使用 SQLAlchemy 批量更新插入 [重复]

我正在使用 SQLAlchemy 1.1.0b 将大量数据批量插入到 PostgreSQL 中，并且遇到了重复的键错误。

from sqlalchemy import *
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.automap import automap_base

import pg

engine = create_engine("postgresql+pygresql://" + uname + ":" + passw + "@" + url)

# reflectively load the database.
metadata = MetaData()
metadata.reflect(bind=engine)
session = sessionmaker(autocommit=True, autoflush=True)
session.configure(bind=engine)
session = session()
base = automap_base(metadata=metadata)
base.prepare(engine, reflect=True)

table_name = "arbitrary_table_name" # this will always be arbitrary
mapped_table = getattr(base.classses, table_name)
# col and col2 exist in the table.
chunks = [[{"col":"val"},{"col2":"val2"}],[{"col":"val"},{"col2":"val3"}]]

for chunk in chunks:
    session.bulk_insert_mappings(mapped_table, chunk)
    session.commit()

当我运行它时，我得到这个：

sqlalchemy.exc.IntegrityError: (pg.IntegrityError) ERROR:  duplicate key value violates unique constraint <constraint>

我似乎无法正确实例化mapped_table as a Table()对象，要么。

我正在处理时间序列数据，因此我正在批量抓取数据，并且时间范围内有一些重叠。我想做批量更新插入以确保数据一致性。

对大型数据集进行批量更新插入的最佳方法是什么？我知道PostgreSQL 支持更新插入 https://stackoverflow.com/questions/17267417/how-to-upsert-merge-insert-on-duplicate-update-in-postgresql现在，但我不知道如何在 SQLAlchemy 中执行此操作。

from https://stackoverflow.com/a/26018934/465974 https://stackoverflow.com/a/26018934/465974

找到这个命令后，我能够执行 upserts，但它是 值得一提的是，对于批量“更新插入”来说，此操作速度很慢。

另一种方法是获取您想要的主键列表 upsert，并在数据库中查询任何匹配的 id：