DuckDB查询Pandas DataFrame是否存在SQL注入？如何防护？

一、是否存在SQL注入风险？ #

是的，完全存在风险。即使查询的是内存中的Pandas DataFrame，DuckDB依然会完整解析执行传入的SQL语句。如果用户输入未做处理直接通过字符串拼接（如format、f-string）插入SQL中，恶意输入可以篡改查询逻辑，甚至在特定场景下造成危害：

• 数据泄露：比如用户输入"3 OR 1=1"，拼接后的SQL会返回所有DataFrame数据；
• 破坏查询关联对象：输入"3; DROP VIEW temp_view;"（若存在注册的临时视图）会删除关联的内存对象；
• 潜在系统风险：若DuckDB开启了危险扩展（如支持系统命令的功能），恶意输入可能执行系统级操作（默认配置下该风险极低，但仍需警惕）。

二、安全防护方案 #

你提到的参数化查询并非仅适用于"真实SQL连接"，DuckDB针对内存DataFrame查询也提供了安全的参数化方式，以下是两种可靠方案：

方案1：直接使用duckdb.query的参数化能力 #

DuckDB的query函数支持通过parameters参数传递用户输入，使用占位符（?、$1）避免字符串拼接：

import duckdb
import pandas as pd

df_data = pd.DataFrame({'id': [1, 2, 3, 4], 'student': ['student_a', 'student_a', 'student_b', 'student_c']})
    
user_input = 3  # 用户输入内容
    
# 使用?作为占位符
result = duckdb.query("SELECT * FROM df_data WHERE id = ?", parameters=(user_input,)).df()

# 或者使用$1位置占位符
result = duckdb.query("SELECT * FROM df_data WHERE id = $1", parameters=[user_input]).df()

方案2：注册临时视图后用连接执行参数化查询 #

将DataFrame注册为DuckDB的临时视图，再通过连接对象的execute方法执行参数化SQL，适合复杂查询场景：

import duckdb
import pandas as pd

df_data = pd.DataFrame({'id': [1, 2, 3, 4], 'student': ['student_a', 'student_a', 'student_b', 'student_c']})
    
user_input = 3

# 创建内存模式的DuckDB连接
con = duckdb.connect()
# 将DataFrame注册为临时视图
con.register('df_data_view', df_data)
# 参数化查询并获取结果
result_df = con.execute("SELECT * FROM df_data_view WHERE id = ?", (user_input,)).fetchdf()
# 关闭连接
con.close()

三、为什么字符串拼接不可取？ #

以你提供的代码为例，如果用户输入不是数字3，而是恶意字符串"3 OR 1=1"，拼接后的SQL会变成：

SELECT * FROM df_data WHERE id=3 OR 1=1

这会返回DataFrame中的所有数据，直接导致敏感信息泄露。若输入包含更复杂的恶意SQL片段，可能造成更严重的后果。

内容的提问来源于stack exchange，提问作者Herri15