如何在Python中同时连接两个Oracle数据库执行跨库关联查询？

方法一：利用Oracle数据库链接（DB Link）—— 贴近你给出的SQL写法 #

这种方式和Oracle SQL Developer里的跨库查询逻辑完全一致，核心是让其中一个Oracle库能直接访问另一个库，Python只需要连接其中一个库即可执行跨库SQL。

步骤： #

1. 创建数据库链接
   先在其中一个数据库（比如database_1）上创建指向另一个数据库（database_2）的DB Link，需要有CREATE DATABASE LINK权限：

   CREATE DATABASE LINK database_2
   CONNECT TO username_of_db2 IDENTIFIED BY password_of_db2
   USING 'tns_alias_of_db2';
   

   也可以用完整TNS字符串替代tns_alias_of_db2，避免依赖本地tnsnames.ora配置：

   CREATE DATABASE LINK database_2
   CONNECT TO username_of_db2 IDENTIFIED BY password_of_db2
   USING '(DESCRIPTION=(ADDRESS=(PROTOCOL=TCP)(HOST=db2_host)(PORT=1521))(CONNECT_DATA=(SERVICE_NAME=db2_service_name)))';
   

   若需要从database_2访问database_1，同理在database_2上创建对应DB Link即可。

2. Python中执行跨库查询
   现在只需用cx_Oracle连接到带有DB Link的库（比如database_1），直接执行你提供的SQL：

   import cx_Oracle
   
   # 连接database_1
   dsn = cx_Oracle.makedsn("db1_host", 1521, service_name="db1_service_name")
   conn = cx_Oracle.connect(user="username_of_db1", password="password_of_db1", dsn=dsn)
   
   # 执行跨库关联查询
   sql = """
       SELECT t1.id_client, t1.sales, t2.cost
       FROM table_1 t1
       JOIN table_2@database_2 t2
       ON t1.id_client = t2.id_client
   """
   cursor = conn.cursor()
   cursor.execute(sql)
   
   # 遍历输出结果
   for row in cursor:
       print(row)
   
   # 关闭资源
   cursor.close()
   conn.close()
   

方法二：Python端分别连接两个库，本地关联数据 #

如果没有权限创建DB Link，可以分别连接两个数据库，查询出数据后在Python本地用pandas完成关联。

步骤： #

1. 分别连接两个库并提取数据

   import cx_Oracle
   import pandas as pd
   
   # 连接database_1并查询table_1
   dsn_db1 = cx_Oracle.makedsn("db1_host", 1521, service_name="db1_service_name")
   conn_db1 = cx_Oracle.connect(user="username_of_db1", password="password_of_db1", dsn=dsn_db1)
   df1 = pd.read_sql("SELECT id_client, sales FROM table_1", conn_db1)
   conn_db1.close()
   
   # 连接database_2并查询table_2
   dsn_db2 = cx_Oracle.makedsn("db2_host", 1521, service_name="db2_service_name")
   conn_db2 = cx_Oracle.connect(user="username_of_db2", password="password_of_db2", dsn=dsn_db2)
   df2 = pd.read_sql("SELECT id_client, cost FROM table_2", conn_db2)
   conn_db2.close()
   

2. 本地执行数据关联

   # 按id_client做内关联，和你给出的SQL逻辑一致
   result_df = pd.merge(df1, df2, on="id_client", how="inner")
   
   # 输出结果
   print(result_df)
   

两种方法对比 #

• 方法一：性能更优，关联逻辑在数据库端执行，适合大数据量场景；但需要数据库权限创建DB Link。
• 方法二：无需数据库权限，但需将数据拉到Python本地处理，适合小数据量场景，大数据量时可能出现内存不足或速度慢的问题。

内容的提问来源于stack exchange，提问作者ignacio tz