当使用SQLAlchemy保存到SQL Server数据库时，除了可移植性之外，使用sqlalchemy.types设置数据类型比使用sqlalchemy.dialects.mssql更有优势吗？
我使用以下方法将数据保存到数据库中（使用pandas的to_sql()）：

df_members.to_sql(
    'parliament.member_' + extract_date + '',
    schema='source',
    con=engine,
    index=False,
    dtype={
        'id': sqlalchemy.dialects.mssql.SMALLINT(),
        'gender': sqlalchemy.dialects.mssql.NVARCHAR(1),
        'nameDisplayAs': sqlalchemy.dialects.mssql.NVARCHAR(length=256),
        'nameClean': sqlalchemy.dialects.mssql.NVARCHAR(length=256),
        'count': sqlalchemy.dialects.mssql.TINYINT()
    },
)

我注意到下面的结果是相同的：

df_members.to_sql(
    'parliament.member_' + extract_date + '',
    schema='source',
    con=engine,
    index=False,
    dtype={
        'id': sqlalchemy.types.SMALLINT(),
        'gender': sqlalchemy.types.NVARCHAR(1),
        'nameDisplayAs': sqlalchemy.types.NVARCHAR(length=256),
        'nameClean': sqlalchemy.types.NVARCHAR(length=256),
        'count': sqlalchemy.dialects.mssql.TINYINT()
    },
)

我习惯使用前者，因为它让我不必记住哪些数据类型是特定于供应商的（例如TINYINT()），哪些不是。
但是，假设可移植性不是一个问题（如果我们改变了供应商，代码无论如何都需要更新以删除TINYINT()引用），这种方法是否有缺点-例如，速度？