支持Microsoft SQL Server数据库。

DBAPI支持¶

以下dialect / DBAPI选项可用。请参阅各个DBAPI部分的连接信息。

• PyODBC T0>
• mxODBC T0>
• pymssql T0>
• Jython的zxJDBC
• adodbapi T0>

自动增量行为¶

SQL Server使用IDENTITY结构提供所谓的“自动递增”行为，该结构可放置在整数主键上。SQLAlchemy在Column.autoincrement中描述的默认“autoincrement”行为内考虑IDENTITY；这意味着默认情况下，Table中的第一个整数主键列将被视为标识列，并将生成DDL：

from sqlalchemy import Table, MetaData, Column, Integer

m = MetaData()
t = Table('t', m,
        Column('id', Integer, primary_key=True),
        Column('x', Integer))
m.create_all(engine)

上面的例子将生成DDL：

CREATE TABLE t (
    id INTEGER NOT NULL IDENTITY(1,1),
    x INTEGER NULL,
    PRIMARY KEY (id)
)

对于不需要此默认的IDENTITY生成的情况，请在所有整数主键列上指定autoincrement=False：

m = MetaData()
t = Table('t', m,
        Column('id', Integer, primary_key=True, autoincrement=False),
        Column('x', Integer))
m.create_all(engine)

from sqlalchemy import Table, Integer, Sequence, Column

Table('test', metadata,
       Column('id', Integer,
              Sequence('blah', start=100, increment=10),
              primary_key=True),
       Column('name', String(20))
     ).create(some_engine)

CREATE TABLE test (
  id INTEGER NOT NULL IDENTITY(100,10) PRIMARY KEY,
  name VARCHAR(20) NULL,
  )

m = MetaData()
t = Table('t', m, Column('id', Integer, primary_key=True),
                Column('x', Integer))
m.create_all(engine)

engine.execute(t.insert(), {'id': 1, 'x':1}, {'id':2, 'x':2})

CREATE TABLE t (
    id INTEGER NOT NULL IDENTITY(1,1),
    x INTEGER NULL,
    PRIMARY KEY (id)
)

COMMIT
SET IDENTITY_INSERT t ON
INSERT INTO t (id, x) VALUES (?, ?)
((1, 1), (2, 2))
SET IDENTITY_INSERT t OFF
COMMIT

整理支持¶

字符排序规则由基本字符串类型支持，由字符串参数“排序规则”指定：

from sqlalchemy import VARCHAR
Column('login', VARCHAR(32, collation='Latin1_General_CI_AS'))

当这样的列与Table关联时，此列的CREATE TABLE语句将产生：

login VARCHAR(32) COLLATE Latin1_General_CI_AS NULL

LIMIT / OFFSET支持¶

MSSQL不支持LIMIT或OFFSET关键字。LIMIT通过TOP Transact SQL关键字直接支持：

select.limit

会产生：

SELECT TOP n

如果使用SQL Server 2005或更高版本，可通过ROW_NUMBER OVER结构使用支持OFFSET的LIMIT。对于2005以下的版本，使用OFFSET的LIMIT将失败。

事务隔离级别¶

All SQL Server dialects support setting of transaction isolation level both via a dialect-specific parameter create_engine.isolation_level accepted by create_engine(), as well as the Connection.execution_options.isolation_level argument as passed to Connection.execution_options(). 该功能通过发出命令SET TRANSACTION ISOLATION LEVEL tt> ＆lt； level＆gt； / t5>为每个新的连接。

使用create_engine()设置隔离级别：

engine = create_engine(
    "mssql+pyodbc://scott:tiger@ms_2008",
    isolation_level="REPEATABLE READ"
)

要设置使用每个连接执行选项：

connection = engine.connect()
connection = connection.execution_options(
    isolation_level="READ COMMITTED"
)

isolation_level的有效值包括：

• READ COMMITTED
• READ UNCOMMITTED
• REPEATABLE READ
• SERIALIZABLE
• SNAPSHOT - 特定于SQL Server

为空¶ T0>

MSSQL支持三级列可空性。默认的可空性允许空值，并且在CREATE TABLE结构中是显式的：

name VARCHAR(20) NULL

如果nullable=None被指定，那么没有指定。换句话说，使用数据库的配置默认值。这将呈现：

name VARCHAR(20)

