column1_value = row[0]    column2_value = row[1]    # 处理数据# 关闭游标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。

# 创建游标对象cursor = conn.cursor()# 执行查询cursor.execute("SELECT column1, column2 FROM your_table")# 获取一条记录row = cursor.fetchone()while row:    # 处理数据    print(row)    # 获取下一条记录    row = cursor.fetchone()# 关闭游标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。

# 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。# 创建游标对象cursor = conn.cursor()# 准备插入数据data = [('value1', 'value2'),        ('value3', 'value4'),        ('value5', 'value6')]# 执行批量插入insert_query = "INSERT INTO your_table (column1, column2) VALUES (%s, %s)"cursor.executemany(insert_query, data)# 提交事务conn.commit()# 关闭游标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。

# 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。# 创建游标对象cursor = conn.cursor()# 执行存储过程cursor.execute_proc('your_stored_procedure_name', ('param1', 'param2'))# 获取结果result = cursor.fetchall()# 关闭游标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。

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

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

import pymssqltry:    conn = pymssql.connect(server='server_name', database='database_name', user='username', password='password')    # 连接成功，执行数据库操作    cursor = conn.cursor()    # 执行查询、插入、更新等操作    # ...    conn.commit()    cursor.close()    conn.close()except pymssql.OperationalError as e:    # 处理连接错误    print("Connection Error:", e)

import pymssqltry:    # 连接数据库    conn = pymssql.connect(server='server_name', database='database_name', user='username', password='password')    # 执行数据库操作    cursor = conn.cursor()    cursor.execute("SELECT column1, column2 FROM your_table")    result = cursor.fetchall()    # 处理查询结果    for row in result:        # 处理数据except pymssql.Error as e:    print("Database Error:", e)finally:    # 关闭连接    if conn:        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。

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

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

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

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

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

import asyncioimport pymssqlasync def main():    # 创建异步连接    conn = await pymssql.connect(server='server_name', database='database_name', user='username', password='password', asynchronous=True)    # 创建异步游标    cursor = conn.cursor(as_dict=True)    # 执行异步查询    await cursor.execute("SELECT * FROM your_table")    # 获取结果    result = await cursor.fetchall()    # 处理查询结果    for row in result:        # 处理数据    # 关闭游标和连接    await cursor.close()    await conn.close()# 创建事件循环并运行异步任务loop = asyncio.get_event_loop()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。

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

来源地址：https://blog.csdn.net/book_dw5189/article/details/131278795