使用SQLAlchemy更新SQL Server表后其他用户无法正常查看数据

我通过以下代码连接SQL Server：

import pyodbc
import pandas as pd
import sqlalchemy
from sqlalchemy import create_engine

server = 'server'
database = 'db'
driver = 'driver'
database_con = f'mssql://@{server}/{database}?driver={driver}'

engine = create_engine(database_con)
con = engine.connect()

创建DataFrame并插入数据：

df = pd.DataFrame({'column1':['test'], 'column2':[234],  'column3':[234.56]})
df.to_sql(
            name='A_table',
            con=con,
            if_exists="append",
            index=False
        )

执行后我能通过以下代码正常查询到数据：

query = 'select * from A_table'
data = pd.read_sql_query(query, con)
data

但同事在SQL Server中执行select * from A_table时，耗时超过10分钟仍无结果（表中仅3行3列数据）。是否遗漏了步骤？是否需要提交更新到服务器，或有其他方法确保同事能正常查看数据？

• 显式提交事务：SQLAlchemy的connect()方法默认会开启事务，插入操作完成后未提交的话，其他会话无法看到数据，还可能触发表锁阻塞查询。在插入后添加提交操作：

  df.to_sql(...)
  con.commit()  # 提交事务
  

  也可以用上下文管理器自动管理事务，确保操作完成后自动提交：

  with engine.connect() as con:
      df.to_sql(
          name='A_table',
          con=con,
          if_exists="append",
          index=False
      )
      con.commit()
  

• 检查事务隔离级别：SQL Server默认隔离级别为READ COMMITTED，未提交的事务修改对其他会话不可见。如果你的连接使用了更高隔离级别（如REPEATABLE READ），可能会持有锁更久。可通过以下语句查看并调整：

  -- 查看当前会话隔离级别
  DBCC USEROPTIONS
  -- 设置为默认的READ COMMITTED级别
  SET TRANSACTION ISOLATION LEVEL READ COMMITTED
  

• 关闭闲置连接：长时间未关闭的连接可能占用锁资源，操作完成后记得关闭：

  con.close()
  

• 排查表锁阻塞：让同事执行以下SQL查看是否存在阻塞进程：

  SELECT 
      blocking_session_id,
      session_id,
      command,
      wait_type,
      wait_time
  FROM sys.dm_exec_requests
  WHERE blocking_session_id <> 0;
  

  如果你的会话ID出现在blocking_session_id列中，说明未提交事务导致了阻塞，提交或回滚事务即可解决。

内容的提问来源于stack exchange，提问作者frank