如果nullable是True或False那么该列将是NULL或t9> NULL。

日期/时间处理¶

DATE和TIME均受支持。绑定参数按照大多数MSSQL驱动程序的要求转换为datetime.datetime()对象，并根据需要从字符串处理结果。DATE和TIME类型不适用于MSSQL 2005和以前 - 如果检测到2008以下的服务器版本，则这些类型的DDL将作为DATETIME发布。

大文本/二进制类型不赞成¶

根据SQL Server 2012/2014 Documentation，NTEXT，TEXT和IMAGE数据类型将从SQL Server在未来的版本中。SQLAlchemy通常将这些类型与UnicodeText，Text和LargeBinary数据类型相关联。

为了适应这种变化，一个新的标志deprecate_large_types被添加到方言中，如果没有用户设置，它将根据检测到的服务器版本自动设置。此标志的行为如下所示：

• 当此标志为True时，UnicodeText，Text和LargeBinary数据类型在用于呈现DDL时，分别是NVARCHAR(max)，VARCHAR(max)和VARBINARY(max)类型。这是添加此标志后的新行为。

• 当此标志为False时，UnicodeText，Text和LargeBinary数据类型在渲染DDL时将渲染类型分别为NTEXT，TEXT和IMAGE。这是这些类型的长期行为。

• 在数据库连接建立之前，该标志以None值开始。如果方言用于在未设置标志的情况下呈现DDL，则它被解释为与False相同。

• 在第一次连接时，方言检测SQL Server版本2012或更高版本是否正在使用；如果标志仍然在None，则根据是否检测到2012或更高，将其设置为True或False。

• 创建方言时，通常可以通过create_engine()将标志设置为True或False：

  eng = create_engine("mssql+pymssql://user:pass@host/db",
                  deprecate_large_types=True)

• 通过使用大写类型对象来完全控制所有SQLAlchemy版本是否呈现“旧”或“新”类型：NVARCHAR，VARCHAR，types.VARBINARY，TEXT，mssql.NTEXT，mssql.IMAGE将始终保持固定并始终输出该类型。

传统架构模式¶

非常旧的MSSQL方言版本引入了这样的行为：在SELECT语句中使用时，限定模式的表将被自动替换；给出一张表格：

account_table = Table(
    'account', metadata,
    Column('id', Integer, primary_key=True),
    Column('info', String(100)),
    schema="customer_schema"
)

这种传统的渲染模式会假设“customer_schema.account”不会被SQL语句的所有部分所接受，如下所示：

>>> eng = create_engine("mssql+pymssql://mydsn", legacy_schema_aliasing=True)
>>> print(account_table.select().compile(eng))
SELECT account_1.id, account_1.info
FROM customer_schema.account AS account_1

这种行为模式现在是默认关闭的，因为它似乎没有任何用处；但是在传统应用程序依赖它的情况下，如上所述，它可以使用create_engine()的legacy_schema_aliasing参数。

聚簇索引支持¶

MSSQL方言通过mssql_clustered选项支持聚簇索引（和主键）。此选项可用于Index，UniqueConstraint。和PrimaryKeyConstraint。

要生成聚簇索引：

Index("my_index", table.c.x, mssql_clustered=True)

它将索引呈现为CREATE CLUSTERED INDEX my_index ON table （x）。

要生成群集主键，请使用：

Table('my_table', metadata,
      Column('x', ...),
      Column('y', ...),
      PrimaryKeyConstraint("x", "y", mssql_clustered=True))

例如，它将呈现该表格，如下所示：

CREATE TABLE my_table (x INTEGER NOT NULL, y INTEGER NOT NULL,
                       PRIMARY KEY CLUSTERED (x, y))

同样，我们可以使用以下命令生成聚集的唯一约束：

Table('my_table', metadata,
      Column('x', ...),
      Column('y', ...),
      PrimaryKeyConstraint("x"),
      UniqueConstraint("y", mssql_clustered=True),
      )

要显式请求非集群主键（例如，当需要单独的集群索引时），请使用：

Table('my_table', metadata,
      Column('x', ...),
      Column('y', ...),
      PrimaryKeyConstraint("x", "y", mssql_clustered=False))

例如，它将呈现该表格，如下所示：

CREATE TABLE my_table (x INTEGER NOT NULL, y INTEGER NOT NULL,
                       PRIMARY KEY NONCLUSTERED (x, y))

MSSQL特定的索引选项¶

除集群之外，MSSQL方言支持Index的其他特殊选项。

Index("my_index", table.c.x, mssql_include=['y'])

