使用Python驱动批量插入Cassandra遇数据类型语法错误求助

问题原因 #

手动拼接CQL批量语句时，字符串类型的node_id值P2未被单引号包裹，CQL解析时无法识别这是合法的text类型值，从而触发语法错误。从错误信息VALUES (0, [P2],...)可明确看出，P2因缺少引号被判定为非法标识符。

解决方案 #

方案1：修正字符串拼接（不推荐，存在注入风险） #

拼接语句时给字符串类型字段值添加单引号，修改循环内的代码：

statement += "INSERT INTO batch_rows (local_pid, node_id, camera_id, geolocation, filepath) VALUES (%s, '%s', %s, %s, %s) " % (local_pid, node_id, camera_id, geolocation, filepath)

注意将外层引号替换为双引号，或对内部单引号转义，确保node_id值被单引号正确包裹。

方案2：使用Cassandra驱动的BatchStatement（推荐，安全无语法风险） #

手动拼接CQL易出错且存在SQL注入隐患，官方推荐通过BatchStatement处理批量操作：

from cassandra.query import BatchStatement

batch = BatchStatement(consistency_level=ConsistencyLevel.QUORUM)
# 预编译插入语句
insert_stmt = self.session.prepare("INSERT INTO batch_rows (local_pid, node_id, camera_id, geolocation, filepath) VALUES (?, ?, ?, ?, ?)")

to_insert = 500
for i in range(to_insert):
    local_pid = i
    node_id = 'P2'
    camera_id = 1
    geolocation = 4
    filepath = 3
    # 向批量语句中添加绑定好参数的预编译语句
    batch.add(insert_stmt, (local_pid, node_id, camera_id, geolocation, filepath))

try:
    self.session.execute(batch, timeout=30.0)
except OperationTimedOut:
    print("Batch wide row insertion timed out, this may require additional investigation")

该方式通过预编译语句+参数绑定，驱动会自动处理不同数据类型的格式转换，无需手动拼接引号，既规避语法错误又提升安全性。

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