在 Monetdb 的 SQL UDF 中使用本机 Python 代码非常强大。但是，调试此类 UDF 可能会受益于更多支持。特别是，如果我使用老式的 print('debugging info') 它会消失在黑色的大空白中。
create function dummy()
returns string
language python{
print('Entering the dummy UDF')
return 'hello';
};
如何从服务器或 MonetDB 客户端检索此信息。
【问题讨论】：
标签： python sql user-defined-functions monetdb
上周我在调试一些 Python UDF :)
第 1 步：首先确保您的 Python 代码至少可以在 Python 解释器中运行。
第 2 步：在 Python UDF 中，编写调试信息。到一个文件，例如：
f = open('/tmp/debug.out', 'w')
f.write('my debugging info\n')
f.close()
这并不理想，但它确实有效。另外，我用它来导出我的 Python UDF 的参数值。通过这种方式，我可以在 Python 解释器中运行我的 Python UDF 的主体，其中包含从 MonetDB 收到的确切数据。
【讨论】：
如果有人仍然对此问题感兴趣。 有两种调试 MonetDB 的 Python/UDF 的新方法。
1) 使用 python 客户端 pymonetdb (https://github.com/gijzelaerr/pymonetdb)。 你可以安装它 throw pip
pip install numpy
要使用它，请考虑以下设置，其中包含一个包含整数的表和一个计算给定列的平均绝对偏差的 UDF。
CREATE TABLE integers(i INTEGER);
INSERT INTO integers VALUES (1), (3), (6), (8), (10);
CREATE OR REPLACE FUNCTION mean_deviation(column INTEGER)
RETURNS DOUBLE LANGUAGE PYTHON {
mean = 0.0
for i in range (0, len(column)):
mean += column[I]
mean = mean / len(column)
distance = 0.0
for i in range (0, len(column)):
distance += column[i] - mean
deviation = distance/len(column)
return deviation;
};
要使用终端调试（即 pdb）来调试你的函数，你只需要使用 pymonetdb.connect() 打开一个数据库连接，然后你从连接中获取一个游标对象，并通过游标对象调用 debug( ) 函数，将要检查的 SQL 和要调试的 UDF 名称作为参数发送。
import pymonetdb
conn = pymonetdb.connect(database='demo') #Open Database connection
c = conn.cursor()
sql = 'select mean_deviation(i) from integers;'
c.debug(sql, 'mean_deviation') #Console Debugging
有一个可选的采样步骤，它只传输数据的均匀随机样本，而不是完整的输入数据集。如果您想采样，您只需发送您希望从采样中获得的元素数量（例如，如果您需要 10 个元素的子集，则使用 c.debug(sql, 'mean_deviation', 10)）
2) 使用名为 devudf 的 PyCharm 的 POC 插件，您可以在 pycharm 的插件页面中安装它，或者直接进入 JetBrains 页面：https://plugins.jetbrains.com/plugin/12063-devudf。它在主菜单中添加了一个名为“UDF 开发”的选项，允许您直接将 UDF 从数据库导入和导出到 pycharm，并享受 IDE 的调试功能。
【讨论】：