Excel VBA 编程 -- 大数据量写入数据库(三)
- 2026-04-08 17:47:29
Excel VBA 编程 -- 大数据量写入数据库(三)前面两篇我们分别讨论了 VBA 和 Delphi 将 Excel 数据集写入数据库的问题，今天是最后一篇，讨论效率最高的方法——Python/Pandas 方法。 在昨天的文章中，我们说过，VBA 与 Delphi 相比拼，二者互有胜负。但 Python/Pandas 则是绝对的王者。请看我刚刚得到的测试结果： 
Python/Pandas 在不到 7 秒的时间内将 10 万条记录的 Excel 数据集写入到了 SQL Server 2025 数据库中。 下面是运行情况： 
SQLAlchemy/PyODBC 还不能正确处理 SQL Server 的最新版本，给出了警告信息。 Python/Pandas 读取 Excel 数据集并写入 SQL Server 数据库的程序 WriteDataToDb.py，其结构如下： 
Pandas 通过 OpenPyxl 读取 Excel 数据集，通过 SQLAlchemy 经由 PyODBC 写入 SQL Server 数据库。 下面来看实现代码。 
函数 create_dbengine() 是经由 pyodbc 建立与 mssql 数据库的连接，pyodbc 只是 ODBC 的 Python 封装，实际调用的是 ODBC Driver 18 for SQL Server，SQLAlchemy 是类似 ADO 的高层关系-对象模型（ORM）。大部分 Python 程序都是通过 SQLAlchemy 访问数据库的。 
函数 write_excel_to_db 是调用 Pandas 的 read_excel 函数读取 Excel 数据集，再调用 to_sql 将数据集写入数据库。 第 49 行 if __name__ == '__main__': 及以下的部分是主控程序，调用 time.perf_counter 实现计时，并将计时结果写回 Excel 文件。 Python/Pandas 方案因为直接操纵 Excel 文件，无需启动庞大而复杂的 Excel 程序，所以效率相对要高得多。 在探索过 VBA、Delphi、Python 各种方案之后，对于朋友的提问“有没有一次性上传数据库的办法，遍历数据太慢”，至此已经有了完满的回答：有！写一段 Python 代码，通过 Pandas 读取 Excel 数据集，并通过 SQLAlchemy 写入数据库。 近几年来，Python 长期占据 TIOBE 编程语言排行榜的首位，今天我们看到，Python 并非浪得虚名。犹如 40 年前的 C 一样，今天的 Python 也值得所有人去学习、掌握。 相关阅读 Excel VBA 编程 -- 大数据量写入数据库（一） Excel VBA 编程 -- 大数据量写入数据库（二）
本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：wyl860211@qq.com 。
