遭瘟的pyodbc——关于存储过程执行

由于需要使用django连接SQL Server，烦人的事情随之而来。

首先Django 没有自带针对MSSQL的BackEnds，所以要自己包装，这个很烦很烦，烦到死了，每次部署到新的机器上都要调试很久。

可以见我之前写的这篇文章：Django连接SQL Server配置指引，其实是可以成功的，但是每次都要配置，太过麻烦了。

而且只能连接一个数据库，如果要连接多个数据库，无法避免要使用pyodbc（或者其它第三方包）来连接。

 

pyodbc，运行Query SQL是不在话下的，非常简单，上面说的文章也有说使用方法：

import pyodbcconnection = pyodbc.connect('DRIVER={SQL Server Native Client 10.0};SERVER=127.0.0.1;DATABASE=DB_name;UID=User_Name;PWD=PassWord')curs = connection.execute('select * from some_table')curs.fetchone()

但是如果要执行存储过程，就痛苦了。

---------------------------------------

冷静一下。

先说说pyodbc的基本用法：

1. 先导入：from pyodbc import connect；

2. 产生连接实例：Conn = connect(DBCONNECTSTR)；

3. 产生游标：cur = Conn.cursor()；

4. 执行游标命令：cur.execute()、cur.commit()、cur.rollback()之类；

5. 关闭游标：cur.close()；

6. 关闭连接实例：Conn.close()。

 

以上6个步骤都是必要的。

当然，如果仅仅是查询，可以直接使用实例直接运行excute命令就可以了，可以不创建游标，那么3、4、5步都可以省略。

上面这些内容网上一大堆教程，我就不多说了。（DRY=Donot Repeat Yourself）

不过网上很多文章都是误导，例如：Python连接数据库-pyodbc

里面说运行存储过程使用 callproc() 方法。

我勒个去，这个方法完全是她YY出来的。

 

提供 connection 和 cursor 的方法列表：

>>> dir(Conn)

['__class__', '__delattr__', '__doc__', '__enter__', '__exit__', '__format__', '__getattribute__', '__hash__', '__init__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'add_output_converter', 'autocommit', 'clear_output_converters', 'close','commit', 'cursor','execute', 'getinfo', 'rollback', 'searchescape', 'timeout']

>>> dir(cur)

['__class__', '__delattr__', '__doc__', '__enter__', '__exit__', '__format__', '__getattribute__', '__hash__', '__init__', '__iter__', '__new__', '__reduce__','__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'arraysize','close', 'columns','commit', 'connection', 'description', 'execute', 'executemany', 'fetchall', 'fetchmany','fetchone', 'foreignKeys', 'getTypeInfo', 'next', 'nextset', 'noscan', 'primaryKeys', 'procedureColumns', 'procedures','rollback', 'rowIdColumns', 'rowVerColumns', 'rowcount', 'setinputsizes', 'setoutputsize', 'skip', 'statistics', 'tables']

 

常用的方法和标量我都标记为红色了。

回归正题，执行存储过程用哪个方法呢？不用多想了，还是execute()，然后附加 EXEC 当作SQL命令来执行。

try:    #不关心返回数据存储过程执行方法    cur.execute('EXEC P_THIS_IS_A_PROCDURE param1,param2,%d,%s' %(p3_int,p4_str))    print cur.rowcount  #可以得到存储过程影响的行数    #如果你关心返回值，需要使用这种方式    rows = cur.execute('SET NOCOUNT ON; EXEC P_THIS_IS_A_PROCDURE param1,param2,%d,%s' %(p3_int,p4_str)).fetchall()    print cur.rowcount,rows   #聪明的你已经知道，行数肯定是木有的了（-1），后面的rows是一个列表，看你的数据是咋样的了。    #无论何种方式，都可以最后才commit（其实方式2已经默认包含了commit）    cur.commit()except Exception as e:    print e

上面已经写得比较清楚了，直接执行存储过程就使用EXEC就好了。

如果需要得到返回数据（即存储过程里面有 Select出来的内容），就需要加上SET NOCOUNT ON;参数。参考资料：MSSQL2008 - Pyodbc - Previous SQL was not a query

所以我TMD为了配合pyodbc，存储过程都需要加上一个selet语句，把return值给select出来。

我已经吐了。

变通的方法：

可以写一个外层存储过程，统一调用这个存储过程，把返回值给select出来就好了。

CREATE PROCEDURE P_RUN_PROCDURE_WITH_SELECTRETURN    @I_ProcName NVARCHAR(1000) ,    @I_Params NVARCHAR(1000)AS    DECLARE @SqlStr NVARCHAR(MAX)        /**    * 返回值列表：    * 0  正常退出，存储过程执行成功    * 1  异常退出，参数校验失败    * ……这个随便你写了，主要是和你存储过程里面的return相关    */        SET @SqlStr = 'DECLARE @res INT; EXEC @res = ' + @I_ProcName + ' ' + @I_Params + '; SELECT  @res'    EXEC(@SqlStr)    GO

 调用方法：

EXEC P_RUN_PROCDURE_WITH_SELECTRETURN 'P_DIM_CONSTANT_TOGGLESTATUS','100,''some_string'',123.45'  --带参

EXEC P_RUN_PROCDURE_WITH_SELECTRETURN 'P_DIM_AMB_PATHCREATE',''   --不带参