无效语法：使用初始排序键创建表排序键自动

Question

我正在尝试target-redshift用于将数据推送到aws-redshift

https://pypi.org/project/target-redshift/

我airflow用来监控 etl 状态

这是错误日志，我不知道它是什么意思。几乎不存在 target-redshift 的在线文档。有什么办法可以解决这个错误吗？

[2021-03-07 15:04:11,841] {bash_operator.py:126} INFO - ERROR Exception writing records
[2021-03-07 15:04:11,841] {bash_operator.py:126} INFO - Traceback (most recent call last):
[2021-03-07 15:04:11,841] {bash_operator.py:126} INFO -   File "/usr/local/airflow/.virtualenvs/target-redshift/lib/python3.7/site-packages/target_postgres/postgres.py", line 300, in write_batch
[2021-03-07 15:04:11,841] {bash_operator.py:126} INFO -     {'version': target_table_version})
[2021-03-07 15:04:11,841] {bash_operator.py:126} INFO -   File "/usr/local/airflow/.virtualenvs/target-redshift/lib/python3.7/site-packages/target_postgres/sql_base.py", line 840, in write_batch_helper
[2021-03-07 15:04:11,841] {bash_operator.py:126} INFO -     metadata)
[2021-03-07 15:04:11,841] {bash_operator.py:126} INFO -   File "/usr/local/airflow/.virtualenvs/target-redshift/lib/python3.7/site-packages/target_postgres/postgres.py", line 588, in write_table_batch
[2021-03-07 15:04:11,841] {bash_operator.py:126} INFO -     table=sql.Identifier(remote_schema['name'])
[2021-03-07 15:04:11,841] {bash_operator.py:126} INFO -   File "/usr/local/airflow/.virtualenvs/target-redshift/lib/python3.7/site-packages/target_postgres/postgres.py", line 65, in execute
[2021-03-07 15:04:11,841] {bash_operator.py:126} INFO -     return super(_MillisLoggingCursor, self).execute(query, vars)
[2021-03-07 15:04:11,841] {bash_operator.py:126} INFO -   File "/usr/local/airflow/.virtualenvs/target-redshift/lib/python3.7/site-packages/psycopg2/extras.py", line 461, in execute
[2021-03-07 15:04:11,841] {bash_operator.py:126} INFO -     return super(LoggingCursor, self).execute(query, vars)
[2021-03-07 15:04:11,842] {bash_operator.py:126} INFO - psycopg2.errors.InternalError_: Invalid syntax: Create table sortkey auto with initial sortkeys.
[2021-03-07 15:04:11,842] {bash_operator.py:126} INFO - 
[2021-03-07 15:04:11,842] {bash_operator.py:126} INFO - CRITICAL ('Exception writing records', InternalError_('Invalid syntax: Create table sortkey auto with initial sortkeys.\n'))

Answer 1

在您的任务下，正在运行这种形式的查询。

CREATE TABLE schema.tablename_copy 
(LIKE schema.tablename)

这就是抛出错误的原因 Invalid syntax: Create table sortkey auto with initial sortkeys.

修复或删除原始表的 SORTKEY 和 DISTSTYLE 可解决此问题。例如。

ALTER TABLE schema.tablename ALTER SORTKEY NONE;
ALTER TABLE schema.tablename ALTER DISTSTYLE EVEN;

根据您的表实际需要什么（在排序和 distkeys 方面），您可能会做其他事情。然而，这很可能是一些加载表，没有 SORTKEY 等应该没什么大不了的。

其他方法 如果上述方法失败，任何数量的避免方法LIKE也将起作用。因为这LIKE很可能是加载/更新插入序列的一部分。例如

• 制作目标表的临时副本（使用 LIKE 语句）
• 将新数据加载到临时表中
• 从目标表中删除 ID 在新数据中的行
• 将新数据插入目标表
• 清理临时表。

Airflow 可能会在幕后为您执行此 SQL 查询序列。您可以将 Airflow 的步骤分解为单独的任务并避免使用LIKE.

1. 删除原始表（可能取决于用例） - 我发现在重新创建表时 LIKE 的问题消失了。
2. 使用普通的 CREATE STATEMENT（而不是依赖于 LIKE）显式创建重复表
3. 考虑直接对表执行 INSERT / APPEND / COPY 并稍后处理重复项

额外信息： 这个新错误在Redshift 端。不完全确定原因，但该LIKE语句正在尝试传输 SORTKEY 并且无法这样做。

如果您检查原始表的定义，schema.tablename您可能会发现 Redshifts 对它的理解有些奇怪。

亚马逊的家伙提供了这个视图，让你获得完整的表 DDL 语句链接

反对观点：

SELECT * FROM 
WHERE schemaname = 'schema' AND tablename = 'tablename'

也许会显示一些有用的东西。在我的情况下，SORTKEY 和 DISTKEY 都抛出错误：对我来说，这表明 Redshift 对密钥的内部理解有缺陷。更重要的是 - 就我而言，我从未设置过这些键，所以我认为它们是 Redshift 暗示的。