python – 为什么我会在一个微小的df上使用fast_executemany获得内存错误？

2019年8月3日 457次阅读

我一直在寻找方法来加速将数据帧推送到sql server并偶然发现方法
here.这种方法在速度方面让我感到震惊.使用普通的to_sql花了将近2个小时,这个脚本在12.54秒内完成,推动100k行X 100列df.

因此,在使用示例df测试下面的代码之后,我尝试使用具有许多不同数据类型的df(int,string,float,Booleans).不过,我很伤心看到一个内存错误.所以我开始减小我的df的大小,看看有什么限制.我注意到,如果我的df有任何字符串,那么我无法加载到SQL Server.我无法进一步隔离这个问题.下面的脚本取自链接中的问题,但是,我添加了一个带字符串的小df.关于如何纠正这个问题的任何建议都会很棒！

import pandas as pd
import numpy as np
import time
from sqlalchemy import create_engine, event
from urllib.parse import quote_plus
import pyodbc

conn =  "DRIVER={SQL Server};SERVER=SERVER_IP;DATABASE=DB_NAME;UID=USER_ID;PWD=PWD"
quoted = quote_plus(conn)
new_con = 'mssql+pyodbc:///?odbc_connect={}'.format(quoted)
engine = create_engine(new_con)


@event.listens_for(engine, 'before_cursor_execute')
def receive_before_cursor_execute(conn, cursor, statement, params, context, executemany):
    print("FUNC call")
    if executemany:
        cursor.fast_executemany = True


table_name = 'fast_executemany_test'
df1 = pd.DataFrame({'col1':['tyrefdg','ertyreg','efdgfdg'],
                   'col2':['tydfggfdgrefdg','erdfgfdgfdgfdgtyreg','edfgfdgdfgdffdgfdg']
                   })



s = time.time()
df1.to_sql(table_name, engine, if_exists = 'replace', chunksize = None)
print(time.time() - s)

最佳答案 我能够使用pyodbc 4.0.23重现您的问题. MemoryError与您对古代的使用有关

DRIVER={SQL Server}

进一步测试使用

DRIVER=ODBC Driver 11 for SQL Server

也失败了

Function sequence error (0) (SQLParamData)

这与GitHub上现有的pyodbc问题有关.我发布了我的调查结果here.

该问题仍在调查中.在此期间,您可以继续

>使用较新的ODBC驱动程序,如DRIVER = ODBC驱动程序13,用于SQL Server,和
>运行pip install pyodbc == 4.0.22使用早期版本的pyodbc.

点赞