Spark通过JDBC连接DB2时设置FOR FETCH ONLY报错的解决方法

问题核心原因 #

SQLCODE=-104错误的本质是PySpark JDBC驱动对DB2 z/OS的SQL语法解析逻辑和DBVisualizer存在差异：

• DBVisualizer直接执行原生SQL，而PySpark可能会对传入的SQL做包装（比如嵌套子查询），导致FOR FETCH ONLY出现在DB2 z/OS不允许的位置（如子查询内部）
• DB2 z/OS对FOR FETCH ONLY的位置有严格限制，仅允许在最外层SELECT语句中使用

解决方案 #

1. 用JDBC连接属性替代手动SQL子句 #

直接通过readOnly=true属性让JDBC驱动自动启用只读模式，效果等价于FOR FETCH ONLY/FOR READ ONLY，无需手动修改SQL：

# 读取整张表时设置只读
df = spark.read.format("jdbc") \
    .option("url", "jdbc:db2://your-host:port/your-database") \
    .option("dbtable", "your_target_table") \
    .option("user", "your_username") \
    .option("password", "your_password") \
    .option("readOnly", "true") \
    .load()

# 自定义SQL查询时设置只读
df = spark.read.format("jdbc") \
    .option("url", "jdbc:db2://your-host:port/your-database") \
    .option("query", "SELECT col1, col2 FROM your_target_table WHERE condition") \
    .option("user", "your_username") \
    .option("password", "your_password") \
    .option("readOnly", "true") \
    .load()

2. 严格遵循FOR FETCH ONLY的语法位置 #

如果必须手动添加该子句，需符合DB2 z/OS的语法要求：

• 仅在最外层SELECT语句中使用
• 位置需在FROM子句之后、ORDER BY/FETCH FIRST等子句之前
  正确示例：

SELECT col1, col2 FROM your_target_table FOR FETCH ONLY ORDER BY col1

错误示例（禁止在嵌套子查询中使用）：

SELECT * FROM (SELECT col1, col2 FROM your_target_table FOR FETCH ONLY) AS sub

3. 调整JDBC连接URL参数 #

尝试添加游标相关参数，优化驱动对DB2 z/OS的兼容性：

df = spark.read.format("jdbc") \
    .option("url", "jdbc:db2://your-host:port/your-database:useCursorFetch=true;") \
    .option("query", "SELECT col1, col2 FROM your_target_table FOR FETCH ONLY") \
    .option("user", "your_username") \
    .option("password", "your_password") \
    .load()

默认启用说明 #

PySpark JDBC连接不会默认启用FOR FETCH ONLY，必须通过readOnly=true属性或手动添加合法的SQL子句来开启只读模式。推荐使用readOnly属性，避免语法解析冲突。

内容的提问来源于stack exchange，提问作者jonathan-dufault-kr