如何通过ODBC从Impala导入数据时将列注释设为Stata变量标签

可行性结论 #

原生odbc load命令无法直接将Impala的列注释自动映射为Stata变量标签，因为Impala ODBC驱动默认不会将列注释字段返回为Stata可识别的变量标签元数据，因此无法通过直接导入实现该需求。

替代自动化方案 #

你可以通过两次ODBC查询实现自动批量赋值变量标签：第一次查询Impala元数据表获取列名与对应注释，第二次查询拉取业务数据，再通过循环将注释匹配为变量标签，完整实现代码如下：

clear all
#delimit;

* 步骤1：拉取目标表的列名与注释元数据
odbc load, exec("
SELECT column_name, comment 
FROM information_schema.columns 
WHERE table_schema = 'data_base_name' 
  AND table_name = 'table_name'
")
dsn("<my dsn>")
user("")
password("");
tempfile col_meta
save `col_meta', replace
clear

* 步骤2：拉取目标表的业务数据
odbc load, exec("
SELECT * FROM data_base_name.table_name
")
dsn("<my dsn>")
user("")
password("");

* 步骤3：匹配元数据批量设置变量标签
local obs_num = _N
use `col_meta', clear
forvalues i = 1/`obs_num' {
    local cur_col = column_name[`i']
    local cur_lab = comment[`i']
    if "`cur_lab'" != "" {
        label variable `cur_col' "`cur_lab'"
    }
}

#delimit cr

注意事项 #

• 若你使用的Impala版本不支持information_schema系统视图，可以将第一步的查询语句替换为SHOW COLUMN STATS data_base_name.table_name或者DESCRIBE FORMATTED data_base_name.table_name，对应调整字段提取逻辑即可。
• 若仅需要处理少量列，也可以直接手动执行label variable column_name "test comment"完成标签赋值。

内容的提问来源于stack exchange，提问作者safex