将 temp table 与 SQLAlchemy 一起使用

Question

我正在尝试将临时 table 与 SQLAlchemy 结合使用，并将其加入现有的 table。这是我目前所拥有的

engine = db.get_engine(db.app, 'MY_DATABASE')
df = pd.DataFrame({"id": [1, 2, 3], "value": [100, 200, 300], "date": [date.today(), date.today(), date.today()]})
temp_table = db.Table('#temp_table',
                      db.Column('id', db.Integer),
                      db.Column('value', db.Integer),
                      db.Column('date', db.DateTime))
temp_table.create(engine)
df.to_sql(name='tempdb.dbo.#temp_table',
          con=engine,
          if_exists='append',
          index=False)
query = db.session.query(ExistingTable.id).join(temp_table, temp_table.c.id == ExistingTable.id)
out_df = pd.read_sql(query.statement, engine)
temp_table.drop(engine)
return out_df.to_dict('records')

这不会 return 任何结果，因为 to_sql 没有得到运行的插入语句（我认为这是因为它们运行使用sp_prepexec，但我对此并不完全确定）。

然后我尝试只写出 SQL 语句（CREATE TABLE #temp_table...、INSERT INTO #temp_table...、SELECT [id] FROM...）然后运行ning pd.read_sql(query, engine) .我收到错误消息

This result object does not return rows. It has been closed automatically.

我猜这是因为该语句的作用不仅仅是 SELECT?

我该如何解决这个问题（两种解决方案都可以，尽管第一种方案更好，因为它避免了硬编码 SQL）。需要明确的是，我无法修改现有数据库中的架构——它是一个供应商数据库。

Answer 1

您可以尝试使用另一种解决方案 - Process-Keyed Table

A process-keyed table is simply a permanent table that serves as a temp table. To permit processes to use the table simultaneously, the table has an extra column to identify the process. The simplest way to do this is the global variable @@spid (@@spid is the process id in SQL Server).

...

One alternative for the process-key is to use a GUID (data type uniqueidentifier).

http://www.sommarskog.se/share_data.html#prockeyed

Answer 2

如果要在临时 table 中插入的记录数是 small/moderate，一种可能性是使用 literal subquery 或 values CTE 而不是创建临时 table.

# MODEL
class ExistingTable(Base):
    __tablename__ = 'existing_table'
    id = sa.Column(sa.Integer, primary_key=True)
    name = sa.Column(sa.String)
    # ...

假设还要将以下数据插入 temp table:

# This data retrieved from another database and used for filtering
rows = [
    (1, 100, datetime.date(2017, 1, 1)),
    (3, 300, datetime.date(2017, 3, 1)),
    (5, 500, datetime.date(2017, 5, 1)),
]

创建包含该数据的 CTE 或子查询：

stmts = [
    # @NOTE: optimization to reduce the size of the statement:
    # make type cast only for first row, for other rows DB engine will infer
    sa.select([
        sa.cast(sa.literal(i), sa.Integer).label("id"),
        sa.cast(sa.literal(v), sa.Integer).label("value"),
        sa.cast(sa.literal(d), sa.DateTime).label("date"),
    ]) if idx == 0 else
    sa.select([sa.literal(i), sa.literal(v), sa.literal(d)])  # no type cast

    for idx, (i, v, d) in enumerate(rows)
]
subquery = sa.union_all(*stmts)

# Choose one option below.
# I personally prefer B because one could reuse the CTE multiple times in the same query
# subquery = subquery.alias("temp_table")  # option A
subquery = subquery.cte(name="temp_table")  # option B

使用所需的连接和过滤器创建最终查询：

query = (
    session
    .query(ExistingTable.id)
    .join(subquery, subquery.c.id == ExistingTable.id)
    # .filter(subquery.c.date >= XXX_DATE)
)

# TEMP: Test result output
for res in query:
    print(res)

最后得到pandas数据框：

out_df = pd.read_sql(query.statement, engine)
result = out_df.to_dict('records')

将 temp table 与 SQLAlchemy 一起使用

Use temp table with SQLAlchemy

python

sql-server

sqlalchemy

temp-tables

pandas