使用Python UPDATE/SET语句更新Snowflake表未生效问题咨询

更新操作返回影响行数但实际数据未变更，核心是两个设计错误：

1. 复用read()方法执行UPDATE这类DML写操作本身就是错误用法。pandas.read_sql_query的设计目标是执行SELECT查询并将结果集转为DataFrame，从未考虑支持写操作场景。
2. SQLAlchemy连接默认采用手动事务模式，不会自动提交操作。你执行UPDATE时，Snowflake确实在当前未提交的事务内完成了行修改、返回了影响行数，但方法执行完直接调用__disconnect__()关闭连接，未执行commit()操作，连接关闭时未提交的事务会被自动回滚，所有修改直接作废，自然查询不到数据变化。

另外你现有工具类的__connect__方法里存在冗余代码：连续两次构造URL对象，第一次用全局变量构造的URL直接被第二次用实例属性构造的URL覆盖，属于完全无效的废代码，可以直接删除。

在现有工具类框架下新增专门的非查询SQL执行方法，和读方法做职责拆分，同时补上事务提交逻辑，不要依赖查询方法的副作用跑写操作：

1. 清理__connect__方法中的冗余URL构造代码
2. 新增execute()方法，专门处理UPDATE/DELETE/INSERT/DDL这类不需要返回结构化结果集的SQL，执行完成后显式提交事务再关闭连接
3. 给原有write方法也补上事务提交逻辑，避免低版本pandas不自动提交导致写入丢失，同时补上连接池释放逻辑避免连接泄漏

改造后的工具类核心代码如下：

from snowflake.sqlalchemy import URL
from sqlalchemy import create_engine, text
import keyring
import pandas as pd

stored_username = keyring.get_password('my_username', 'username')
stored_password = keyring.get_password('my_password', 'password')

class SNOWDBHelper:

    def __init__(self):
        self.user = stored_username
        self.password = stored_password
        self.account = 'account'
        self.authenticator = 'authenticator'
        self.role = stored_username + '_DEV_ROLE'
        self.warehouse = 'warehouse'
        self.database = 'database'
        self.schema = 'schema'

    def __connect__(self):
        # 清理了之前重复构造URL的冗余代码
        self.url = URL(
            user=self.user,
            password=self.password,
            account=self.account,
            authenticator=self.authenticator,
            role=self.role,
            warehouse=self.warehouse,
            database=self.database,
            schema=self.schema
        )
        self.engine = create_engine(self.url)
        self.connection = self.engine.connect()

    def __disconnect__(self):
        self.connection.close()
        self.engine.dispose()

    def read(self, sql):
        # 仅用于执行SELECT查询，返回DataFrame结果
        self.__connect__()
        result = pd.read_sql_query(sql, self.engine)
        self.__disconnect__()
        return result

    def execute(self, sql):
        # 专门用于执行DML/DDL类写操作，显式提交事务
        self.__connect__()
        self.connection.execute(sql)
        self.connection.commit() # 核心：提交事务保证修改落盘
        self.__disconnect__()

    def write(self, wdf, tablename):
        # 用于批量写入DataFrame到表
        self.__connect__()
        wdf.to_sql(tablename.lower(), con=self.engine, if_exists='append', index=False)
        self.connection.commit()
        self.__disconnect__()

SNOWDB = SNOWDBHelper()

执行UPDATE语句时，调用新增的execute()方法即可，不要传给read()：

# 读取SQL文件
with open('0-Query-Update-Effective-Dating.sql', 'r') as f:
    update_query = text(f.read())
# 调用专门的写操作执行方法
SNOWDB.execute(update_query)

执行完成后再查询表，就能看到更新后的数据正常落盘。

注意：不要使用"通过read方法跑DML"的非正规方案，这类写法没有事务保障，随时可能因为驱动、pandas版本升级直接失效，也无法保证数据一致性。

内容的提问来源于stack exchange，提问作者LBro