Index("my_index", table.c.x.desc())

兼容级别¶

MSSQL支持在数据库级别设置兼容级别的概念。例如，这允许在SQL2005数据库服务器上运行时运行与SQL2000兼容的数据库。server_version_info will always return the database server version information (in this case SQL2005) and not the compatibility level information. 因此，如果在向后兼容模式下运行，SQAlchemy可能会尝试使用无法由数据库服务器分析的T-SQL语句。

触发器¶ T0>

SQLAlchemy默认使用OUTPUT INSERTED通过IDENTITY列或其他服务器端默认值获取新生成的主键值。MS-SQL不允许在具有触发器的表上使用OUTPUT INSERTED。要禁用每个表的OUTPUT INSERTED用法，请为每个Table指定implicit_returning=False

Table('mytable', metadata,
    Column('id', Integer, primary_key=True),
    # ...,
    implicit_returning=False
)

声明形式：

class MyClass(Base):
    # ...
    __table_args__ = {'implicit_returning':False}

此选项也可以在create_engine()中使用implicit_returning=False参数在整个引擎范围内指定。

Rowcount支持/ ORM版本控制¶

SQL Server驱动程序具有非常有限的能力来返回从UPDATE或DELETE语句更新的行数。特别是，pymssql驱动程序不支持，而pyodbc驱动程序只能在特定条件下返回此值。

特别是，当使用OUTPUT INSERTED时，更新的rowcount不可用。这会在使用服务器端版本控制方案时影响SQLAlchemy ORM的版本控制功能。在使用pyodbc时，对于使用version_id列与服务器端版本生成器结合使用的任何ORM映射类，需要将“implicit_returning”标志设置为false：

class MyTable(Base):
    __tablename__ = 'mytable'
    id = Column(Integer, primary_key=True)
    stuff = Column(String(10))
    timestamp = Column(TIMESTAMP(), default=text('DEFAULT'))
    __mapper_args__ = {
        'version_id_col': timestamp,
        'version_id_generator': False,
    }
    __table_args__ = {
        'implicit_returning': False
    }

如果没有上面的implicit_returning标志，那么UPDATE语句将使用OUTPUT inserted.timestamp，并且rowcount将返回-1，导致版本控制逻辑失败。

启用快照隔离¶

不一定特定于SQLAlchemy，SQL Server具有默认的事务隔离模式，可以锁定整个表，甚至可以使并发轻微并发的应用程序长期持有锁和频繁死锁。对于现代级别的并发支持，建议为整个数据库启用快照隔离。这是通过在SQL提示符下执行的以下ALTER DATABASE命令完成的：

ALTER DATABASE MyDatabase SET ALLOW_SNAPSHOT_ISOLATION ON

ALTER DATABASE MyDatabase SET READ_COMMITTED_SNAPSHOT ON

有关SQL Server快照隔离的背景信息，请访问http://msdn.microsoft.com/en-us/library/ms175095.aspx。

已知问题¶

• 每个表不支持多个IDENTITY列
• 索引的反映不适用于早于SQL Server 2005的版本

SQL Server数据类型¶

与所有SQLAlchemy方言一样，所有已知可用于SQL Server的UPPERCASE类型都可以从顶级方言导入，无论它们来源于sqlalchemy.types还是来自本地方言：

from sqlalchemy.dialects.mssql import \
    BIGINT, BINARY, BIT, CHAR, DATE, DATETIME, DATETIME2, \
    DATETIMEOFFSET, DECIMAL, FLOAT, IMAGE, INTEGER, MONEY, \
    NCHAR, NTEXT, NUMERIC, NVARCHAR, REAL, SMALLDATETIME, \
    SMALLINT, SMALLMONEY, SQL_VARIANT, TEXT, TIME, \
    TIMESTAMP, TINYINT, UNIQUEIDENTIFIER, VARBINARY, VARCHAR

特定于SQL Server的类型或SQL Server特定的构造参数如下所示：

class sqlalchemy.dialects.mssql。 BIT ¶

基础：sqlalchemy.types.TypeEngine

__初始化__ T0> ¶ T1>

继承自 __init__ 属性 object

x .__ init __（...）初始化x；请参阅帮助（类型（x））进行签名

class sqlalchemy.dialects.mssql.CHAR(length=None, collation=None, convert_unicode=False, unicode_error=None, _warn_on_bytestring=False)¶

