如何使用sqlalchemy查询Snowflake中的视图数据？

SQLAlchemy 完全支持查询 Snowflake 中的视图，视图对于 SQLAlchemy 的元数据反射机制来说和普通表没有本质差异，你不需要修改核心查询逻辑，只需要调整元数据反射的相关代码即可。

具体实现步骤 #

1. 修正反射视图的代码 #

你现有代码中反射元数据的部分存在笔误，应该使用Table类而非func来构造反射对象，调整后的代码如下：

# 提前导入依赖
from sqlalchemy import Table, MetaData
from sqlalchemy.orm import Session

def generate_session(self):
    try:
        engine = self._get_engine()
        metadata = MetaData()
        # 反射视图：参数依次为 视图名、元数据对象、绑定的引擎
        # 如果视图不在连接默认的schema中，需要额外传入 schema="你的schema名" 参数
        self._table = Table(
            self._table_name, 
            metadata, 
            autoload_with=engine,
            # 可选参数：schema='YOUR_SCHEMA', database='YOUR_DATABASE'
        )
        self._session = Session(engine)
    except Exception as exc:
        LOG.error('Failed to generate database session', error=exc.__str__(), database=self._database)
        raise exc

2. 查询逻辑无需修改 #

你现有的调用方式可以直接复用，和查询普通表的逻辑完全一致：

self._session.query(self._table).filter_by(**some_filter_by_query).all()

3. 备选方案：手动定义视图ORM类 #

如果自动反射遇到权限问题或者元数据加载异常，也可以手动定义和视图对应的ORM类，写法和普通表的ORM定义完全相同：

from sqlalchemy.orm import declarative_base
from sqlalchemy import Column, String, Integer

Base = declarative_base()

# 定义和视图对应的ORM类，__tablename__填视图名称
class MyView(Base):
    __tablename__ = "your_view_name"
    # 可选：指定schema __table_args__ = {'schema': 'your_schema'}
    # 定义视图中包含的字段，和实际视图列一一对应即可
    id = Column(Integer, primary_key=True)
    name = Column(String)
    # 其他字段按需补充...

手动定义后查询方式和普通ORM类一致：

session.query(MyView).filter_by(id=xxx).all()

常见问题排查 #

• 反射时找不到视图：首先确认连接账号拥有该视图的SELECT权限，其次确认视图所属的database、schema和连接默认配置一致，不一致的话需要在反射时显式指定。
• 查询报错列不存在：检查视图是否有结构更新，可以清空元数据缓存后重新反射，或者手动定义列时和视图实际列对齐。

内容的提问来源于stack exchange，提问作者Asif Akhtar