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 filewith 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。