如何使用Python Jupyter Notebook连接AWS Redshift提取数据并解决连接超时错误

这个报错属于网络层连通性故障，你无法和Redshift集群建立TCP连接，按以下顺序排查即可解决：

1. 优先确认端口配置 #

• Redshift默认服务端口为5439，你当前代码中填写的端口为8200，先登录AWS Redshift控制台进入集群详情页，确认集群实际监听的端口，将代码中port参数修改为对应值。如果确实是你自定义了8200端口再继续往下排查。

2. 检查集群公开访问权限 #

• 如果你的Jupyter Notebook运行在本地设备，需要确认Redshift集群的可公开访问开关已经开启；如果Jupyter运行在和Redshift同AWS VPC的服务中，不需要开启公网访问，但要保证两者属于同一VPC或者VPC对等连接已配置。

3. 调整安全组入站规则 #

• 找到Redshift集群绑定的安全组，添加TCP入站规则：允许你本地设备的公网IP（或者Jupyter部署环境的出口IP）访问集群对应的端口（默认5439/你自定义的8200）。

4. 排查本地/部署环境网络限制 #

• 检查本地防火墙、公司代理/出口策略是否禁止了对应端口的对外访问，你可以用以下命令先测试网络连通性：
  telnet db_name-3d15f6e600bd37dbd0c9a.cutowxhzbeso.ap-south-1.redshift.amazonaws.com 8200
  如果telnet也超时，说明问题出在网络链路拦截，和代码无关。

5. 优化后代码参考（网络排查完成后使用） #

!pip install pandas psycopg2-binary sqlalchemy

import pandas as pd
from sqlalchemy import create_engine, text

# 替换为确认后的正确参数
redshift_endpoint = 'db_name-3d15f6e600bd37dbd0c9a.cutowxhzbeso.ap-south-1.redshift.amazonaws.com'
redshift_user = 'username'
redshift_password = 'password'
port = 5439 # 替换为实际集群端口
db_name = 'db_name'

engine_string = f"postgresql+psycopg2://{redshift_user}:{redshift_password}@{redshift_endpoint}:{port}/{db_name}"
engine = create_engine(engine_string)

df = pd.read_sql(text("SELECT * FROM table_name LIMIT 10"), engine)
print(df.head())

内容的提问来源于stack exchange，提问作者HIMANSHU KUMAR