基础：sqlalchemy.types.String

SQL CHAR类型。

__init__(length=None, collation=None, convert_unicode=False, unicode_error=None, _warn_on_bytestring=False)¶

inherited from the __init__() method of String

创建一个字符串保存类型。

参数：

length¶ – optional, a length for the column for use in DDL and CAST expressions. 如果没有发布CREATE TABLE，可以安全地省略。某些数据库可能需要用于DDL的length，并且在CREATE TABLE DDL时会引发异常如果包含没有长度的VARCHAR，则发布。值是否被解释为字节或字符是数据库特定的。 整理 ¶ - 可选，用于DDL和CAST表达式的列级别排序规则。使用SQLite，MySQL和Postgresql支持的COLLATE关键字进行呈现。例如。： >>> from sqlalchemy import cast, select, String >>> print select([cast('some string', String(collation='utf8'))]) SELECT CAST(:param_1 AS VARCHAR COLLATE utf8) AS anon_1 0.8版新增：增加了对所有字符串类型的COLLATE支持。 convert_unicode ¶ - 当设置为True时，String类型将假定输入将作为Python unicode对象传递，结果以Python unicode对象。If the DBAPI in use does not support Python unicode (which is fewer and fewer these days), SQLAlchemy will encode/decode the value, using the value of the encoding parameter passed to create_engine() as the encoding. 当使用本地支持Python unicode对象的DBAPI时，通常不需要设置此标志。For columns that are explicitly intended to store non-ASCII data, the Unicode or UnicodeText types should be used regardless, which feature the same behavior of convert_unicode but also indicate an underlying column type that directly supports unicode, such as NVARCHAR. 对于非常罕见的情况，Python unicode将由本地支持Python unicode的后端由SQLAlchemy编码/解码，值force可以在这里传递，这将导致无条件地使用SQLAlchemy的编码/解码服务。 unicode_error ¶ - 可选，一种用于处理Unicode转换错误的方法。行为与标准库的string.decode()函数的errors关键字参数相同。该标志要求将convert_unicode设置为force - 否则，SQLAlchemy不保证处理unicode转换的任务。请注意，此标志为已经返回unicode对象的后端（大多数DBAPI所执行的操作）的后端操作增加了显着的性能开销。此标志只能用作从不同或损坏编码的列中读取字符串的最后手段。

class sqlalchemy.dialects.mssql。 DATETIME2 （ precision = None， **千瓦 T5> ） T6> ¶ T7>

基础：sqlalchemy.dialects.mssql.base._DateTimeBase，sqlalchemy.types.DateTime

class sqlalchemy.dialects.mssql。 DATETIMEOFFSET （ precision = None， ** kwargs T5> ） T6> ¶ T7>

基础：sqlalchemy.types.TypeEngine

class sqlalchemy.dialects.mssql.IMAGE(length=None)¶

基础：sqlalchemy.types.LargeBinary

__初始化__ T0> （ T1> 长度=无 T2> ） T3> ¶ T4>

inherited from the __init__() method of LargeBinary

构建一个LargeBinary类型。

参数：	length¶ – optional, a length for the column for use in DDL statements, for those binary types that accept a length, such as the MySQL BLOB type.

class sqlalchemy.dialects.mssql。 MONEY ¶

基础：sqlalchemy.types.TypeEngine

__初始化__ T0> ¶ T1>

继承自 __init__ 属性 object

x .__ init __（...）初始化x；请参阅帮助（类型（x））进行签名

class sqlalchemy.dialects.mssql。 NCHAR （ length = None， ** kwargs T5> ） T6> ¶ T7>

基础：sqlalchemy.types.Unicode

SQL NCHAR类型。

__ init __ （ length = None，** kwargs ） / T5>

inherited from the __init__() method of Unicode

创建一个Unicode对象。

参数与String的参数相同，不同的是convert_unicode默认为True。

class sqlalchemy.dialects.mssql。 NTEXT （ length = None， ** kwargs T5> ） T6> ¶ T7>

基础：sqlalchemy.types.UnicodeText

MSSQL NTEXT类型，用于最多2 ^ 30个字符的可变长度unicode文本。

__ init __ （ length = None，** kwargs ） / T5>

inherited from the __init__() method of UnicodeText

创建一个Unicode转换文本类型。

参数与Text相同，但convert_unicode默认为True。

class sqlalchemy.dialects.mssql。 NVARCHAR （ length = None， ** kwargs T5> ） T6> ¶ T7>

