我正在使用 MongoDB，我的字段名称是 10-20 个字符的字符串。一个典型的文档由 30.000 列组成，其中大部分是浮点数，如 1.2、10.5、2.55。它的大小是 1MB。

长字符串字段名称会影响 MongoDB 数据库的大小吗？

在今天的一个线程中，我希望在插入记录时立即执行代码，而不是求助于轮询。

触发器是强大的工具，但也是放置真实代码的危险场所，因为如果代码缓慢或阻塞，事务就会阻塞，这可能会成为一个真正的问题。

就我而言，轮询是不可行的。我真的需要我的代码在记录出现时立即执行。Windows 应用程序正在向表中插入数据。我没有应用程序的来源，无法更改它。我可以完全访问 SQL Server。

但是将严肃的代码放入触发器中确实是一种不好的做法。

所以问题就变成了：与触发器一样响应的触发器的替代方案是什么？（或者几乎和响应一样......延迟 1-5 秒就可以了，但是 30 秒的轮询周期确实令人不快。要运行的代码需要 0-3 秒才能完成。）

约束：

• 我只能访问数据库，不能访问应用程序
• SQL Server 2005 和 2008
• 可行的。我们不希望发明一些疯狂的东西，添加大量基础设施或大型新系统。我们有一个应用程序。它与 SQL Server 对话。添加更多层概率是不可能的。
• 实现另一个服务器应用程序（如 msg 队列服务器等）对于这个项目是不可行的。这东西一天只会开一到十五次。

手头的工具（不全面）： - .NET - Python - C#

如果可能的话，希望避免使用 xp_cmdshell。

当出现 id 冲突时，我想让 Psycopg2 更新col1、col2和col3。

在我的 Python 代码中，我目前的插入 SQL 为：

insert_sql = '''INSERT INTO {t} (id,col1,col2,col3)
        VALUES (%s,%s,NULLIF(%s, 'nan'), NULLIF(%s, 'nan'))
        ON CONFLICT (id)
        DO NOTHING;'''

基本上我想设置而不是什么都不做：

(col1,col2,col3) = (%s,NULLIF(%s, 'nan'), NULLIF(%s, 'nan'))

忽略插入 ID 并更新 col1、col2 和 col3。问题是%s使用 Psycopg2 在 Python 中传递元组变量：

cur.execute(insert_sql.format(t='my_table'),(int(id),new_col1,new_col2,new_col3))

用于引用%s对应于 col1、col2 和 col3 以更新 ON CONFLICT的语法是什么？

我正在开发网络身份验证系统，用户将对随机令牌进行数字签名，这将使用存储在服务器上的 X509 证书进行检查。

因此我必须在 PostgreSQL 数据库中存储几个 X509 证书（PEM 或 DER 格式）。听起来很简单，但我希望有可能使用主题、颁发者、notBefore、notAfter 和类似标准来搜索证书。

我的想法是在数据库中有以下列：X509data、notAfter、notBefore、subject、issuer 等。然后我将使用 add_new_X509()、find_X509(search criteria) 等方法创建代表 X509 证书的对象（在 SQL 炼金术中）。所以无论何时我将使用 add_new_X509() 方法添加新证书，它将自动从证书中读取所有数据并填写其余列并将原始证书放入 X509data 列。

不幸的是，这个解决方案有两个缺点：

1. 我将两次存储相同的信息（在 X509 证书本身和单独的列中以便于搜索）
2. 每当我想读取 X509 证书时，我的应用程序都必须交叉检查 notAfter、notBefore、subject、issuer 以及存储在原始证书中的信息（这是出于安全原因，以防有人尝试修改此字段）。

所以..有人有更好的主意或建议吗？也许有人看到此解决方案可能出现的任何其他安全问题？

当 SQL Server 使用 SQL Launchpad 启动外部运行时（例如 R 或 Python）时sp_execute_external_script，外部运行时进程的生命周期是多少？

每个sp_execute_external_script脚本执行是否都有自己的外部流程实例，或者外部流程是否会一直存在，直到它在一段时间内处于非活动状态（例如，如果我使用相同的 SQL 会话执行以相同语言编写的另一个脚本，则现有流程可能会被重用） ）？

在我们的一种环境中，我们使用 psycopg2 从 python 脚本执行相当繁重的查询。执行时间超过 10 分钟，但我们得到了结果并且可以使用接收到的数据。

当我们将相同的脚本移动到不同的环境时，大约 5 分钟后我们会收到错误：psycopg2.InterfaceError：连接已关闭

原因可能是什么？

我正在使用 SQL Server 2017 中的 Python 集成进行一些 PoC 工作。

我已经完成了基本步骤，并成功完成了此示例： https://learn.microsoft.com/en-us/sql/advanced-analytics/tutorials/run-python-using-t-sql

对于我试图完成的 PoC，我需要一些外部 python 模块（例如tensorflow），这些模块似乎没有附带与 SQL Server 捆绑在一起的标准 python 库。

在标准 python IDE 中，我只需使用 pip 或 git clone 进行安装。如果我在运行 SQL Server 的服务器上执行此操作，它会成功完成，但我似乎无法使用 TSQL 中的外部模块。

错误信息是：

ImportError: No module named 'tensorflow'

有谁知道是否可以这样做？

我尝试过谷歌搜索，但没有太多回来。我想，由于这是一个新功能，社区中还没有大量的知识。

这是我的代码：

    class csvimportt(Base):
     __tablename__ = 'csvimportt'

      #id = Column(INTEGER, primary_key=True, autoincrement=True)
      aid = Column(INTEGER(unsigned=True, zerofill=True),
          Sequence('article_aid_seq', start=1001, increment=1),
          primary_key=True)

我想设置一个从 1000 开始的自动增量值。我该怎么做？

Python 整数类型具有无限精度，因此它能够容纳 MS SQL（64 位）的 bigint 值。当传递给外部脚本时，它仍然隐式映射到 float64 python 类型。

这可能会导致大整数的严重计算错误。

那么为什么它映射到 float64 呢？

我的猜测是：

R 是通过可扩展性架构在 Python 之前添加的，它具有固定精度的整数（32 位）。所以它不能容纳 bigint。所以也许这是一个兼容性问题。

确保精确计算的最佳做法是什么？

简单但可行的想法：将 bigint 作为字符串传递，然后将它们解析为 int。

我知道它在实践中引起问题的可能性很小，但还是很高兴知道。

怎么可能有问题：

我写了一个简单的例子来演示它怎么会是一个问题：

CREATE TABLE #test (
    big_integer BIGINT
);

INSERT INTO #test 
    (big_integer)
VALUES
    (36028797018963968),
    (36028797018963968 + 1);

EXECUTE sp_execute_external_script 
    @language = N'Python',
    @input_data_1 = N'SELECT big_integer FROM #test',
    @script = N'
print(InputDataSet.dtypes)
OutputDataSet = InputDataSet
'

在 SQL Server 2019 上执行此代码将为您提供以下结果：

| | (No column name) …

我成功安装了 pgAdmin4

pip install pgadmin4-2.0-py2.py3-none-any.whl

但是之后，pip list没有显示与 pgAdmin 相关的任何内容，所以我不知道要传递给pip uninstall <package_name>.

如果我这样做pip uninstall pgadmin4，我会得到：

无法卸载要求 pgadmin4，未安装

我应该删除安装 pgAdmin 的虚拟环境目录吗？