使用subprocess.call()调用Python脚本无法创建PostgreSQL表，但直接运行正常

架构老林

2026-7-4

问题描述

我尝试创建一个PostgreSQL函数，用于执行Python脚本文件test.py，该脚本的核心功能是在PostgreSQL数据库中创建名为test_2的新表。

test.py代码如下：

from sqlalchemy import create_engine
import pandas as pd


db_config = {'user': '******', 
    'pwd': '*******',
    'host': '*******',
    'port': ****,
    'db': '*******'} 

connection_string = 'postgresql://{}:{}@{}:{}/{}'.format(db_config['user'],
    db_config['pwd'],
    db_config['host'],
    db_config['port'],
    db_config['db'])

engine = create_engine(connection_string) 

test_df = pd.DataFrame(index=[0,1], columns= ['A', 'B'], data = 0)


test_df\
.to_sql(
    'test_2',
    schema='database',
    con=engine,
    if_exists='replace',
    index=False
)

PostgreSQL函数代码如下：

CREATE FUNCTION optimacros.test()
RETURNS VOID
AS $$
import subprocess
subprocess.call(['C:/ProgramData/anaconda3/python.exe', 'C:/Users/User1/Desktop/test.py'])
$$ LANGUAGE plpython3u

执行该函数后显示“Query complete”，但数据库中并未生成test_2表。
我曾在Jupyter Notebook中运行以下代码：

import subprocess
subprocess.call(['C:/ProgramData/anaconda3/python.exe', 'C:/Users/User1/Desktop/test.py'])

它返回了数值“2”（我原本以为这代表test_2表的2行数据），但数据库中仍然没有test_2表。
然而，若直接在Jupyter Notebook中运行test.py的原始代码（不使用subprocess.call()），则能正常创建test_2表。

请问我哪里操作出错了？

问题分析与解决

1. `subprocess.call()`返回2的真实含义

subprocess.call()返回的数值是系统退出码，返回2通常表示命令参数错误、文件找不到或权限不足，和你预期的表行数完全无关。这说明通过subprocess调用test.py时，脚本根本没正常执行。

2. 核心错误原因

（1）权限不匹配

当通过PostgreSQL的plpython3u函数调用外部Python脚本时，执行脚本的是PostgreSQL服务的系统用户（比如Windows下的NT SERVICE\PostgreSQL），这个用户大概率没有访问C:/Users/User1/Desktop/test.py的权限，也可能无法读取Anaconda的Python环境文件。
即使在Jupyter里用subprocess调用，也可能因为子进程继承的权限/环境和直接运行脚本时不一致，导致脚本执行失败。

（2）环境变量缺失

直接运行test.py时，Jupyter会继承当前用户的完整环境变量（比如Anaconda的路径、系统依赖路径），但通过subprocess启动的子进程（尤其是从PostgreSQL服务发起的），环境变量会被大幅精简，可能导致sqlalchemy、pandas无法正常加载，或者数据库连接配置读取失败。

（3）冗余的外部调用设计

plpython3u的核心作用是让PostgreSQL直接执行Python逻辑，你额外启动外部Python进程的操作，既增加了复杂度，又引入了环境、权限的额外问题，完全没必要。

3. 具体解决方法

方法一：直接在plpython3u函数中实现逻辑（推荐）

把test.py的代码直接嵌入PostgreSQL函数，利用内置连接避免外部调用的问题：

CREATE FUNCTION optimacros.test()
RETURNS VOID
AS $$
from sqlalchemy import create_engine
import pandas as pd

# 使用plpython内置的数据库连接，无需硬编码账号密码，安全且适配当前环境
conn = plpy.connect()
engine = create_engine('postgresql+psycopg2://', creator=lambda: conn)

test_df = pd.DataFrame(index=[0,1], columns=['A', 'B'], data=0)

test_df.to_sql(
    'test_2',
    schema='database',
    con=engine,
    if_exists='replace',
    index=False
)
$$ LANGUAGE plpython3u;

说明：plpy.connect()会复用当前PostgreSQL的连接上下文，既避免了硬编码密码的安全问题，也不会出现跨进程的权限/环境不兼容问题。

方法二：修复subprocess调用的问题（不推荐）

如果坚持要调用外部脚本，需要解决以下几点：

调整权限：给PostgreSQL服务用户添加C:/Users/User1/Desktop目录的读取权限，以及Anaconda Python安装目录的执行权限。

捕获错误日志：修改subprocess调用逻辑，打印错误信息排查具体失败原因：

import subprocess
result = subprocess.run(
    ['C:/ProgramData/anaconda3/python.exe', 'C:/Users/User1/Desktop/test.py'],
    capture_output=True,
    text=True
)
print("退出码:", result.returncode)
print("错误信息:", result.stderr)

传递完整环境变量：在subprocess.run()中传入env参数，复制当前用户的环境变量给子进程，确保依赖库能正常加载。

内容的提问来源于stack exchange，提问作者Konstantin M.