我有一个Python进程,它使用SQLAlchemy将一些数据插入到MS SQL Server DB中。当Python进程运行时,它在插入过程中挂起。我打开SQLAlchemy日志记录以获取更多信息。我发现它挂起在SQLAlchemy似乎正在请求有关整个DB的表模式信息的位置:
2020-10-30 08:12:07 [11444:6368] sqlalchemy.engine.base.Engine._execute_context(base.py:1235) INFO: SELECT [INFORMATION_SCHEMA].[TABLES].[TABLE_NAME]
FROM [INFORMATION_SCHEMA].[TABLES]
WHERE [INFORMATION_SCHEMA].[TABLES].[TABLE_SCHEMA] = CAST(? AS NVARCHAR(max)) AND [INFORMATION_SCHEMA].[TABLES].[TABLE_TYPE] = CAST(? AS NVARCHAR(max)) ORDER BY [INFORMATION_SCHEMA].[TABLES].[TABLE_NAME]
2020-10-30 08:12:07 [11444:6368] sqlalchemy.engine.base.Engine._execute_context(base.py:1240) INFO: ('dbo', 'BASE TABLE')
字符串
此时,数据库中还有其他“东西”,包括一些打开的事务,我猜无论出于什么原因,查询[INFORMATION_SCHEMA].[TABLES]
都会以某种方式创建一些死锁或阻塞。
我还读到(here)[INFORMATION_SCHEMA].[TABLES]
是一个不会导致死锁的视图,这与我对导致这个问题的原因的猜测相矛盾。
我的问题是:我可以改变SQLAlchemy的配置/设置,使它首先不进行此查询吗?
UPDATE 1:插入的Python代码如下:
with sqlalchemy.create_engine("mssql+pyodbc:///?odbc_connect=%s" % params).connect() as connection:
# df is a Pandas DataFrame
df.to_sql(name=my_table, con=connection, if_exists='append', index=False)
型
请注意,当我在一天中没有其他数据库事务进行的其他时间运行Python脚本时,代码工作没有任何问题。在这些情况下,日志立即继续如下所示,列出数据库中的所有表:
2020-10-30 08:13:03 [11444:6368] sqlalchemy.engine.base.Engine._execute_context(base.py:1235) INFO: SELECT [INFORMATION_SCHEMA].[TABLES].[TABLE_NAME]
FROM [INFORMATION_SCHEMA].[TABLES]
WHERE [INFORMATION_SCHEMA].[TABLES].[TABLE_SCHEMA] = CAST(? AS NVARCHAR(max)) AND [INFORMATION_SCHEMA].[TABLES].[TABLE_TYPE] = CAST(? AS NVARCHAR(max)) ORDER BY [INFORMATION_SCHEMA].[TABLES].[TABLE_NAME]
2020-10-30 08:13:03 [11444:6368] sqlalchemy.engine.base.Engine._execute_context(base.py:1240) INFO: ('dbo', 'BASE TABLE')
2020-10-30 08:13:03 [11444:6368] sqlalchemy.engine.base.Engine._init_metadata(result.py:810) DEBUG: Col ('TABLE_NAME',)
2020-10-30 08:13:03 [11444:6368] sqlalchemy.engine.base.Engine.process_rows(result.py:1260) DEBUG: Row ('t_table1',)
2020-10-30 08:13:03 [11444:6368] sqlalchemy.engine.base.Engine.process_rows(result.py:1260) DEBUG: Row ('t_table2',)
...
型
**UPDATE 2:**显然,当一个表或其他对象在一个打开的事务中被创建并且还没有提交时,查询[INFORMATION_SCHEMA].[TABLES]
将被阻塞(source)。有谁熟悉SQLAlchemy的内部原理,可以建议如何防止它首先进行这种查询?
更新3:在SQLAlchemy github(issue link))上发布这个问题后,SQLAlchemy开发人员确认[INFORMATION_SCHEMA].[TABLES]的查询实际上是由Pandas functionto_sql()
引起的。
所以,我的新问题是,有人知道如何在Pandas to_sql()
函数中禁用此行为吗?我查看了文档,找不到任何似乎有帮助的东西。
4条答案
按热度按时间9jyewag01#
在连接字符串中提到ODBC驱动程序的正确版本已经为我解决了这个问题。我不知道它是如何解决的,但错误已经消失了。
示例代码
字符串
ldfqzlk82#
我对SQLAlchemy不是很熟悉,但我可以告诉你这个问题的Pandas方面。
如果表不存在,Pandas会自动创建一个新表。它判断表是否存在的方法是在SQL Alchemy中调用
has_table()
。has_table()
的工作方式是查询信息模式。(至少在MySQL和MSSQL中是这样工作的。)实现细节
下面是我在Pandas和SQLAlchemy中跟踪这个逻辑时发现的。我们从pandas/io/sql.py开始,在
to_sql()
中。字符串
SQLTable.create()在这里定义:
型
请注意,它无条件地调用
exists()
。在SQLTable.exists()
中,您会发现:型
这最终会在SQLAlchemy中调用
has_table()
:https://docs.sqlalchemy.org/en/13/core/internals.html#sqlalchemy.engine.default.DefaultDialect.has_table对于MSSQL,这是在SQLAlchemy的sqlalchemy/dialects/mssql/base.py中实现的:
型
(
ischema
是information_schema的缩写,这段代码是在那个表上运行select。)如何修复
我没有看到一个好的,简单的方法来解决这个问题。Pandas假设
has_table()
是一个廉价的操作。MSSQL不遵循这个假设。无论if_exists
设置为什么,Pandas都会在to_sql()
期间调用has_table()
。不过,我可以想到一种很简单的方法来实现这一点。如果你要monkey-patch
pandas.io.sql.SQLTable.create()
,那么它就是一个no-op,那么你可以欺骗Pandas认为表已经存在。这样做的缺点是Pandas不会自动创建表。uurity8g3#
execute set transaction isolation level read uncommitted before calling to_sql/
zf9nrax14#
我做这期杂志是为了
只有当表名中有任何小写字母时才会发生这种情况。
MyTable
将被卡住,而mytable
将成功完成。这是Pandas需要纠正的问题吗?还是SQLAchemy?
解决办法
有一个解决方法-在SQLAchemy引擎中将
Transaction Isolation Level
设置为Read Uncommitted
。https://docs.sqlalchemy.org/en/20/dialects/mssql.html#transaction-isolation-level
字符串