现实世界的分析应用程序通常使用各种编程语言构建，每种编程语言都需要直接访问存储在数据库中的数据。最终目标是创建从数据提取（使用 SQL）到模型开发和持续性能监控的自动分析管道。通过独立的平面文件传输数据早已不复存在！
SQL 和关系数据库几十年来一直处于垄断地位，作为分析领域的全明星脚本语言，Python 对 SQL API 有很好的支持，允许用户直接拉取数据。在这篇博客中，我将分享 3 种方法以及集成 SQL 和 Python 以创建无缝分析工作流的用例。
分析数据集——在线零售数据将Python连接到关系数据库有两种方式：（1）使用ODBC（开放数据库连接）作为连接引擎来访问托管在远程SQL服务器中的数据库；(2) 使用ORM (Object Relational Mapper)作为抽象层，位于最终用户和数据库之间，提供了更大的灵活性。
对于本练习，我们将在MS SQL服务器中实现 ORM 方法。我们正在使用的数据集是在线零售数据；包含来自英国在线零售商的各种交易的纵向数据集。
正如我们所见，每条记录都包含产品、数量、价格/单位以及客户、县信息。
先决条件——将 Python 连接到 SQL 服务器Python {urllib} + {SQLAlchemy}
尽
