从Ubuntu使用Python连接Azure SQL数据库的方法

Azure SQL数据库或管理实例是微软在管理云环境中为SQL Server提供的云服务。通常情况下，我们从SQL Server Management Studio、Azure Data Studio或应用程序连接数据库，以查询数据。

Python是一种流行的编程语言，具有网络开发、机器学习功能。它提供了一种使用语言构造的面向对象的方法。你可以用它来编写较少的代码行，使用自定义模块和库来执行各种任务。因此，你可能会得到一个使用Python连接Azure SQL数据库的要求。

本文探讨了如何在Ubuntu操作系统中使用Python连接Azure SQL DB。

要求

在我们开始之前，让我们快速检查一下本文的前提条件。

Visual Studio Code IDE最新版本

• 在Ubuntu中导航到code.visualstudio.com/，下载Debian版本并安装它。

用于SQL Server的微软ODBC驱动程序

你需要一个用于Linux上SQL Server的微软ODBC驱动程序。 对于这篇文章，我们使用最新的ODBC 17，使用以下步骤。

用Sudo账户连接，使用CURL工具从微软软件包商店添加软件包密钥。

sudo su
curl packages.microsoft.com/keys/micros… | apt-key add -

在Ubuntu 20.04上，使用以下脚本下载适当的软件包。

curl packages.microsoft.com/config/ubun… > /etc/apt/sources.list.d/mssql-release.list

使用apt-get命令来更新仓库。

$ sudo apt-get update

现在，用以下命令安装微软ODBC驱动17。

sudo ACCEPT_EULA=Y apt-get install -y msodbcsql17

它下载并安装了ODBC 17。如果你已经在你的环境中下载了它，你会得到以下信息。

活动的Azure订阅

我们需要一个活跃的Azure订阅，并配置了Azure SQL数据库与样本数据库来查询它。你还需要一个用于从Python连接Azure的登录凭证。

注意：在这篇文章中，我们将不涉及创建Azure SQL DB。如果你不知道，可以参考SQLShack上的Azure文章( https://www.sqlshack.com/category/azure/)

对于这篇文章，我们需要你从Azure门户（如下图所示）或Azure CLI获得的Azure逻辑服务器名称。

下载Python安装程序

本文使用Python连接到SQL Server。因此，我们需要在Ubuntu中安装和配置Python 3。

首先，使用命令--Python----版本来验证Python是否已经安装。

我们没有；因此，它说，没有找到'Python'命令。

下面的命令下载并安装了Python 3.9版本。你可以从www.python.org/，检查最新的Python版本

sudo apt install python3.9

一旦Python安装完毕，验证构建版本，如下所示。

使用pip--Python软件包管理安装pyodbc

在Ubuntu中启动VS Code IDE，导航到终端->新终端。它启动了bash终端，如下图所示。

为了安装 pyodbc，我们需要在 Linux 中使用 pip 工具。如果你在Ubuntu上已经有了它，请忽略这个。

sudo apt install pip

输入Y以继续安装pip工具。

现在，用下面的脚本在Ubuntu中安装pyodbc。

pip 安装 pyodbc

在Visual Studio Code中安装Python扩展

VS code IDE为Python语言提供了一个扩展，以提供语法高亮、颜色编码和内联建议。进入VS code的扩展（从左边的菜单），安装下面的Python语言扩展。

在VS code中安装Python扩展后，会打开一个页面--开始使用Python开发。

第1步：安装Python - 它已经完成了；因此，它为这个步骤显示了一个勾。

第2步：选择一个Python解释器。我们在前面的步骤中安装了Python 3.9.5。因此，点击选项--选择一个Python解释器，从下面的下拉菜单中选择正确的Python版本。

它还显示了推荐的Python解释器，如下图所示。

用于查询Azure SQL数据库的Python脚本

启动VS代码编辑器，打开一个新文件->，你会得到一个信息，选择IDE语言。

点击超链接-选择语言，选择Python语言，如下图所示。

在编辑器中，粘贴以下连接到Azure SQL数据库的Python脚本。将该脚本保存为testcript.py

   import pyodbc
    server = 'azuredemosqldemo.database.windows.net'
    database = 'azuredemodatabase'
    username = 'sqladmin'
    password = '********'   
    driver= '{ODBC Driver 17 for SQL Server}'
    
    with pyodbc.connect('DRIVER='+driver+';SERVER=tcp:'+server+';PORT=1433;DATABASE='+database+';UID='+username+';PWD='+ password) as conn:
        with conn.cursor() as cursor:
            cursor.execute("SELECT TOP 3 ProductID, Name, ProductNumber FROM [SalesLT].[Product]")
            row = cursor.fetchone()
            while row:
                print (str(row[0]) + " " + str(row[1]))
                row = cursor.fetchone()

