Modin调用read_sql查询Oracle时出现ORA-00933语法错误

问题现象 #

调用Modin实现的read_sql接口读取数据时触发SQL语法错误，初步判断问题来自read_sql内部自动生成的count统计查询的子查询别名写法，暂无法确认是自身使用方式问题，还是Modin与Oracle数据库存在兼容性问题。
验证对比：传入完全相同的参数调用pandas.read_sql()不会触发该错误。

复现代码 #

import modin.pandas as pd
query = """select distinct col_a, col_b FROM test_table"""
df = pd.read_sql(query, conn)

报错信息 #

sqlalchemy.exc.DatabaseError: (cx_Oracle.DatabaseError) ORA-00933: SQL command not properly ended
[SQL: SELECT COUNT(*) FROM (select distinct col_a, col_b FROM test_table) AS _]

问题根因 #

属于Modin与Oracle的语法兼容性问题：Oracle数据库语法不支持子查询别名前添加AS关键字，Modin内部为了统计数据总量自动生成count查询时，统一使用了AS _的子查询别名写法，刚好违反Oracle语法规则；而pandas原生read_sql不会自动生成这类前置count统计语句，因此不会触发报错。

临时解决方式 #

• 读取Oracle数据时先使用原生pandas的read_sql接口拉取数据，得到DataFrame后再转为Modin格式做后续分布式处理
• 提前手动执行count查询拿到结果集总条数，通过read_sql的对应参数传入预统计的行数，跳过Modin内部自动生成count查询的逻辑
• 本地修改Modin SQL生成逻辑的源码，去掉子查询别名前的AS关键字，适配Oracle语法规则

内容的提问来源于stack exchange，提问作者kjmena