在Snowpark UDTF中处理表时遭遇Session未找到问题

核心原因 #

Snowpark UDTF的执行上下文和客户端Session完全隔离：

• UDTF运行在Snowflake的计算节点（Warehouse）上，而非客户端本地，执行时没有默认的Snowpark Session上下文，所以无论在__init__还是process方法里，都无法获取到客户端创建的活跃Session，必然抛出No default Session is found错误。
• dbt Python模型本身会被封装成Snowflake存储过程执行，但UDTF的执行上下文和这个存储过程的Session是隔离的，无法共享或继承Session。

替代解决方案 #

方案1：在dbt模型层加载表，将数据传给UDTF处理

放弃在UDTF里动态加载表的逻辑，改为在dbt模型中先加载目标表为DataFrame，再将数据传入UDTF做行级处理。这样既符合UDTF的设计定位，又能让dbt正常追踪数据血缘。

示例代码：

def model(dbt, session):
    dbt.config(materialized="table")
    # 从dbt配置中获取目标表名
    target_table = dbt.config.get("target_table")
    # 加载目标表为DataFrame
    source_df = session.table(target_table)
    # 调用UDTF处理数据（假设UDTF接收行数据字段）
    result_df = source_df.select(your_udtf(*source_df.columns))
    return result_df

方案2：用动态SQL在dbt模型中直接处理表

如果必须动态处理任意表，可在dbt模型中通过动态SQL实现逻辑，避免使用UDTF。这种方式能让dbt解析SQL并追踪数据血缘（若使用dbt的ref()引用表则更可靠）。

示例代码：

def model(dbt, session):
    dbt.config(materialized="table")
    # 使用dbt ref引用表，确保血缘追踪
    target_table = dbt.ref("your_target_table")
    # 动态生成处理SQL
    process_sql = f"""
        SELECT 
            -- 这里写你的表处理逻辑
            col1, col2, your_processing_logic(col3) AS processed_col
        FROM {target_table}
    """
    # 执行SQL并返回结果
    return session.sql(process_sql).to_df()

补充说明 #

UDTF的设计初衷是行级数据转换，而非作为动态加载表的工具。强行在UDTF中尝试获取Session加载表，违背了Snowflake的UDF/UDTF执行模型，目前没有官方支持的实现方式。

内容的提问来源于stack exchange，提问作者Altons