如何使用Python执行动态SQL从Teradata拉取指定条件数据

方案1：Python侧直接拼接动态SQL（适合临时查询、ID量未超过SQL长度限制场景） #

你已经在Python侧拿到了所有唯一ID，直接在本地完成SQL拼接即可，不需要在Teradata端编写存储过程实现动态逻辑，完全适配Jupyter Notebook的使用场景：

# 给所有ID包裹单引号，拼接成符合IN子句格式的字符串
id_str = ",".join([f"'{id_val}'" for id_val in df_exp.PROJECT_TYPE_ID.unique()])

# 生成最终查询语句
query_exp = f"""SELECT *
               FROM MASTER_TBLS.EXP 
               WHERE PROJECT_TYPE_ID IN ({id_str})"""

后续直接用你常用的Teradata Python驱动（teradatasql/sqlalchemy-teradata等）执行上述生成的query_exp即可。
注意：Teradata默认单条SQL长度限制约为1MB，1.8万个短ID基本不会超出限制，如果后续ID量继续增大触发长度报错，改用下方临时表方案

方案2：写入临时表关联查询（适合大数据量、性能要求高的场景） #

该方案不需要拼接超长SQL，执行效率更高，是Teradata处理大量过滤条件的标准最优实践：

1. 先把唯一ID写入Teradata临时表

# 生成唯一ID的DataFrame
unique_id_df = df_exp.PROJECT_TYPE_ID.unique().to_frame(name="PROJECT_TYPE_ID")

# 写入Teradata临时表，conn替换为你自己的Teradata连接对象
unique_id_df.to_sql(
    name="TEMP_PROJECT_ID",
    con=conn,
    if_exists="replace",
    index=False
)

2. 用关联查询替代IN子句

query_exp = """
SELECT a.*
FROM MASTER_TBLS.EXP a
INNER JOIN TEMP_PROJECT_ID b
ON a.PROJECT_TYPE_ID = b.PROJECT_TYPE_ID
"""

临时表会随会话断开自动销毁，不需要额外手动清理。

内容的提问来源于stack exchange，提问作者ASH