Sql自定义表类型批量导入数据

-- 创建自定义表类型

CREATE TYPE [dbo].[App_ProductTable] AS TABLE(
	[p_name] [varchar](50) NOT NULL,
	[p_audio] [varchar](255) NOT NULL,
	[p_video] [varchar](255) NOT NULL
)
GO

--在存储过程中使用自定义表类型

ALTER PROCEDURE [dbo].[sp_import_app_product](
	@pDT dbo.App_ProductTable READONLY,
	@result INT OUTPUT
)
AS
BEGIN
	BEGIN TRAN
	UPDATE a SET 
	a.p_audio=b.p_audio,
	a.p_video=b.p_video
	FROM App_Product AS a 
	JOIN @pDT AS b 
	ON a.p_name=b.p_name
	IF @@ERROR<>0
	BEGIN
		ROLLBACK TRAN
		SET @result=-1
	END
	ELSE
	BEGIN
		COMMIT TRAN
		SET @result=1
	END
END

--C#中代码

/// <summary>
/// 批量更新产品信息,批量导入,最好使用 DataTable 数据源
/// </summary>
/// <param name="dt"></param>
/// <returns></returns>
public static int BatchUpdateProductImport(DataTable dt)
{
            SqlParameter[] param ={
                new SqlParameter("@pDT",SqlDbType.Structured),//需要指定此类型
                new SqlParameter("@result",SqlDbType.Int)
            };
            param[0].Value = dt;
            param[0].TypeName = "dbo.App_ProductTable";
            param[1].Direction = ParameterDirection.Output;
            adsql.SqlHelper.ExecuteNonQuery(ConfigurationManager.ConnectionStrings["conStr"].ConnectionString, CommandType.StoredProcedure, "sp_import_app_product", param);
            return Convert.ToInt32(param[1].Value);
}

-- 直接使用自定义表类型

DECLARE @c App_ProductTable
INSERT INTO @c(p_audio,p_video,p_name) VALUES('/audio/1.mp3','/video/2.mp4','Xizhang')
SELECT * FROM @c

注:在服务端会有一个定义临时变量的过程,然后把所有的数据插入到这个变量中去,然后再执行存储过程的逻辑。

1. 客户端是否一定用DataTable类型
推荐使用DataTable类型,但也可以使用其他的类型,例如DataReader的数据流。

2. DataTable的 字段名称 是否要匹配
不一定要匹配,只要顺序一致,类型一样就可以了。

 

转载于:https://www.cnblogs.com/xsj1989/p/5217162.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Python是一种强大的编程语言,可以轻松地将Excel数据中的数据按照自定义的规则批量导入数据库中。实现这个功能需要使用Python的开源库——pandas、xlrd和sqlalchemy。 首先,我们需要安装这些库。在Python环境中使用pip命令进行安装。 接下来,我们需要导入这些库,并使用pandas读取Excel数据中的数据。使用read_excel方法读取Excel文件,并将数据存储到DataFrame对象中。 然后,我们需要使用SQLAlchemy创建数据库连接,并创建需要将数据导入数据。这可以通过使用create_engine函数创建SQLAlchemy Engine对象,并使用pandas提供的to_sql方法将数据写入数据中。 最后,我们需要在代码中实现逻辑来确定如何读取Excel数据中的数据,以及如何将其映射到数据中的列。这可以通过使用pandas的DataFrame和SQLAlchemy的Table对象来实现。 总的来说,使用Python将Excel中的数据批量导入数据库中是一个很容易的任务,只需要使用一些简单的函数和库,就可以完成这个任务。这个过程可以帮助用户快速地导入数据,从而简化其重复性工作。 ### 回答2: Python是一种经常用于数据处理和分析的编程语言,它提供了许多现成的库和模块来方便地将不同格式的数据导入数据库中。而在导入数据时,Excel数据通常是一种常见的格式,这种格式的数据可以通过Python来批量导入数据库中。 为了实现这一目的,需要使用Python中的pandas库来读取Excel数据,并将其转换为DataFrame格式,然后使用pandas库中的to_sql()方法将DataFrame中的数据批量插入到数据库中。要执行此操作,需要安装和配置相应的数据库连接器,如MySQLdb或psycopg2等。 首先,需要通过Python中的pandas库创建一个DataFrame对象来加载Excel数据。可以使用read_excel()方法读取Excel文件中的数据,并将其转换为DataFrame格式。必要时,可以通过pandas库的方法来处理数据,例如清除或填充缺失值,并对数据进行格式转换。 然后,可以使用pandas库的to_sql()方法创建一个数据库连接,并将DataFrame中的数据批量插入到数据库中。需要提供有关数据库连接的详细信息,例如主机名称、端口、数据库名称、用户名和密码等。此外,还需要指定要将数据插入的名和数据列名。 这样,Excel数据数据就可以通过使用Python和pandas库批量导入数据库中。这个过程可以自动化,并在每次需要更新数据库中的数据时使用。这可以大大减少手动处理数据的工作量,并提高数据的处理效率和准确性。 ### 回答3: 在进行数据处理过程中,Python的excel模块可以很好地对Excel数据进行读取和处理。通过使用Python中的pandas模块,我们可以轻松地将Excel数据中的数据批量导入数据库中。 首先,我们需要使用pandas读取Excel文件,并将数据存储在一个pandas的dataframe对象中。然后,我们可以使用Python的SQLAlchemy模块来连接我们的数据库,并在其中创建一个格。接下来,我们将使用dataframe对象中的数据将其插入到数据中。 在这个过程中,我们可以使用一些技巧将数据转换为数据库中需要的格式,例如使用pandas的DatetimeIndex来将日期时间格式化为数据库中正确的格式。 总体来说,使用Python将Excel数据中的数据批量导入数据库是非常简单和高效的。这个过程可以大大提高数据处理的效率,并支持更好的数据分析和可视化。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值