在Python语言中，从SQL Server数据库读写数据，通常情况下，都是使用sqlalchemy 包和 pymssql 包的组合，这是因为大多数数据处理程序都需要用到DataFrame对象，它内置了从数据库中读和写数据的函数：read_sql()和to_sql()，这两个函数支持的连接类型是由sqlalchemy和pymssql构成的，因此，掌握这两个包对于查询SQL Server数据库十分必要。
SQLAlchemy的架构
在Python语言环境中，当需要和关系型数据进行交互时，SQLAlchemy是事实上的标准包。SQLAlchemy由两个截然不同的组件组成，称为Core和ORM（Object Relational Mapper，对象关系映射器），Core是功能齐全的数据库工具包，使用SQL 脚本来查询数据库；ORM是基于Core的可选包，把数据库对象抽象成表、列、关系等实体。但是SQLAlchemy本身无法操作数据库，需要pymsql等第三方数据库API（Database API ），简写为 DBAPI，根据数据库类型而调用不同的数据库API。
从上图可以看出，SQLAlchemy的Core组件使用DBAPI来和数据库进行交互，当使用SQL脚本对数据库执行查询和修改操作时，必须用到SQLAlchemy的 Engine 和 Connection 对象。
一，SQLAlchemy的Engine和Connection
使用SQLAlchemy从数据库中读写数据的基本用法：通过SQL 语句更新数据，通过DataFrame的read_sql()函数从数据库中读取数据，通过to_sql()函数把数据写入到数据表中。
1，创建Engine
在对数据库执行读写操作之前，必须连接到数据库。SQLAlchemy通过 create_engine () 函数创建Engine，使用Engine管理DBAPI的连接，DBAPI的连接仅仅表示一种连接资源。应用Engine最有效率的方式是在模块级别创建一次，而不是按照对象或函数来调用。
import pymssql import sqlalchemy from sqlalchemy import create_engine connection_format = 'mssql+pymssql://{0}:{1}@{2}/{3}?charset=utf8' connection_str = connection_format.format(db_user,db_password,db_host,db_name) engine = create_engine(connection_str,echo=False)
连接字符串的URL格式是：
dialect[+driver]://user:password@host/dbname?charset=utf8
其中，dialect 代表数据库类型，比如 mssql、mysql等，driver 代表DBAPI的类型，比如 psycopg2、pymysql等。
当echo参数为True时，会显示执行的SQL语句，推荐把echo设置False，关闭日记功能。
Engine对象可以直接用于向数据库发送SQL 脚本，调用Engine.execute()函数执行SQL脚本：
2，Engine和Connection
最通用的方法是通过Engine.connect()方法获得连接资源，connection 是Connection的一个实例，是DBAPI连接的一个代理对象。
connection = engine.connect() result = connection.execute("select username from users") for row in result: print("username:", row['username']) connection.close()
result是ResultProxy的一个实例，该实例引用DBAPI的cursor。如果执行SELECT命令，当把所有的数据行都返回时，ResultProxy将自动关闭DBAPI的游标。如果执行UPDATE命令，不返回任何数据行，在命令执行之后，游标立即释放资源。
当connection显式调用close()函数时，应用的DBAPI 连接会被释放到连接池（connection pool）。
可以使用Engine对象的execute()函数，以一种简单的方式执行上述过程：
result = engine.execute("select username from users") for row in result: print("username:", row['username'])
二，显式使用事务
Connection对象提供begin()函数显式开始一个事务（Transaction）对象，该对象通常用于try/except代码块中，以保证调用Transaction.rollback() 或 Transaction.commit()。
connection = engine.connect() tran = connection.begin() try: connection.execute('sql statement') tran.commit() except: tran.rollback() raise
或者使用上下文管理器编写更简单的代码：
with connection.begin() as tran: connection.execute('sql statement')
三，自动提交事务
SQLAlchemy 实现了autocommit 功能，在当前没有显式开启事务的情况下，如果SQLAlchemy 检测（Detect）到执行的数据修改命令（比如 INSERT、UPDATE、DELETE）或数据定义命令（比如，CREATE TABLE, ALTER TABLE），那么Connection对象会自动提交事务。
conn = engine.connect() conn.execute("INSERT INTO users VALUES (1, 'john')") # autocommits
如果设置选项autocommit=True（默认为True），那么检测会自动进行。如果执行的纯文本的SQL语句，并且语句中包含数据修改和数据定义命令，那么自动提交事务。
可以使用Connection.execution_options()方法来设置autocommit选项，实现自动提交的完全控制：
engine.execute(text("SELECT my_mutating_procedure()").execution_options(autocommit=True))
四，执行SELECT查询
使用Engine 或 Connection的execute()函数执行select查询，返回游标变量。游标标量是一个迭代器，每次迭代返回的结果都是一个数据行，数据行是由字段构成的元组：
>>> cursor = engine.execute(' select * from dbo.vic_test') >>> for row in cursor: ... do_something
也可以使用DataFrame对象的read_sql()函数，把数据读取到DataFrame对象中，或者调用DataFrame对象的to_sql()函数，把DataFrame对象中的数据写入到关系表中。
五，使用原始的DBAPI连接
在某些情况下，SQLAlchemy 无法提供访问某些DBAPI函数的通用方法，例如，调用存储以及处理多个结果集，在这种情况下，直接使用原始DBAPI的连接。
dbapi_conn = engine.raw_connection()
