有了这个表：
CREATE TABLE test_insert (
col1 INT,col2 VARCHAR(10),col3 DATE
)
以下代码需要40秒才能运行：
import pyodbc
from datetime import date
conn = pyodbc.connect('DRIVER={sql Server Native Client 10.0};'
'SERVER=localhost;DATABASE=test;UID=xxx;PWD=yyy')
rows = []
row = [1,'abc',date.today()]
for i in range(10000):
rows.append(row)
cursor = conn.cursor()
cursor.executemany('INSERT INTO test_insert VALUES (?,?,?)',rows)
conn.commit()
psycopg2的等效代码只需要3秒钟.我不认为mssql比postgresql慢得多.有什么想法在使用pyodbc时如何提高批量插入速度？
编辑：添加一些笔记跟随ghoerz发现
在pyodbc中,执行的流程是：
>准备声明
>循环为每组参数
>绑定参数集
>执行
在ceODBC,执法人员的流动是：
>准备声明
>绑定所有参数
>执行
