python - Postgresql ON CONFLICT 在 sqlalchemy 中

Question

我已经阅读了相当多的资源(ao。1、2)，但我无法在 sqlalchemy 中使用 Postgresql 的 ON CONFLICT IGNORE 行为。

我用过 this accepted answer作为基础，但它给出了

SAWarning: Can't validate argument 'append_string'; can't locate any SQLAlchemy dialect named 'append'

我已经尝试将 postgresql 方言添加到 @compile 子句，重命名我的对象，但它不起作用。我还尝试使用 str(insert())+ "ON CONFILCT IGNORE" 但没有结果。 (顺便说一句，不足为奇)

如何将 On CONFLICT IGNORE 添加到我的插入内容中？我喜欢建议的解决方案，因为我可以看到自己不希望每个 INSERT

上的 IGNORE 行为

附言。使用 python 2.7(不介意升级到 3.4/3.5)，最新的 sqlalchemy (1.x)

Answer 1

使用 Postgres 9.6.1、sqlachemy 1.1.4 和 psycopg2 2.6.2:

1. 将您的数据结构转换为字典。来自 Pandas

   import pandas
   from sqlalchemy import MetaData
   from sqlalchemy.dialects.postgresql import insert
   import psycopg2
   
   # The dictionary should include all the values including index values
   insrt_vals = df.to_dict(orient='records')
   

2. 通过 sqlalchemy 连接到数据库。而是尝试下面的 psycog2 驱动程序和 native COPY 函数，它绕过所有 postgres 索引。

   csv_data = os.path.realpath('test.csv')
   con = psycopg2.connect(database = 'db01', user = 'postgres')
   cur = con.cursor()
   cur.execute("\copy stamm_data from '%s' DELIMITER ';' csv header" % csv_data)
   con.commit()
   

3. 执行

   results = engine.execute(do_nothing_stmt)
   # Get number of rows inserted
   rowcount = results.rowcount
   

警告:

此方法不适用于开箱即用的 NaT。

一切都在一起

tst_df = pd.DataFrame({'colA':['a','b','c','a','z', 'q'],
              'colB': pd.date_range(end=datetime.datetime.now() , periods=6),
              'colC' : ['a1','b2','c3','a4','z5', 'q6']})


insrt_vals = tst_df.to_dict(orient='records')
engine =      sqlalchemy.create_engine("postgresql://user:password@localhost/postgres")
connect = engine.connect()
meta = MetaData(bind=engine)
meta.reflect(bind=engine)
table = meta.tables['tstbl']
insrt_stmnt = insert(table).values(insrt_vals)

do_nothing_stmt  = insrt_stmnt.on_conflict_do_nothing(index_elements=['colA','colB'])
results = engine.execute(do_nothing_stmt)

而不是第 2 步和第 3 步，使用 psycog2 驱动程序和 postgres 中的复制命令对于较大的文件(接近演出)更快，因为它会关闭所有表索引。

csv_data = os.path.realpath('test.csv')