Django中使用Microsoft SQL SERVER

自从开始自学python就和Microsoft SQL SERVER干上了(就对MSSQL熟悉)。初学flask,坑太多,(主要不想安装c++14啥的一堆东西)一直连不上MSSQL,遂放弃。后来自学Django还是过不不去这个槛。今天终于用两个三方库连接成功了。记录如下:

说明:

环境:

    1. Microsoft Windows  10
    2. Microsoft SQL SERVER2008R2
    3. python3.6
    4. Django-1.11.7
    5. pycharm2007.3

需要安装的第三方库:

    1. pyodbc 
    2.  django-pyodbc-azure

准备通过OBDC在操作系统中连接数据库,目的是确认ODBC驱动程序类型(此步骤可以忽略)

Django——>settings.py中设置如下:

 

复制代码
DATABASES = {
    'default': {
        #数据库引擎设置
         'ENGINE': 'sql_server.pyodbc',
        #要连接的数据库名
         'NAME': 'django',
        #数据库用户名
         'USER': 'sa',
        #数据库密码
         'PASSWORD': '',
        #数据库主机地址
         'HOST': '127.0.0.1',
        #数据库端口号,默认可以不写
         'PORT': '',
        #选项,这个要先在操作系统上完成ODBC的连接创建,并连接成功,注意10.0这个地方,要和自己的ODBC版本一致
          'OPTIONS': {
              'driver':'SQL Server Native Client 10.0',
        #使用MARS (multiple active result sets),支持异步
              'MARS_Connection': True,


         },
     },
}

# set this to False if you want to turn off pyodbc's connection pooling
#DATABASE_CONNECTION_POOLING = False
复制代码

 

打开应用,在models.py中写代码,例如:

class LifeCycle(models.Model):
    #创建员工生命周期表
    lccode=models.CharField(max_length=4)
    lcname=models.CharField(max_length=32)

写完以后,数据进行同步了,执行如下两条代码即可:

python manage.py makemigrations
python manage.py migrate

 

posted on   Alan_chow  阅读(5381)  评论(2编辑  收藏  举报

编辑推荐:
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
阅读排行:
· winform 绘制太阳,地球,月球 运作规律
· AI与.NET技术实操系列(五):向量存储与相似性搜索在 .NET 中的实现
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)

导航

< 2025年3月 >
23 24 25 26 27 28 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5

统计

点击右上角即可分享
微信分享提示