基础：sqlalchemy.types.Unicode

SQL NVARCHAR类型。

__ init __ （ length = None，** kwargs ） / T5>

inherited from the __init__() method of Unicode

创建一个Unicode对象。

参数与String的参数相同，不同的是convert_unicode默认为True。

class sqlalchemy.dialects.mssql。 REAL （ ** kw ） T5> ¶ T6>

基础：sqlalchemy.types.REAL

class sqlalchemy.dialects.mssql。 SMALLDATETIME （ timezone = False ） T5> ¶ T6>

基础：sqlalchemy.dialects.mssql.base._DateTimeBase，sqlalchemy.types.DateTime

__初始化__ T0> （ T1> 时区=假 T2> ） T3> ¶ T4>

继承自 DateTime的 __init__()

构建一个新的DateTime。

参数：	时区 ¶ - 布尔值。如果为True，并由后端支持，则会产生'TIMESTAMP WITH TIMEZONE'。对于不支持时区感知时间戳的后端，不起作用。

class sqlalchemy.dialects.mssql。 SMALLMONEY ¶

基础：sqlalchemy.types.TypeEngine

__初始化__ T0> ¶ T1>

继承自 __init__ 属性 object

x .__ init __（...）初始化x；请参阅帮助（类型（x））进行签名

class sqlalchemy.dialects.mssql。 SQL_VARIANT ¶

基础：sqlalchemy.types.TypeEngine

__初始化__ T0> ¶ T1>

继承自 __init__ 属性 object

x .__ init __（...）初始化x；请参阅帮助（类型（x））进行签名

class sqlalchemy.dialects.mssql.TEXT(length=None, collation=None, convert_unicode=False, unicode_error=None, _warn_on_bytestring=False)¶

基础：sqlalchemy.types.Text

SQL TEXT类型。

__init__(length=None, collation=None, convert_unicode=False, unicode_error=None, _warn_on_bytestring=False)¶

inherited from the __init__() method of String

创建一个字符串保存类型。

参数：

length¶ – optional, a length for the column for use in DDL and CAST expressions. 如果没有发布CREATE TABLE，可以安全地省略。某些数据库可能需要用于DDL的length，并且在CREATE TABLE DDL时会引发异常如果包含没有长度的VARCHAR，则发布。值是否被解释为字节或字符是数据库特定的。 整理 ¶ - 可选，用于DDL和CAST表达式的列级别排序规则。使用SQLite，MySQL和Postgresql支持的COLLATE关键字进行呈现。例如。： >>> from sqlalchemy import cast, select, String >>> print select([cast('some string', String(collation='utf8'))]) SELECT CAST(:param_1 AS VARCHAR COLLATE utf8) AS anon_1 0.8版新增：增加了对所有字符串类型的COLLATE支持。 convert_unicode ¶ - 当设置为True时，String类型将假定输入将作为Python unicode对象传递，结果以Python unicode对象。If the DBAPI in use does not support Python unicode (which is fewer and fewer these days), SQLAlchemy will encode/decode the value, using the value of the encoding parameter passed to create_engine() as the encoding. 当使用本地支持Python unicode对象的DBAPI时，通常不需要设置此标志。For columns that are explicitly intended to store non-ASCII data, the Unicode or UnicodeText types should be used regardless, which feature the same behavior of convert_unicode but also indicate an underlying column type that directly supports unicode, such as NVARCHAR. 对于非常罕见的情况，Python unicode将由本地支持Python unicode的后端由SQLAlchemy编码/解码，值force可以在这里传递，这将导致无条件地使用SQLAlchemy的编码/解码服务。 unicode_error ¶ - 可选，一种用于处理Unicode转换错误的方法。行为与标准库的string.decode()函数的errors关键字参数相同。该标志要求将convert_unicode设置为force - 否则，SQLAlchemy不保证处理unicode转换的任务。请注意，此标志为已经返回unicode对象的后端（大多数DBAPI所执行的操作）的后端操作增加了显着的性能开销。此标志只能用作从不同或损坏编码的列中读取字符串的最后手段。

class sqlalchemy.dialects.mssql。 TIME （ precision = None， ** kwargs T5> ） T6> ¶ T7>

