如何使用pyodbc加快从CSV到MS SQL Server的批量插入

Question

以下是我需要帮助的代码。我必须在1,300,000行以上运行它，这意味着最多需要40分钟才能插入〜300,000行。

我认为批量插入是加快速度的途径吗？还是因为我要通过for data in reader:部分遍历行？

#Opens the prepped csv file

with open (os.path.join(newpath,outfile), 'r') as f:

    #hooks csv reader to file

    reader = csv.reader(f)

    #pulls out the columns (which match the SQL table)

    columns = next(reader)

    #trims any extra spaces

    columns = [x.strip(' ') for x in columns]

    #starts SQL statement

    query = 'bulk insert into SpikeData123({0}) values ({1})'

    #puts column names in SQL query 'query'

    query = query.format(','.join(columns), ','.join('?' * len(columns)))

    print 'Query is: %s' % query

    #starts curser from cnxn (which works)

    cursor = cnxn.cursor()

    #uploads everything by row

    for data in reader:

        cursor.execute(query, data)

        cursor.commit()

我有目的地动态地选择列标题（因为我想创建尽可能多的pythonic代码）。

SpikeData123是表名。