如何在循环执行的Presto SQL查询中使用Python日期变量？

你遇到的问题是：直接在SQL字符串中写变量名x、y，Python不会自动将其替换为实际的日期值；若错误使用.format()方法（比如字符串里写了{x}却未通过关键字参数传递对应值），就会触发KeyError。

下面是几种可行的解决方式，同时要注意把Python的日期对象转换成Presto能识别的字符串格式（比如YYYY-MM-DD）：

方法1：使用f-string（Python 3.6+ 推荐） #

f-string是最简洁直观的方式，直接在字符串前加f，并用{}包裹变量，还能在内部完成日期格式转换：

from datetime import datetime
import rrule

x = datetime.strptime('12-10-22', '%d-%m-%y').date()
y = datetime.strptime('13-10-22', '%d-%m-%y').date()

# 假设nextProcStart和nextProcEnd已定义
for dt in rrule.rrule(rrule.HOURLY, dtstart=nextProcStart, until=nextProcEnd):
    # 将日期对象转为Presto兼容的字符串格式
    sql_query = f"SELECT SUM(sales) FROM a WHERE date between '{x.strftime('%Y-%m-%d')}' and '{y.strftime('%Y-%m-%d')}'"
    # 执行查询的代码...

方法2：使用str.format()方法 #

如果需要兼容更低版本的Python，可以用.format()，注意占位符的正确使用：

from datetime import datetime
import rrule

x = datetime.strptime('12-10-22', '%d-%m-%y').date()
y = datetime.strptime('13-10-22', '%d-%m-%y').date()

x_str = x.strftime('%Y-%m-%d')
y_str = y.strftime('%Y-%m-%d')

for dt in rrule.rrule(rrule.HOURLY, dtstart=nextProcStart, until=nextProcEnd):
    sql_query = "SELECT SUM(sales) FROM a WHERE date between '{}' and '{}'".format(x_str, y_str)
    # 或者用命名占位符更清晰
    # sql_query = "SELECT SUM(sales) FROM a WHERE date between '{start_date}' and '{end_date}'".format(start_date=x_str, end_date=y_str)
    # 执行查询的代码...

注意事项 #

• 必须将Python的date/datetime对象转换为字符串，因为Presto无法直接识别Python的日期对象，推荐用strftime('%Y-%m-%d')或者带时间的%Y-%m-%d %H:%M:%S格式，匹配你的表中date字段的类型。
• 若变量来自不可信输入，要警惕SQL注入风险，建议使用参数化查询（不同Presto客户端库可能支持参数绑定，比如pyhive的execute方法可传参数）。

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