【问题标题】:How can pandas.read_sql_query() query a TEMP table?pandas.read_sql_query() 如何查询 TEMP 表?
【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
  • 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!

标签: sql python-2.7 pandas sqlalchemy netezza


【解决方案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。

【讨论】:

    【解决方案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`。

    【讨论】:

      【解决方案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)
      

      【讨论】:

        【解决方案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())
        

        【讨论】:

          【解决方案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。
          猜你喜欢
          • 2020-06-28
          • 2013-09-16
          • 2019-03-01
          • 1970-01-01
          • 1970-01-01
          • 1970-01-01
          • 2018-08-27
          • 1970-01-01
          相关资源
          最近更新 更多