Python通过pyodbc连接Azure SQL执行查询时进程挂起求助

1. 升级ODBC驱动版本 #

你当前使用的ODBC Driver 13版本较旧，Azure SQL官方推荐使用ODBC Driver 18 for SQL Server。旧驱动可能因Azure SQL的兼容性更新出现连接或执行异常，升级驱动后重新测试。

2. 调整连接字符串参数 #

Azure SQL要求加密连接，之前的隐式设置可能因环境变化失效，修改连接字符串添加强制加密参数：

db_name = "<databaseName>"
conn_str = f'Driver={{ODBC Driver 18 for SQL Server}};Server=<servername>;Database={db_name};UID=<user>;PWD=<pwd>;Encrypt=yes;TrustServerCertificate=no;'
conn = pyodbc.connect(conn_str, timeout=180)

同时避免直接拼接数据库名字符串，改用格式化字符串减少语法风险。

3. 排查执行计划差异 #

SSMS与Python的执行环境默认配置不同，可能导致执行计划偏差：

• 在SSMS中执行SET SHOWPLAN_XML ON;后运行查询，导出执行计划；在Python中先执行conn.execute("SET SHOWPLAN_XML ON;")再运行查询，对比两者的执行计划是否一致，排查参数嗅探或缓存问题。
• 强制重新生成执行计划，修改查询：

  sqlQuery = "SELECT * FROM [dbo].[viewName] ORDER BY ST OPTION (RECOMPILE);"
  

4. 测试小批量数据读取 #

先限制返回数据量，验证是否为全量数据传输问题：

• 执行SELECT TOP 100 * FROM [dbo].[viewName] ORDER BY ST;，若能正常返回，说明可能是大结果集处理或特殊数据类型（如大文本、二进制）导致的卡顿，可尝试只查询部分字段测试。
• 分批次读取数据，避免一次性加载全量：

  chunk_size = 10000
  chunks = pd.read_sql_query(sqlQuery, conn, chunksize=chunk_size)
  df = pd.concat(chunks)
  

5. 检查数据库与网络状态 #

• 登录Azure门户查看数据库监控面板，确认是否存在CPU、内存、IO等资源瓶颈。
• 测试Python所在机器到Azure SQL的网络连通性，用telnet <servername> 1433或PowerShell命令Test-NetConnection <servername> -Port 1433检查端口是否正常，排查防火墙规则临时变更。

6. 回退依赖包版本 #

两天前正常运行，可能是pyodbc或pandas版本更新引发兼容性问题：

• 回退pyodbc到稳定旧版本，例如：pip install pyodbc==4.0.39
• 回退pandas到之前的版本，例如：pip install pandas==2.0.3

内容的提问来源于stack exchange，提问作者Mr Paul