Sql server pyodbc.ERROR远程主机已强制关闭现有连接
我正在处理来自SQL server的数据,并在经过一些处理后将其写回 处理时间有点长(4-5个小时),因此当我开始加载时,我得到一个pyodbc.ERROR。远程主机强制关闭了一个现有连接 我想询问以下情况:Sql server pyodbc.ERROR远程主机已强制关闭现有连接,sql-server,python-3.x,pandas,sqlalchemy,pyodbc,Sql Server,Python 3.x,Pandas,Sqlalchemy,Pyodbc,我正在处理来自SQL server的数据,并在经过一些处理后将其写回 处理时间有点长(4-5个小时),因此当我开始加载时,我得到一个pyodbc.ERROR。远程主机强制关闭了一个现有连接 我想询问以下情况: 如何保持连接的活力?在哪里可以配置超时 当您在SQL Alchemy中定义引擎时,它是否会自动将您连接到数据库 将数据帧导出到SQL Server的更快方法 以下是我的流程示例: #read data = pd.read_sql_table(src, engine, s
- 如何保持连接的活力?在哪里可以配置超时
- 当您在SQL Alchemy中定义引擎时,它是否会自动将您连接到数据库
- 将数据帧导出到SQL Server的更快方法
#read
data = pd.read_sql_table(src, engine, schema=myschema)
#step 1
data = myfunc1(<args>)
#step 2
data = myfunc2(<args>)
#step 3
data = myfunc3(<args>)
#write
data.to_sql(tgt, engine, schema , index=False, if_exists="append")
#读取
data=pd.read\u sql\u表(src,engine,schema=myschema)
#第一步
data=myfunc1()
#步骤2
data=myfunc2()
#步骤3
数据=myfunc3()
#写
data.to_sql(tgt、引擎、模式、索引=False,如果_exists=“append”)
尽量利用:
engine=create\u engine(,pool\u pre\u ping=True)
谢谢你的建议。很抱歉,我不太熟悉池,当我的数据库是MS SQL时,如何实现这一点?我正在浏览你提供的链接,但它似乎在调用一些只针对Postgres的东西?如果我错了,请纠正我。
engine = create_engine(<your_connection_string>, pool_pre_ping=True)