PyGreSQL query_formatted查询Redshift报Invalid type:705错误如何解决

• 报错里提到的Invalid type: 705，对应PostgreSQL协议中OID为705的unknown类型，也就是没有被显式声明数据类型的常量的默认标记。Redshift内部在处理这类unknown类型列的查询计划时，存在代码逻辑缺陷，没有做兼容判断就直接触发了底层断言，抛出了上下文信息极少的1000号内部错误。
• 这个unknown类型的出现，本质是混淆了query_formatted的适用场景：这个方法的设计目标是处理SQL语句里值类参数的安全转义，它会自动给传入的字符串参数加单引号、转义内部特殊字符，最终输出SQL层面的字符串字面量，从机制上就不适合用来替换列名、表名、排序方向这类SQL结构标识符。
• 原本的代码意图是让占位符替换成无引号的列名id、event_time，但query_formatted实际生成的SQL是把两个字符串当字面量处理后的版本：select 'id', 'event_time' from my.table limit 10。刚好这类SELECT列表里的无类型字符串常量触发了Redshift的内部bug，才导致了这个看不懂的断言错误。

• 根因验证方法：
  • 开启PyGreSQL的查询日志，直接查看实际发送给Redshift的最终SQL语句，就能直观看到列名被单引号包裹的实际情况。
  • 直接在Redshift客户端执行select 'id', 'event_time' from my.table limit 10，大概率可以复现完全一致的报错，不需要死磕stl_error系统表的有限日志。
• 优化实现逻辑：
  • 绝对不要用query_formatted拼接列名、表名这类SQL结构元素，这种用法不仅会触发当前的类型错误，还会直接引入SQL注入风险。
  • 动态选择列名的正确做法：先维护一份允许查询的列名白名单，对所有需要拼接进SQL的列名做合法性校验，不在白名单内的列名直接拦截，再通过字符串拼接的方式把校验通过的列名嵌入SQL结构部分。示例代码：

    # 定义可查询的列白名单
    ALLOWED_COLUMNS = {"id", "event_time", "user_id"}
    target_cols = ["id", "event_time"]
    # 逐列做合法性校验
    for col in target_cols:
        if col not in ALLOWED_COLUMNS:
            raise ValueError(f"非法查询列: {col}")
    # 拼接带合法列名的SQL语句
    sql = f"select {', '.join(target_cols)} from my.table limit 10"
    # 执行查询
    res = c.query(sql).getresult()[0]
    

  • 如果后续需要用query_formatted传字符串类的值参数，可以在占位符后显式标记类型（比如%s::varchar），强制服务端把参数识别为明确的字符串类型，从根源上避免unknown类型触发Redshift的内部断言错误。

内容的提问来源于stack exchange，提问作者Vzzarr