该dbapi_conn是一种代理形式，当调用dbapi的close()方法时，实际上并没有关闭DBAPI的连接，而是把其释放会连接池：
dbapi_conn.close()
例如，使用DBAPI的原始连接来调用存储过程，通过DBAPI级别的callpro()函数来执行存储过程：
connection = engine.raw_connection() try: cursor = connection.cursor() cursor.callproc("my_procedure", ['x', 'y', 'z']) results = list(cursor.fetchall()) cursor.close() connection.commit() finally: connection.close()
pymssql 包
pymssql包是Python语言用于连接SQL Server数据库的驱动程序（或者称作DBAPI），它是最终和数据库进行交互的工具。SQLAlchemy包就是利用pymssql包实现和SQL Server数据库交互的功能的。
按照惯例，使用pymssql包查询数据库之前，首先创建连接：
import pymssql conn = pymssql.connect(host='host',database='db_name',user='user',password='pwd',charset='utf8')
通过连接创建游标，通过游标执行SQL语句，查询数据或对数据进行更新操作：
cursor = conn.cursor() cursor.execute("sql statement")
如果执行的是修改操作，需要提交事务；如果执行的是查询操作，不需要提交：
conn.commit()
在查询完成之后，关闭连接
conn.close()
六，使用游标查询数据
游标cursor是由连接创建的对象，可以在游标中执行查询，并设置数据返回的格式。
当执行select语句获取数据时，返回的数据行有两种格式：元组和字典，行的默认格式是元组。
cursor = conn.cursor(as_dict=True)
pymssql返回的数据集的格式是在创建游标时设置的，当参数 as_dict为True时，返回的行是字典格式，该参数的默认值是False，因此，默认的行格式是元组。
由于游标是一个迭代器，因此，可以使用for语句以迭代方式逐行处理查询的结果集。
for row in cursor:
1，以元组方式返回数据行
默认情况下，游标返回的每一个数据行，都是一个元组结构：
cursor=connect.cursor() cursor.execute('SELECT * FROM persons WHERE salesrep=%s', 'John Doe') for row in cursor: print('row = %r' % (row,))
2，以字典方式返回数据行
当设置游标以字典格式返回数据时，每一行都是一个字典结构：
cursor = conn.cursor(as_dict=True)
cursor.execute('SELECT * FROM persons WHERE salesrep=%s', 'John Doe')
for row in cursor:
print("ID=%d, Name=%s" % (row['id'], row['name']))
七，使用游标更新数据
在执行update、delete或insert命令对数据进行更新时，需要显式提交事务。
1，执行单条语句修改数据
当需要更新数据时，调用游标的execute()函数执行SQL命令来实现，可以以参数化的方式来执行，参数化类似于python的string.format()函数，通过格式化的字符串、占位符和参数来生成TSQL脚本。
cursor.execute(operation)
cursor.execute(operation, params)
通过游标的execute()函数来执行TSQL语句，调用 commit() 来提交事务
cursor.execute(""" sql statement """) conn.commit()
或者以参数化的方式来执行：
cursor.execute("update id=1 FROM persons WHERE salesrep='%s'", 'John Doe') conn.commit()
2，执行数据的多行插入
如果要在一个事务中执行多条SQL命令，可以调用游标的executemany()函数：
cursor.executemany(operation, params_seq)
如果需要插入多条记录，可以使用游标的executemany()函数，该函数包含模板SQL 命令和一个格式化的参数列表，用于在一条事务中插入多条记录：
args=[(1, 'John Smith', 'John Doe'), (2, 'Jane Doe', 'Joe Dog'), (3, 'Mike T.', 'Sarah H.')] cursor.executemany("INSERT INTO persons VALUES (%d, %s, %s)", args ) conn.commit()
八，关闭连接
在一个连接中，用户可以提交多个事务，执行多个操作。当查询完成之后，一定要关闭连接：
conn.close()
通常情况下，使用with来自动关闭连接：
with pymssql.connect(host='host',database='db_name', user='user', password='pwd',charset='utf8') as conn: with conn.cursor(as_dict=True) as cursor: cursor.execute('SELECT * FROM persons WHERE salesrep=%s', 'John Doe') for row in cursor: print("ID=%d, Name=%s" % (row['id'], row['name']))
九，调用存储过程
从pymssql 2.0.0开始，可以使用callproc函数来执行存储过程，callproc()函数的语法是：
result_args = cursor.callproc(proc_name, args=())
args参数是一个序列，对于存储过程的每一个参数，都需要传递值。对于OUT参数，也必须传递值，通常传递0。
callproc()函数返回的是输入args的修改之后的副本，IN参数在result_args中不变，OUT参数在result_args中代表存储过程输出的值。
举个例子，对于存储add_num，有两个IN参数，一个OUT参数：
CREATE PROCEDURE add_num(IN num1 INT, IN num2 INT, OUT sum INT)
调用callproc()函数的格式是：
result_args = (5, 6, 0) # 0 is to hold value of the OUT parameter sum cursor.callproc('add_num', result_args)
以下示例代码，使用上下文管理器来调用callproc()执行存储过程：
with pymssql.connect(server, user, password, "tempdb") as conn: with conn.cursor(as_dict=True) as cursor: cursor.callproc('sp_name', ('arg1',)) for row in cursor: print("ID=%d, Name=%s" % (row['id'], row['name']))
参考文档：