问题标签 [turbodbc]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - 使用Turbodbc连接SQL Server，简单选择
我无法让 Python Turbodbc 连接到 Sql Server 表，看起来很简单，以读取或写入用户表。但是我已经建立了 ODBC 连接，并且可以从中打印对象列表。
1 列出服务器中的对象以测试连接。似乎工作：
2 简单选择：不起作用
从＃1我得到
来自 # 2 消息：[Microsoft][ODBC Driver 17 for SQL Server][SQL Server]无效的对象名称“dbo.Kits_Rec”。
sql-server - Python Turbodbc executemanycolumns 错误：无法将 Python 实例转换为 C++ 类型（在调试模式下编译以获取详细信息）
尝试将 executemanycolumns 与 SQL Server 一起使用时，我收到此错误：“无法将 Python 实例转换为 C++ 类型（在调试模式下编译以获取详细信息）”
我知道 Turbodbc 不喜欢 numpy 空值（NaN 或 NaT），所以要删除这些我使用：
df= df.where((pd.notnull(df)), 无)
然而，在运行这个之后，我得到一个错误，说一列不连续。这些总是 int64 数据类型的列。为了解决这个问题，我使用 arr.flags['C_CONTIGUOUS'] 检查每个数组，如果 False 则使用 np.ascontiguousarray(arr)。然后我再次收到“无法将 Python 实例转换为 C++ 类型（在调试模式下编译以获取详细信息）”错误。
我的数据框不包含 NaN 或 NaT。关于导致此错误的原因有什么想法吗？谢谢你的帮助！
sql-server - 如何快速将数据从 Python 3 插入 SQL Server？
我在将大量数据从 Python3 快速插入 SQL Server 时遇到问题。
目标表有 9 列，3 个索引和 1 个主键。
下面的代码有效，但它比我想要的要慢得多。看下面的时间：
我已经尝试使用 sql_alchemy 并且目前正在使用 Turbodbc - 但对其他任何运行速度更快的东西都开放。
下面是我的代码示例
有没有人熟悉 SQL Server 和 python 的这种精确组合，可以为我指明正确的方向？
python - 在 MSSQL Server 上使用 sqlalchemy-turbodbc 创建数据库
我正在尝试使用 sqlalchemy 和 turbodbc 在 MSSQL 服务器上创建一个数据库。
下面是我的代码
错误
有人可以帮忙吗？我希望仅通过使用以下模块来创建数据库：SQLALCHEMY、Turbodbc 或 psycopg2。由于一些限制。
谢谢
python - Executemany 在 INSERT 上将“参数数量无效（预期为 12，得到 71625）”抛出到 SQL Server 表中
我从 71k 行的 Excel 文件中读取数据框（通过pandas.read_excel() ），然后想通过turbodbc将其插入到本地 SQL Server 上的数据库中。
代码：
当我执行查询时，它会抛出以下错误：
turbodbc.exceptions.DatabaseError：参数数量无效（预期为 12，得到 71625）
这个错误的原因在哪里？我是新手，这是我第一次尝试执行这样的任务。
database - Turbodbc 在批量插入时非常慢
我正在研究 Turbodbc 是否可以为我们解决大量数据库插入问题。我们正在谈论数百万个批量插入。目前，它比我尝试过的任何其他解决方案都要慢得多，例如 mongodb 插入和 pandas 的 to_sql 函数。我不确定我是否缺少设置或特定内容。有没有人有使用 Turbodbc 的经验并且可能遇到过同样的问题？
- 我已经在 mac 以及 dockerised debian(buster) 环境上尝试过。
- 我尝试过executemanycolumns，以及executemanywith一个sql查询，都很慢。
- 我已经安装了unixodbc
对于 debian，我正在使用这些 MySQL ODBC 驱动程序
代码要点如下
我的 odbc.ini 文件如下所示
我的 odbcinst.ini 看起来如下
我 pip install 以下，其中 pybind11 在 docker build 期间失败，但是在我挂载容器时安装了它。
由于结果在我的 mac 和 dockerised 环境中是相同的，因此我在设置它时犯了两次相同的错误，或者 Turbodbc 只是没有按照我认为的方式工作。Deos有人有什么建议吗？
谢谢
python - 在 Windows 10 上安装 Turbodbc
我尝试安装turbodbc，它给了我以下错误，不确定这里有什么问题。
我的python版本是3.7
我的 Windows 10 Pro 命令行输出。
C:\Users\marunachalam\Downloads>pip install turbodbc
python - 使用 turbodbc 创建一个过程
我正在尝试使用 turbodbc 在 Teradata 上创建程序。有我的示例代码：
并得到这个错误：
但相同的代码在 Teradata SQL Assistant 中没有错误。怎么了？
python - Python 脚本在 PyCharm 中运行，但在任务计划程序 (Turbodbc) 中失败
我有一个大型 python 脚本，它在 PyCharm 和 CMD 窗口中运行得很好，但是当我通过任务调度程序自动化它时，它一直挂断并在同一点失败。我已经缩小了代码中存在问题的范围，但我终其一生都无法弄清楚为什么会出现问题。我什至尝试为任务调度程序构建一个 .bat 文件以运行，但它仍然失败。
代码（这是它一直失败的部分）：
当我打印到日志文件时，从任务调度程序运行时会得到以下结果：
但是，当我从 CMD 窗口或 PyCharm 运行它时，我会得到这个日志文件：
这意味着它运行良好并连接到数据源。我认为它必须与使用任务调度程序中的驱动程序的权限有关？我以管理员权限登录到我的服务器，并设置了具有最高权限的任务...
python - ODBC for SQL Server in Python
I have requirement to extract data from SQL Server and create a .csv file from numerous tables. So I created a python script to do this activity which uses pyodbc/turbodbc connection with SQL Server ODBC Drivers. It works fine sometimes however it disconnects when it finds large table (over 11M) and performance wise it is very slow. I tried freeTDS, but looks the same as pyodbc interns of performance.
This is my connection:
Are there any parameters I can try with for performance improvement. Just to let you know these python scripts running from different server than SQL Server hosted server and which is Linux cloud instance