一、jupyter notebook无法使用%sql来添加sql代码

可能原因：

1、没装jupyter和notebook库、没装ipython-sql库

pip install jupyter notebook ipython-sql

另外如果是vscode的话还需要安装一些相关的插件

2、没load_ext

%load_ext sql

3、没正确的登录到mysql用户上

通过notebook添加mysql代码需要登陆对应的mysql用户和数据库

否则就会遇到$DATABASE_URL not set这种报错

sql.connection.ConnectionError: Environment variable $DATABASE_URL not set, and no connect string given.

怎么登录？格式如下

%sql mysql://A:B@C:D/E

A：用户名、B：密码

C：数据库服务器的IP地址，如果是连接本机就写 localhost

D：端口号，mysql默认的是3306，如果你改了设置就按你改的来

E：数据库名，例如经典的sakila

想看更细致的配置请看这篇文章，非常详细

如何在Jupyter Notebook里运行SQL？ - 知乎 (zhihu.com)

二、最逆天的一集：密码带@怎么登录

典型报错是：

socket.gaierror: [Errno 11003] getaddrinfo failed

Connection info needed in SQLAlchemy format

也就是host获取的名字错误+格式问题

想一下，我们登录的格式是这样%sql mysql://A:B@C:D/E

密码B如果是 “abc@def” 就会导致def被认为是后面C的一部分，然后C就变成了 “def@C”，所以是socket的地址解析发生错误。

如果是普通的使用pymysql登录那没问题，因为密码是被独立出来了的

import pymysql
import sqlalchemy
# 数据库配置
config = {
    'host': 'localhost',
    'user': 'root',
    'password': 'abc@123',
    'database': 'sakila',
    'charset': 'utf8mb4',
    'cursorclass': pymysql.cursors.DictCursor
}
 
# 连接数据库
connection = pymysql.connect(**config)
cursor = connection.cursor()

但如果是一句话直接输入就会变成这样

%sql mysql://root:abc@123@localhost:3306/sakila

网上找了很多资料，没找到解决登录ipython-sql且密码带@的方法

偶然发现这个解析是可以使用URL编码的

在线编码转换工具(utf-8/utf-32/Punycode/Base64) - 编码转换工具 - W3Cschool

@就是%40，:就是%3A

除去@和：这些特殊符号，其他的符号应该都不会影响登录解析

所以改成把abc@123改成abc%40123就可以了

%sql mysql://root:abc%40123@localhost:3306/sakila

另外一种解决方式就是新建一个user，授予他所有权限，让它的密码不带这些特殊符号，然后用它来登录。

三、to_sql怎么加速

Pandas to_sql详解-CSDN博客

这篇博客非常详细介绍了to_sql各个参数的含义

根据网上大佬的言论，在python中一条一条插入数据主要就是慢在反复连接数据库上

如果一次能够插入多个数据，就会很快了

根据这篇博客：pandas to_sql写入数据很慢_pandas,to_sql很慢,出现超时-CSDN博客

加入dtype之后就快了很多

import pandas as pd
from sqlalchemy import create_engine
from sqlalchemy.types import Integer
dfSTC=pd.DataFrame(TmpSTC,columns=['sno','tno','cno'])
print(dfSTC)

connection_string = 'mysql://csq:csq@localhost:3306/xxx'
engine = create_engine(connection_string)
# dfSTC.to_sql('STC',con=engine,if_exists='append',index=False)
dfSTC.to_sql('STC',con=engine,if_exists='append',index=False,chunksize=10000,dtype={'sno':Integer(),'tno':Integer(),'cno':Integer()})

但是在这之后，即便删掉dtype，也是一样的快，这让我很疑惑，无法复现慢速的to_sql了

下图，插入98万的数据只用了20s

select一下，发现确实也插入进去了

有说法说sql插入的时候如果不规定dtype他会一直去推断类型，然后选择最大的类型，这会花很多时间，感觉也有道理。

而且我调整了一下chunksize，似乎并没有太大的影响，都是20s左右。

这个问题最后就不了了之了。

四、使用触发器阻止某条数据的插入与to_sql冲突了

在before insert的触发器里面写，当插入数据不满足某个条件时，直接使用mysql的SIGNAL语句raise一个报错出来，这样就会中断后续的插入事务

SIGNAL SQLSTATE '45000' SET MESSAGE_TEXT = 'ASDF';

但是如果想使用to_sql同时又加入这个类型的触发器，就会导致更加严重的问题

to_sql相当于一个批量插入的操作（？这点不确定）

如果在中途raise一个SIGNAL出来，就会导致整个insert的事务的中断，产生如下报错

OperationalError: (pymysql.err.OperationalError) (1644, 'ASDF')

会发现这里的Error正是我们触发器中Raise的SIGNAL

所以，如果触发器中包含中断事务的话，最好不要和to_sql一类的函数使用（？

也就是这个问题现在还没法解决。。

但是

或许这只是问题的表面呢？

或许有更优秀的解决方法呢？

希望各路大神能够支支招解决这个问题