基础：sqlalchemy.types.TIME

class sqlalchemy.dialects.mssql。 TINYINT ¶

基础：sqlalchemy.types.Integer

__初始化__ T0> ¶ T1>

继承自 __init__ 属性 object

x .__ init __（...）初始化x；请参阅帮助（类型（x））进行签名

class sqlalchemy.dialects.mssql。 UNIQUEIDENTIFIER ¶

基础：sqlalchemy.types.TypeEngine

__初始化__ T0> ¶ T1>

继承自 __init__ 属性 object

x .__ init __（...）初始化x；请参阅帮助（类型（x））进行签名

class sqlalchemy.dialects.mssql.VARCHAR(length=None, collation=None, convert_unicode=False, unicode_error=None, _warn_on_bytestring=False)¶

基础：sqlalchemy.types.String

SQL VARCHAR类型。

__init__(length=None, collation=None, convert_unicode=False, unicode_error=None, _warn_on_bytestring=False)¶

inherited from the __init__() method of String

创建一个字符串保存类型。

参数：

length¶ – optional, a length for the column for use in DDL and CAST expressions. 如果没有发布CREATE TABLE，可以安全地省略。某些数据库可能需要用于DDL的length，并且在CREATE TABLE DDL时会引发异常如果包含没有长度的VARCHAR，则发布。值是否被解释为字节或字符是数据库特定的。 整理 ¶ - 可选，用于DDL和CAST表达式的列级别排序规则。使用SQLite，MySQL和Postgresql支持的COLLATE关键字进行呈现。例如。： >>> from sqlalchemy import cast, select, String >>> print select([cast('some string', String(collation='utf8'))]) SELECT CAST(:param_1 AS VARCHAR COLLATE utf8) AS anon_1 0.8版新增：增加了对所有字符串类型的COLLATE支持。 convert_unicode ¶ - 当设置为True时，String类型将假定输入将作为Python unicode对象传递，结果以Python unicode对象。If the DBAPI in use does not support Python unicode (which is fewer and fewer these days), SQLAlchemy will encode/decode the value, using the value of the encoding parameter passed to create_engine() as the encoding. 当使用本地支持Python unicode对象的DBAPI时，通常不需要设置此标志。For columns that are explicitly intended to store non-ASCII data, the Unicode or UnicodeText types should be used regardless, which feature the same behavior of convert_unicode but also indicate an underlying column type that directly supports unicode, such as NVARCHAR. 对于非常罕见的情况，Python unicode将由本地支持Python unicode的后端由SQLAlchemy编码/解码，值force可以在这里传递，这将导致无条件地使用SQLAlchemy的编码/解码服务。 unicode_error ¶ - 可选，一种用于处理Unicode转换错误的方法。行为与标准库的string.decode()函数的errors关键字参数相同。该标志要求将convert_unicode设置为force - 否则，SQLAlchemy不保证处理unicode转换的任务。请注意，此标志为已经返回unicode对象的后端（大多数DBAPI所执行的操作）的后端操作增加了显着的性能开销。此标志只能用作从不同或损坏编码的列中读取字符串的最后手段。

PyODBC ¶ T0>

通过PyODBC驱动程序支持Microsoft SQL Server数据库。

mssql+pyodbc://<username>:<password>@<dsnname>

engine = create_engine("mssql+pyodbc://scott:tiger@some_dsn")

dsn=mydsn;UID=user;PWD=pass

engine = create_engine("mssql+pyodbc://scott:tiger@myhost:port/databasename?driver=SQL+Server+Native+Client+10.0")

import urllib
params = urllib.quote_plus("DRIVER={SQL Server Native Client 10.0};SERVER=dagger;DATABASE=test;UID=user;PWD=password")

engine = create_engine("mssql+pyodbc:///?odbc_connect=%s" % params)

mxODBC ¶ T0>

通过mxODBC驱动程序支持Microsoft SQL Server数据库。

mssql+mxodbc://<username>:<password>@<dsnname>

pymssql ¶ T0>

通过pymssql驱动程序支持Microsoft SQL Server数据库。

mssql+pymssql://<username>:<password>@<freetds_name>/?charset=utf8

pymssql是一个Python模块，它提供围绕FreeTDS的Python DBAPI接口。兼容版本适用于Linux，MacOSX和Windows平台。

zxjdbc ¶ T0>

通过zxJDBC为Jython驱动程序支持Microsoft SQL Server数据库。

mssql+zxjdbc://user:pass@host:port/dbname[?key=value&key=value...]

AdoDBAPI ¶ T0>

通过adodbapi驱动程序支持Microsoft SQL Server数据库。

mssql+adodbapi://<username>:<password>@<dsnname>