英文:
Advantages of using sqlalchemy.types over sqlalchemy.dialects.mssql
问题
在使用SQLAlchemy保存到SQL Server数据库时，除了可移植性之外，使用sqlalchemy.types比使用sqlalchemy.dialects.mssql设置数据类型是否有优势？
我正在使用以下代码将数据保存到数据库中（利用了pandas的to_sql()函数）：
df_members.to_sql(
'parliament.member_' + extract_date + '',
schema='source',
con=engine,
index=False,
dtype={
'id': sqlalchemy.dialects.mssql.SMALLINT(),
'gender': sqlalchemy.dialects.mssql.NVARCHAR(1),
'nameDisplayAs': sqlalchemy.dialects.mssql.NVARCHAR(length=256),
'nameClean': sqlalchemy.dialects.mssql.NVARCHAR(length=256),
'count': sqlalchemy.dialects.mssql.TINYINT()
},
)
我注意到以下代码也会产生相同的结果：
df_members.to_sql(
'parliament.member_' + extract_date + '',
schema='source',
con=engine,
index=False,
dtype={
'id': sqlalchemy.types.SMALLINT(),
'gender': sqlalchemy.types.NVARCHAR(1),
'nameDisplayAs': sqlalchemy.types.NVARCHAR(length=256),
'nameClean': sqlalchemy.types.NVARCHAR(length=256),
'count': sqlalchemy.dialects.mssql.TINYINT()
},
)
我已经养成了使用前者的习惯，因为这样我就不必记住哪些数据类型是特定于供应商的（例如，TINYINT()），哪些不是。
但是，假设可移植性不是一个问题（如果将来更改供应商，代码仍然需要更新以删除TINYINT()引用），这种方法是否存在缺点，比如速度？
英文:
When saving to a SQL Server database using SQLAlchemy are there advantages to setting datatypes using sqlalchemy.types over sqlalchemy.dialects.mssql besides portability?
I'm saving data to a database using the following (making use of pandas' to_sql()):
df_members.to_sql(
'parliament.member_' + extract_date + '',
schema='source',
con=engine,
index=False,
dtype={
'id': sqlalchemy.dialects.mssql.SMALLINT(),
'gender': sqlalchemy.dialects.mssql.NVARCHAR(1),
'nameDisplayAs': sqlalchemy.dialects.mssql.NVARCHAR(length=256),
'nameClean': sqlalchemy.dialects.mssql.NVARCHAR(length=256),
'count': sqlalchemy.dialects.mssql.TINYINT()
},
)
I note that the following yields the same results:
df_members.to_sql(
'parliament.member_' + extract_date + '',
schema='source',
con=engine,
index=False,
dtype={
'id': sqlalchemy.types.SMALLINT(),
'gender': sqlalchemy.types.NVARCHAR(1),
'nameDisplayAs': sqlalchemy.types.NVARCHAR(length=256),
'nameClean': sqlalchemy.types.NVARCHAR(length=256),
'count': sqlalchemy.dialects.mssql.TINYINT()
},
)
I've got in the habit of using the former because it saves me having to remember which datatypes are vendor-specific (e.g. TINYINT()) and which aren't.
But, assuming portability isn't a concern (if we ever changed vendor the code would need updating anyway to remove the TINYINT() references) are there disadvantages to this approach - for example, speed?
答案1
得分: 1
以下是代码部分的翻译：
在 sqlalchemy/lib/sqlalchemy/dialects/mssql/init.py 中：
from .base import SMALLINT
在 sqlalchemy/lib/sqlalchemy/dialects/mssql/base.py 中：
from ...types import SMALLINT
在 sqlalchemy/lib/sqlalchemy/types.py 中：
from .sql.sqltypes import SMALLINT as SMALLINT
继续查看：
在 sqlalchemy/lib/sqlalchemy/sql/sqltypes.py 中：
class SMALLINT(SmallInteger):
"""SQL SMALLINT类型。
.. 参见::
:class:`_types.SmallInteger` - 基本类型的文档。
"""
__visit_name__ = "SMALLINT"
因此，对于许多（甚至所有？）大写类型，使用 sqlalchemy.types.XXX 或 sqlalchemy.dialects.YYY.XXX 看起来是相同的。所有大写数据类型都继承自驼峰大小写的数据类型（参考这里）。
英文:
I don't know if this answer to your question but using the source code:
In sqlalchemy/lib/sqlalchemy/dialects/mssql/init.py:
from .base import SMALLINT
In sqlalchemy/lib/sqlalchemy/dialects/mssql/base.py
from ...types import SMALLINT
In sqlalchemy/lib/sqlalchemy/types.py <<< sqlalchemy.types.SMALLINT
from .sql.sqltypes import SMALLINT as SMALLINT
Go further
In sqlalchemy/lib/sqlalchemy/sql/sqltypes.py
class SMALLINT(SmallInteger):
"""The SQL SMALLINT type.
.. seealso::
:class:`_types.SmallInteger` - documentation for the base type.
"""
__visit_name__ = "SMALLINT"
So for many (all?) UPPERCASE types, using sqlalchemy.types.XXX or sqlalchemy.dialects.YYY.XXX seems to be the same thing. All UPPERCASE datatypes are inherited from CamelCase datatypes (ref)
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论