使用命令执行testcript.py -python3 testscript.py

为了演示的目的，我指定了前3个子句，在输出中只返回三条记录。

让我们逐行了解这个脚本。

• 第1行在当前Python脚本会话中导入pyodbc模块。这一步将确保你在执行Python ODBC脚本时没有任何依赖性问题。
• 第2行定义了一个变量来存储Azure SQL服务器的名称。
• 第3行存储Azure SQL数据库的名称。
• 第4行和第5行存储与Azure DB连接的凭证。这些凭证应该有成功完成指定任务的权限。
• 第6行定义了SQL服务器驱动为SQL服务器的ODBC驱动。
• 第8行使用pyodbc.connect()方法，使用所有参数定义的值连接到Azure DB。
• 第10行定义了我们要在连接字符串中定义的连接上执行的T-SQL脚本。你可以在这个Python脚本中添加t-SQL语句、存储过程、函数、视图。
• 剩下的代码执行该脚本，并在控制台打印每一行的值。cursor.fetchone()返回一条记录，如果没有更多的记录，则返回没有任何记录的记录。

使用Pandas数据框架来查询Azure SQL数据库中的SQL表

Pandas数据框架可以将CSV文件导入Python，创建一个数据框架和查询，并将数据导入表。潘达斯模块的好处是，它在Python中提供了与SQL类似的数据结构。因此，你可以使用它有效地与SQL工作。

要使用pandas模块，首先要用命令安装 -pip install pandas

它有以下三个函数用于从SQL读取数据。

• pandas.read_sql_table() :使用表作为参数
• pandas.read_sql_query()。使用SQL查询作为参数
• pandas.read_sql()。它可以把表或查询作为参数。

下面的Python脚本使用pandas数据框架和read_sql_query()模块来执行Azure SQL数据库中的SQL脚本。对于连接字符串，我们在pd.read_sql_query()中指定了连接字符串变量conn。你可以指定查询，它返回数据框架的结果，如下图所示。

    import pyodbc
    import pandas as pd
    server = 'azuredemosqldemo.database.windows.net'
    database = 'azuredemodatabase'
    username = 'sqladmin'
    password = '********'   
    driver= '{ODBC Driver 17 for SQL Server}'
    
    with pyodbc.connect('DRIVER='+driver+';SERVER=tcp:'+server+';PORT=1433;DATABASE='+database+';UID='+username+';PWD='+ password) as conn:
        df=pd.read_sql_query('Select Top 5 ProductID, Name, ProductNumber from SalesLT.Product order by productid', conn)
    print(df)

使用Python脚本从CSV文件导入数据

你可能经常使用CSV文件将数据导入SQL表。有多种方法可以将数据导入到SQL Server表中，比如SSIS包，导入和导出数据向导。你也可以使用pandas数据框架来读取和导入数据。

例如，假设我有一个样本CSV文件，其中有以下数据。

我们可以使用pandas数据框架模块read_csv()来读取CSV数据并在屏幕上显示。 在列的部分，我们指定了数据导入的列名。

   import pandas as pd
 
    data = pd.read_csv (r'sampledata.csv')   
    df = pd.DataFrame(data, columns= ['Country','ID','EmpName'])
    
    print(df)

现在，我们需要将这些CSV数据导入到SQL表[TestTablePy]中。为了执行插入语句，我们使用cursor.execute()函数并使用通配符来指定CSV文件中每一列的值。

   import pyodbc
    import pandas as pd
    
    data = pd.read_csv (r'sampledata.csv')   
    df = pd.DataFrame(data, columns= ['Country','ID','EmpName'])
    
    server = 'azuredemosqldemo.database.windows.net'
    database = 'azuredemodatabase'
    username = 'sqladmin'
    password = '********’   
    driver= '{ODBC Driver 17 for SQL Server}'
    
    with pyodbc.connect('DRIVER='+driver+';SERVER=tcp:'+server+';PORT=1433;DATABASE='+database+';UID='+username+';PWD='+ password) as conn:
        cursor= conn.cursor()
        # Create Table
      
    # Insert DataFrame to Table
    for row in df.itertuples():
        cursor.execute('''
                    INSERT INTO TestTablePy (Country, ID, EmpName)
                    VALUES (?,?,?)
                    ''',
                    row.Country, 
                    row.ID,
                    row.EmpName
                    )
    conn.commit() 

Python脚本成功执行，你可以验证表中的数据。

数据与CSV数据相符，如下图所示。

总结

本文使用Pyodbc和pandas数据框架，用Python脚本来访问Azure SQL数据库表。此外，文章从CSV中读取数据并将其导入到SQL表中。Python脚本有助于使用各种pandas模块进行数据探索和分析。因此，Azure数据库的Python脚本的组合是很有价值的，我建议你去探索它。