使用 SQLAlchemy 将 Pandas 数据帧导出到 MySQL 时出现操作错误 2055

Question

我第一次使用SQLAlchemy将大约 600 万条记录导出到 MySQL。 以下是我收到的错误：

OperationalError: (mysql.connector.errors.OperationalError) 2055: Lost connection to MySQL server at '127.0.0.1:3306', system error: 10053 An established connection was aborted by the software in your host machine

代码：

import pandas as pd
import sqlalchemy

df=pd.read_excel(r"C:\Users\mazin\1-601.xlsx")

database_username = 'root'
database_password = 'aUtO1115'
database_ip       = '127.0.0.1'
database_name     = 'patenting in psis'
database_connection = sqlalchemy.create_engine('mysql+mysqlconnector://{0}:{1}@{2}/{3}'.
                                               format(database_username, database_password, 
                                                      database_ip, database_name), pool_recycle=1, pool_timeout=30).connect()

df.to_sql(con=database_connection, name='sample', if_exists='replace')
database_connection.close()

注意：如果我导出大约 100 条记录，我不会收到错误消息。 参考类似帖子后，我添加了pool_recycle和pool_timeout参数，但错误仍然存​​在。

Answer 1

问题是您试图将 600 万行作为一个块导入。 这需要时间。 使用您当前的配置， pool_recycle设置为 1 秒，这意味着连接将在 1 秒后关闭，这肯定没有足够的时间插入 6 个铣削行。 我的建议是：

database_connection = sqlalchemy.create_engine(
    'mysql+mysqlconnector://{0}:{1}@{2}/{3}'.format(
        database_username, 
        database_password,
        database_ip, database_name
    ), pool_recycle=3600, pool_size=5).connect()
df.to_sql(
    con=database_connection, 
    name='sample', 
    if_exists='replace',
    chunksize=1000
)

这将设置 5 个连接池，回收时间为 1 小时。 第二行将一次插入 1000（而不是一次插入所有行）。 您可以尝试使用值来实现最佳性能。