将OrdinalEncoder拟合至Snowpark Table对象时出现SnowparkSQLException报错求助

问题详情 #

我尝试对存储为snowflake.snowpark.table.Table类型的diamonds_df数据做预处理，调用snowml.OrdinalEncoder的fit方法拟合diamonds_df时，触发如下错误：

SnowparkSQLException: (1300) (1304): 01b30087-0000-43da-0000-0000290963dd: 090105 (22000): 01b30087-0000-43da-0000-0000290963dd: Cannot perform CREATE TEMPTABLE. This session does not have a current database. Call 'USE DATABASE', or use a qualified name.

我原本以为fit方法接受Snowpark的DataFrame对象（即snowflake.snowpark.dataframe），而文档显示snowflake.snowpark.table.Table继承自snowflake.snowpark.dataframe，相关代码如下：

import numpy as np
import snowml

categories = {
    "CUT": np.array(["IDEAL", "PREMIUM", "VERY_GOOD", "GOOD", "FAIR"]),
    "CLARITY": np.array(["IF", "VVS1", "VVS2", "VS1", "VS2", "SI1", "SI2", "I1", "I2", "I3"]),
    "COLOR": np.array(['D', 'E', 'F', 'G', 'H', 'I', 'J']),
}
snowml_oe = snowml.OrdinalEncoder(input_cols=["CUT", "CLARITY", "COLOR"], 
                                    output_cols=["CUT_OE", "CLARITY_OE","COLOR_OE"], 
                                    categories=categories)
                               
snowml_oe.fit(diamonds_df)

snowml_oe.transform(diamonds_df)

解决方案 #

错误核心是当前Snowpark会话未指定默认数据库，OrdinalEncoder.fit()执行时需要创建临时表存储拟合元数据，因此触发上下文错误。以下是两种有效解决方式：

• 设置会话默认数据库与模式
  在初始化Snowpark会话后，添加代码指定数据库和模式（替换为你的实际库名和模式名）：

  session.use_database("YOUR_DATABASE_NAME")
  session.use_schema("YOUR_SCHEMA_NAME")
  

• 显式指定元数据存储的限定表名
  初始化OrdinalEncoder时，通过output_metadata_table参数指定带数据库、模式限定的表路径，示例：

  snowml_oe = snowml.OrdinalEncoder(
      input_cols=["CUT", "CLARITY", "COLOR"],
      output_cols=["CUT_OE", "CLARITY_OE","COLOR_OE"],
      categories=categories,
      output_metadata_table="YOUR_DATABASE.YOUR_SCHEMA.OE_FIT_METADATA_TABLE"
  )
  

补充说明：尽管Table继承自DataFrame，但fit方法底层依赖会话的默认数据库上下文来创建临时资源，因此必须确保会话有明确的数据库/模式上下文，才能正常完成拟合操作。

内容的提问来源于stack exchange，提问作者Janam Zaveri