使用pandas pd.read_sql()读取Redshift数据时报版本识别错误如何解决？

该错误是当前使用的SQLAlchemy版本无法解析Redshift自定义的版本号字符串导致的：Redshift基于PostgreSQL二次开发，但版本标识格式和原生PostgreSQL不一致，触发了SQLAlchemy版本检测逻辑的断言错误。

• 方案1：升级依赖包（最简便）
  新版本SQLAlchemy已经兼容Redshift的版本字符串格式，直接执行命令升级相关依赖即可：
  pip install --upgrade sqlalchemy sqlalchemy-redshift psycopg2-binary
  升级完成后重新执行pd.read_sql()即可正常读取数据。

• 方案2：用原生psycopg2连接绕开检测
  如果环境受限无法升级依赖，可以直接用psycopg2创建原生数据库连接传给pandas，完全绕开SQLAlchemy的版本检测逻辑，示例代码如下：

import psycopg2
import pandas as pd

# 替换为你的Redshift集群信息
conn = psycopg2.connect(
    host="集群地址",
    port=5439,
    user="用户名",
    password="密码",
    dbname="数据库名"
)
df = pd.read_sql("待执行的SQL查询语句", con=conn)
conn.close()

• 方案3：手动打补丁修复版本解析逻辑
  如果必须使用当前版本的SQLAlchemy，可以在代码初始化阶段给PostgreSQL方言打补丁，自定义版本解析逻辑，示例代码如下：

from sqlalchemy.dialects.postgresql.base import PGDialect

def _parse_version_patch(self, version_string):
    # 识别到Redshift标识时直接返回兼容的PG版本号，跳过原生解析逻辑
    if 'Redshift' in version_string:
        return (13, 0, 0)
    return self._original_parse_version(version_string)

PGDialect._original_parse_version = PGDialect._parse_version
PGDialect._parse_version = _parse_version_patch

补丁执行完成后再创建数据库连接执行查询即可。

内容的提问来源于stack exchange，提问作者Tito Lulu