Windows认证连接SQL Server 2019，pandas read_sql_table报‘表不存在’错误排查

我尝试用SQLAlchemy通过Windows认证连接SQL Server 2019实例，目标表明明存在，但执行以下代码时却收到‘Table not Found’错误：

from sqlalchemy.engine import URL
import sqlalchemy as sa
import pandas as pd

connection_string = "DRIVER={ODBC Driver 17 for SQL Server};SERVER=myservername;DATABASE=mydbname;Trusted_Connection=yes"
connection_url = URL.create("mssql+pyodbc", query={"odbc_connect": connection_string})
engine = create_engine(connection_url)

tablename = "mytablename"
df = pd.read_sql_table(tablename, con=engine)

可能的问题及解决方法 #

• 未指定表所属架构：SQL Server的表默认归属dbo架构，若你的表在其他架构下，仅写表名会无法定位。解决方法：

  • 直接使用架构名.表名格式，比如"dbo.mytablename"；
  • 给pd.read_sql_table添加schema参数：pd.read_sql_table(tablename, con=engine, schema="你的架构名")。

• Windows用户权限不足：即便能成功连接数据库，当前Windows账号可能没有目标表的读取权限。需在SQL Server管理工具中检查该账号对目标表的SELECT权限是否开启。

• 数据库名称配置错误：确认连接字符串里的DATABASE=mydbname是否正确，可能误连到了其他数据库导致找不到表。可执行print(engine.execute("SELECT DB_NAME()").fetchone())查看当前连接的数据库名称。

• ODBC驱动兼容性问题：ODBC Driver 17可能和SQL Server 2019存在兼容性问题，尝试更换为ODBC Driver 18 for SQL Server，同时确保驱动已正确安装。

• 表名大小写不匹配：若数据库启用了大小写敏感的排序规则，代码中的表名大小写与实际表名不一致会导致查找失败，需严格匹配表名大小写。

• pd.read_sql_table不支持特殊表类型：如果目标表是临时表或部分系统表，pd.read_sql_table无法识别，可改用pd.read_sql_query(f"SELECT * FROM {tablename}", con=engine)执行查询。

内容的提问来源于stack exchange，提问作者ssou