pandas.read_sql_query() 如何查询 TEMP 表？

Posted 2023-03-11

【中文标题】pandas.read_sql_query() 如何查询 TEMP 表？

【英文标题】：How can pandas.read_sql_query() query a TEMP table?

【发布时间】：2014-12-04 20:49:04

【问题描述】：

我正在将 Python 代码转换为新的基于 SQLAlchemy 的 Pandas 0.14.1。

我们使用的一个常见模式是（通常）：

connection = db.connect()  # open connection/session

sql = 'CREATE TEMP TABLE table1 AS SELECT ...'
connection.execute(sql)

... other sql that creates TEMP tables from various joins of previous TEMP tables ...

sql = 'CREATE TEMP TABLE tableN AS SELECT ...'
connection.execute(sql)

result = connection.query('SELECT * FROM tableN WHERE ...')

connection.close()

现在，一旦连接关闭，数据库服务器就会清除 TEMP 表。但是，由于最终选择查询使用相同的连接/会话，它可以访问表。

如何使用 SQLAlchemy 和 pd.read_sql_query() 实现类似的效果？

例如：

engine = sqlalchemy.create_engine('netezza://@mydsn')
connection = engine.connect()

sql = 'CREATE TEMP TABLE tmptable AS SELECT ...'
connection.execute(sql)

result = pd.read_sql_query('SELECT * FROM tmptable WHERE ...', engine)

产生一个数据库错误，即 TEMP 表 tmptable 不存在。大概这是因为将引擎传递给 read_sql_query() 需要它打开一个具有独立会话范围的新连接，因此看不到 TEMP 表。这是一个合理的假设吗？

有没有办法解决这个问题？ （不支持将连接传递给 read_sql_query()）

（我知道我可以将 SQL 连接成一个字符串，用 ; 分隔语句，但这是对实际情况的简化，即 TEMP 表是由多个调用其他嵌套 3-4 深的函数创建的. 所以，要实现这一点，需要实现一个层，而不是在发出它之前跨多个调用合并 SQL，如果有更好的方法，我宁愿避免实现）

使用 - 熊猫：0.14.1 sqlalchemy：0.9.7 pyodbc：3.0.6 Win7 x86_64 Canopy Python 发行版 (Python 2.7.6) 来自 https://github.com/deontologician/netezza_sqlalchemy 的 Josh Kuhn 的 Netezza SQLAlchemy 方言

【问题讨论】：

您能为此打开一个 github 问题作为增强请求吗？见github.com/pydata/pandas/issues

进一步了解github.com/pydata/pandas/issues/8533

嗨，DavidJ，根据接受的答案，您知道何时关闭连接并因此删除临时表吗？就像，如果我想在多个 pd.read_sql() 查询中使用该临时表，我该怎么办？谢谢！

【参考方案1】：

您使用的是 Python 和 Netezza，我使用的是 R 和 SQL Server，所以这可能会有所不同。在我的脚本中，我遇到了类似的问题。允许在数据库上运行外部代码的 T-SQL 中的 sp_execute_external_script 仅允许 select 语句。这对我来说很麻烦，因为我想运行一个存储过程来创建一个临时表以供选择。或者，我可以使用公用表表达式、联合等。这可能值得进一步研究。

【参考方案2】：

我了解这个问题，但创建常规表格不起作用吗？您可以在会话结束时提出一个约定，例如 CREATE TABLE TEMP_t1' etc., andDROP`。

【参考方案3】：

您现在可以将可连接的 SQLAlchemy 传递给 pandas.read_sql。来自docs：

pandas.read_sql(sql, con, index_col=None, coerce_float=True, params=None, parse_dates=None, columns=None, chunksize=None)

...

con : SQLAlchemy 可连接（引擎/连接）或数据库字符串 URI

或 DBAPI2 连接（回退模式）

使用 SQLAlchemy 可以使用该库支持的任何数据库。如果是 DBAPI2 对象，则仅支持 sqlite3。

所以，这应该可行：

engine = sqlalchemy.create_engine('netezza://@mydsn')
connection = engine.connect()

sql = 'CREATE TEMP TABLE tmptable AS SELECT ...'
connection.execute(sql)

result = pd.read_sql('SELECT * FROM tmptable WHERE ...', con=connection)

【参考方案4】：

正如@ssharma 所说，您现在可以将可连接的 SQLAlchemy 传递给 pandas.read_sql。 如果您使用会话创建者创建会话，则需要连接对象。

要读取未提交的更改，您必须使用相同的连接，如下所示：

engine = sqlalchemy.create_engine('netezza://@mydsn')
session = sessionmaker(bind=self.engine)()

sql = 'CREATE TEMP TABLE tmptable AS SELECT ...'
session.execute(sql)

result = pd.read_sql('SELECT * FROM tmptable WHERE ...', con=session.connection())

【参考方案5】：

您只需在查询的开头添加“SET NOCOUNT ON”，这样 pandas read_sql 就会将所有内容作为一个语句读取。

sSQL = '''SET NOCOUNT ON
CREATE TABLE ...... '''

【讨论】：

Carlos，我一直使用它来处理 MS SQL Server 上的复杂多语句查询。感谢您指出如此简单但有效的设置。