Pandas to_sql插入MSSQL异常：显示插入行数但数据库无数据

核心原因 #

SQLAlchemy通过engine.connect()创建的连接默认处于手动事务模式，所有操作都在未提交的事务中执行。若未显式提交事务，连接关闭时会自动回滚所有操作，导致数据库中看不到插入的数据。你开启IDENTITY_INSERT的操作和to_sql()属于同一会话，设置本身没问题，但事务未提交是数据未落地的关键原因。

可行解决方案 #

1. 显式提交事务

在插入操作后添加事务提交语句，同时记得关闭IDENTITY_INSERT（规范操作）：

conn = engine.connect()

try:
    conn.exec_driver_sql("SET IDENTITY_INSERT [dbo].[my_table] ON")
    data_frame.to_sql('[dbo].[my_table]', conn, schema='dbo', if_exists='append', index=False)
    conn.commit()  # 提交事务，让数据写入数据库
finally:
    conn.exec_driver_sql("SET IDENTITY_INSERT [dbo].[my_table] OFF")
    conn.close()

2. 使用上下文管理器自动管理事务

用with语句创建连接，会自动处理事务的提交与回滚，代码更简洁安全：

with engine.connect() as conn:
    conn.exec_driver_sql("SET IDENTITY_INSERT [dbo].[my_table] ON")
    data_frame.to_sql('[dbo].[my_table]', conn, schema='dbo', if_exists='append', index=False)
    conn.commit()
    conn.exec_driver_sql("SET IDENTITY_INSERT [dbo].[my_table] OFF")

额外检查项

• 确认data_frame的数据类型与目标表字段类型完全匹配，避免隐性转换导致插入失效（即使to_sql()返回行数）
• 查看SQL Server的事务日志，确认是否存在事务回滚的记录
• 确保data_frame中包含目标表的IDENTITY列数据，且开启IDENTITY_INSERT后确实允许对该列插入值

内容的提问来源于stack exchange，提问作者zangstrell