在Pandas.read\u sql中使用Flask\u sqlAlchemy跨数据库引擎

亲爱的

我希望执行sql查询，并在DF中获得结果。 DB是sqlite3，使用flask_sqlalchemy

我有3个数据库绑定到sqlalchemy应用程序，模型是使用bind关键字创建的。这里没有问题，在每个数据库文件中都很好地创建了表

但是，假设我有3个数据库（DB1、DB2、DB3），每个数据库中有一个表（T1、T2、T3）

默认的DB是DB1，DB2和DB3是DB1的绑定

我想执行这段代码（sql查询很愚蠢，这只是个例子）：

这里的问题是

con…

我见过许多使用

con=db.get\u引擎（bind='***'）从一个引擎切换到另一个引擎的例子。

但这假设T2和T3在同一个数据库中，事实并非如此

在这里，我在两个数据库中得到了两个表，那么如何设置与pandas的连接呢

Thks

---

注意：在实际系统中，一些数据库有数亿行，因此使用SQL和pandas是性能方面最有效的方法，而不是使用诸如查询、筛选等sqlalchemy对象

我不是sqlite方面的专家，但在Mysql或Postgresql中，可以通过在查询中指定数据库的名称来访问跨数据库/模式的表。 尝试：

---

您好，关键是这些表位于不同的数据库中，无论是sqlite还是其他DB引擎。事实上，活动表在ORACLE中，但我正在尝试在测试数据上使用sqlite开发BE和FE…啊，当你谈到数据库时，你是说SGBD？啊，好的，所以你不能用一个sql查询连接不同的SGBD。唯一的方法是使用两个sql查询和两个引擎从表1和表2加载数据，然后合并到pandas中

    sql = "select T2.ID, sum(T3.val) as val
    FROM T2 INNER JOIN T3 ON T2.ID = T3.ID
    GROUP BY T2.ID"

    df = pd.read_sql(sql, con)

sql = "select T2.ID, sum(T3.val) as val
       FROM DB2.T2 
       INNER JOIN DB3.T3 ON T2.ID = T3.ID
       GROUP BY T2.ID"