从Azure Notebook向专用SQL池写入数据时遇ODBC错误

报错里的sqlite_master是SQLite的系统表，但你连接的是Azure Synapse专用SQL池（基于SQL Server内核），出现这个问题是因为直接传递pyodbc连接对象给df.to_sql时，pandas无法正确识别数据库方言，默认使用了SQLite的查询逻辑，导致向SQL Server查询SQLite专属的系统表，触发对象不存在错误。

方案1：使用SQLAlchemy引擎（推荐） #

pandas的to_sql对SQLAlchemy引擎的兼容性更好，能自动适配不同数据库方言：

1. 确保安装依赖：

   pip install sqlalchemy pyodbc
   

2. 构建SQLAlchemy连接引擎：

   from sqlalchemy import create_engine
   
   # 替换为你的Synapse专用SQL池连接信息
   odbc_conn_str = (
       "DRIVER={ODBC Driver 18 for SQL Server};"
       "SERVER=<你的Synapse服务器名>.sql.azuresynapse.net;"
       "DATABASE=<你的专用SQL池名称>;"
       "UID=<用户名>;"
       "PWD=<密码>;"
       "Encrypt=yes"
   )
   sqlalchemy_conn_str = f"mssql+pyodbc:///?odbc_connect={odbc_conn_str}"
   engine = create_engine(sqlalchemy_conn_str)
   

3. 用引擎写入数据：

   df.to_sql(
       name='table1',
       con=engine,
       schema='dbo',
       if_exists='append',
       index=False
   )
   

方案2：指定method参数（无需SQLAlchemy） #

如果不想引入SQLAlchemy，可以通过指定method参数强制pandas使用适配SQL Server的写入逻辑：

df.to_sql(
    'table1',
    conn,
    schema='dbo',
    if_exists='append',
    index=False,
    method='multi'
)

注意：这种方式需要确保DataFrame的列类型和目标表完全匹配，否则可能触发类型转换错误。

• 确认你的ODBC驱动版本与Synapse兼容（Driver 18是当前推荐版本）
• 验证执行代码的账号拥有目标表的INSERT权限
• 检查DataFrame的列名、数据类型与专用SQL池内的dbo.table1完全一致

内容的提问来源于stack exchange，提问作者vinamra