Snowflake存储过程存ML模型至Stage遇OSError: [Errno 28]设备空间不足

这个错误不是Snowflake Stage的空间不够，而是执行存储过程的Warehouse计算节点的本地/tmp目录空间不足。Stage的空间是云存储容量，和计算节点的本地临时磁盘是两回事，小规格的Warehouse（比如X-Small）的/tmp分区往往只有几十MB，哪怕你的模型不到100MB，也会因为/tmp被占满报错。

解决办法： #

• 直接内存中转，跳过本地文件写入
  不用把模型写到/tmp，直接在内存中生成字节流上传，彻底避免本地磁盘占用：

  from io import BytesIO
  import joblib
  
  # 把编码器写入内存缓冲区
  encoder_buffer = BytesIO()
  joblib.dump(encoder, encoder_buffer)
  encoder_buffer.seek(0)  # 重置缓冲区指针到起始位置
  
  # 直接上传缓冲区内容到Stage
  session.file.put_stream(encoder_buffer, f"@DB.Schema/{model_type}encoder.joblib", overwrite=True)
  

• 清理/tmp旧文件再写入
  如果必须用本地文件，先删除/tmp下的旧临时文件释放空间：

  import os
  import glob
  
  # 清理/tmp下的旧joblib文件
  for old_file in glob.glob('/tmp/*.joblib'):
      os.remove(old_file)
  
  # 执行原有的保存和上传逻辑
  encoder_filename = model_type + "encoder.joblib"
  encoder_model_file = os.path.join('/tmp', encoder_filename)
  joblib.dump(encoder, encoder_model_file)
  session.file.put(encoder_model_file, "@DB.Schema", overwrite=True)
  

• 升级Warehouse规格
  小规格Warehouse的临时磁盘空间有限，换成更大的Warehouse（比如Small/Medium），能获得更多本地临时存储容量。

内容的提问来源于stack exchange，提问作者JAGADEESHA R G