SQLAlchemy无结果删除操作详解
本文深入解析了在 SQLAlchemy 2.0+ 中安全执行无结果集 DML 操作(如 DELETE)的关键误区与正确实践,指出 pandas.read_sql() 仅适用于 SELECT 查询,误用于 DELETE 等语句会触发 ResourceClosedError;强调必须改用 Connection.exec_driver_sql() 配合 with engine.begin() 事务上下文,以确保自动提交或回滚,并推荐结合参数化查询(text + 字典参数)提升安全性与跨数据库兼容性,同时提供获取影响行数、避免连接泄漏等实用技巧,帮助开发者告别常见陷阱,写出更健壮、可维护的数据库操作代码。

pandas.read_sql() 仅适用于查询类语句(如 SELECT),无法处理 DELETE、INSERT 或 UPDATE 等不返回结果集的 DML 操作;直接调用会触发 ResourceClosedError。应改用 Connection.exec_driver_sql() 配合上下文管理器安全执行并自动提交。
`pandas.read_sql()` 仅适用于查询类语句(如 `SELECT`),无法处理 `DELETE`、`INSERT` 或 `UPDATE` 等不返回结果集的 DML 操作;直接调用会触发 `ResourceClosedError`。应改用 `Connection.exec_driver_sql()` 配合上下文管理器安全执行并自动提交。
在使用 Pandas 与 SQLAlchemy 交互时,一个常见误区是误将 pd.read_sql() 用于非查询类 SQL 操作。例如,当尝试通过 DELETE 清理上月数据时:
# ❌ 错误示例:read_sql 期望返回 DataFrame,但 DELETE 不产生结果集
df_month_exist = pd.read_sql('''
DELETE FROM DATATABLE
WHERE RECORD_MONTH = DATEADD(MONTH, DATEDIFF(MONTH, -1, GETDATE()) - 1, -1)
''', con=engine)上述代码会抛出 sqlalchemy.exc.ResourceClosedError: This result object does not return rows —— 因为 read_sql() 内部调用 execute() 后立即尝试 fetchall(),而 DELETE 语句本身不返回行,连接资源被自动关闭,导致异常。
✅ 正确做法是:使用 Connection.exec_driver_sql()(SQLAlchemy 2.0+ 推荐)或 Connection.execute(),并在 with engine.begin() 上下文内执行,确保事务自动提交(成功)或回滚(异常):
from sqlalchemy import text
with engine.begin() as conn:
conn.exec_driver_sql("""
DELETE FROM DATATABLE
WHERE RECORD_MONTH = DATEADD(MONTH, DATEDIFF(MONTH, -1, GETDATE()) - 1, -1)
""")✅ engine.begin() 提供事务性上下文:退出 with 块时自动 COMMIT;若发生异常则自动 ROLLBACK。
✅ exec_driver_sql() 直接传递原始 SQL 字符串给底层驱动(如 pyodbc),无需参数绑定(若需防注入,请改用 text() + 参数化)。
? 进阶建议(推荐生产环境使用):
使用参数化查询避免 SQL 注入和日期计算歧义:
from datetime import datetime, timedelta from sqlalchemy import text # 计算上月最后一天(更清晰、跨数据库兼容) now = datetime.now() last_day_of_last_month = (now.replace(day=1) - timedelta(days=1)) with engine.begin() as conn: conn.execute( text("DELETE FROM DATATABLE WHERE RECORD_MONTH = :target_date"), {"target_date": last_day_of_last_month} )
⚠️ 注意事项:
- 不要使用 SET NOCOUNT ON(SQL Server 特有)来“修复”该错误——它解决的是消息计数干扰,而非根本问题(read_sql 的语义不匹配);
- 避免裸调用 engine.connect().execute(...),易遗漏 commit() 或连接泄漏;务必使用 with engine.begin() 或显式 commit()/close();
- 若需获取影响行数,可在执行后调用 result.rowcount(exec_driver_sql 返回 Result 对象):
with engine.begin() as conn: result = conn.exec_driver_sql("DELETE ...") print(f"Deleted {result.rowcount} rows")
总结:牢记 read_sql() = 查询专用;DML 操作请统一走 Connection.exec_driver_sql() + 事务上下文。这是 SQLAlchemy 2.0+ 的最佳实践,兼顾安全性、可维护性与明确性。
本篇关于《SQLAlchemy无结果删除操作详解》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!
豆包AI年终总结怎么写?个人亮点技巧分享
- 上一篇
- 豆包AI年终总结怎么写?个人亮点技巧分享
- 下一篇
- Pandas数据清洗技巧与实战教程
-
- 文章 · python教程 | 2天前 | 线程池 · Python 线程池 concurrent.futures 任务取消 Future.cancel
- Python concurrent.futures.Future.cancel 怎样判断任务能否取消
- 143浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · HTTP服务 · 多线程 · Python教程 · Python 并发请求 http.server ThreadingHTTPServer ThreadingMixIn BaseHTTPRequestHandler
- Python http.server ThreadingHTTPServer 怎样处理并发请求
- 481浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python tarfile.TarInfo.replace 怎样复制归档成员属性
- 308浏览 收藏
-
- 文章 · python教程 | 2天前 | 并发编程 · Python教程 · Python 多进程 multiprocessing forkserver 启动上下文
- Python multiprocessing forkserver 怎样处理进程启动上下文
- 232浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · 异步编程 · Python教程 · Python asyncio StreamReader readexactly IncompleteReadError 异步流
- Python asyncio.StreamReader.readexactly 怎样处理不足长度的输入
- 427浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python operator.length_hint 怎样为未知长度迭代器设置估计值
- 336浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · Python教程 · Python warnings catch_warnings simplefilter filterwarnings 警告过滤
- Python warnings context manager 怎样临时调整警告过滤
- 255浏览 收藏
-
- 文章 · python教程 | 2天前 | 调试 · python · 异步编程 · Python asyncio introspection current_task all_tasks
- Python asyncio introspection 怎样定位当前任务
- 120浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · Python教程 · Python 类型注解 Python 3.14 annotationlib get_annotations ForwardRef 延迟注解
- Python 3.14 annotationlib.get_annotations 怎样读取延迟注解
- 423浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python 3.14 跨解释器 Queue.put 的阻塞与 QueueFull 处理方案
- 157浏览 收藏
-
- 文章 · python教程 | 2天前 | xml · python · Python xml xml.etree.ElementTree canonicalize C14N
- Python xml.etree.ElementTree.canonicalize 怎样生成稳定的 XML 文本
- 151浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1173次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1156次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1338次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1281次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1139次使用
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

