<pandas.DataFrame>的to_sql()方法导入数据库很方便，但是比较慢（参考另一篇具体插入方法）。在最近一次大量数据导入SQLSever时让我尤其不耐烦，尝试过给to_sql()方法传入method="multi"不知道为啥竟然报错了。
百度pandas to_sql 加速的结果只有一篇利用sqlalchemy的copy_from方法加速PostgreSQL数据插入的教程，但是对于SQLSever并不适用。
但是终于还是被我找到了！
是的，只要在用sqlalchemy的create_engine函数时传入fast_executemany=True参数就可以大大提高SQLSever插入速度，原来要花5分钟现在只要5秒钟，爽歪歪。
但是要注意的是当设置fast_executemany=True时，同样不要指定to_sql()的method。根据官方文档，默认的method是一行一行地插入，而method="multi"是一条SQL语句插入所有数据， 而结果和想象中有些不一样。所以优化方案交给底层，咱不要瞎操心了吧。
这个新参数实际上并不是create_engine自己的，而是将传给底层pyodbc库的，所以直接搜还真很难搜到，我是在stackoverflow上一个类似问题底下最后一个新回答发现的，感动得我立即注册账号给他点赞（遗憾的是新人好像点不了赞）。
