AWS Glue中Spark Snowflake Connector带变量查询报SQL编译错误如何解决

你的三次写法都存在SQL语法不规范的问题，具体对应问题如下：

• 第一种、第三种写法问题：拼接SQL时没有给字符串类型的s_id值添加单引号。Snowflake SQL语法要求字符串类型的字段值必须用单引号包裹，直接拼接变量的话SQL最终生成的语句会将s_id的取值识别为数据库字段名而非传入的查询值，触发SQL编译错误。
• 第二种写法问题：直接将Python函数的变量s_id写死在SQL字符串中，Snowflake执行引擎无法识别Python上下文的变量，只会把s_id识别为待查询的表字段，找不到对应字段就会抛出编译错误。

方案1：字符串格式化时补充单引号 #

拼接SQL时给字符串变量两侧添加单引号，同时对变量内可能存在的单引号做转义处理，避免语法错误和SQL注入风险：

def s_counts(df, s_id):
    # 先转义s_id内的单引号
    escaped_s_id = s_id.replace("'", "''")
    # 用f-string拼接，值两侧加单引号
    what_to_query = f"select R_ID FROM mytable WHERE S_ID = '{escaped_s_id}'"
    CurrentCount = spark.read.format(SNOWFLAKE_SOURCE_NAME)\
       .options(**sfOptions)\
       .option("query", what_to_query)\
       .load()

方案2：使用参数化查询（更安全） #

高安全性要求的场景可以使用参数绑定方式，完全避免SQL注入风险：

def s_counts(df, s_id):
    # 使用Snowflake Spark连接器支持占位符传参
    CurrentCount = spark.read.format(SNOWFLAKE_SOURCE_NAME)\
       .options(**sfOptions)\
       .option("query", "select R_ID FROM mytable WHERE S_ID = ?")\
       .option("params", [s_id])\
       .load()

内容的提问来源于stack exchange，提问作者pdangelo4