在Redshift中使用python UDF中的表

Question

我需要在redshift中创建一个python UDF(用户定义函数(，它将在其他过程中调用。这个python UDF采用两个日期值，比较给定开始日期和结束日期内的这些日期，并检查这些中间日期在某些list中是否出现。此列表需要从另一个表的列中收集其值。现在的问题是，python UDF是用plpythonplu语言定义的，它们不识别任何sql。我应该怎么做才能使这个列表脱离表的列？

这是我的功能：

create or replace function test_tmp (ending_date date, starting_date date)
returns integer
stable
as $$
def get_working_days(ending_date , starting_date ):
days=0
if start_date is not None and end_date is not None:
for n in range(int ((ending_date - starting_date).days)):
btw_date= (start_date + timedelta(n)).strftime('%Y-%m-%d')
if btw_date in date_list:
days=days+1
return days
return 0
return get_working_days(ending_date,starting_date)
$$ language plpythonu;

现在，我需要创建这个date_list，如下所示：

date_list = [str(each["WORK_DATE"]) for each in (select WORK_DATE from public.date_list_table).collect()]

但是，在函数中使用这一行显然会产生错误，因为select WORK_DATE from public.date_list_table是SQL。

以下是表public.date_list_table:的结构

CREATE TABLE public.date_list
(
work_date date ENCODE az64
)
DISTSTYLE EVEN;

该表的一些示例值(实际上，该表仅存储全年的工作日值(：

insert into date_list_table values ('2021-07-01'),('2021-06-30'),('2021-06-29');

Answer 1

亚马逊红移标量SQL UDF-亚马逊红移无法访问任何表。它需要通过将所有必要的信息传递到函数中来实现自包含。或者，您可以将日期信息存储在函数中，这样它就不需要访问该表(这并非不合理，因为它只需要保存例外情况，如工作日的公共假日(。

您的用例似乎是计算两个日期之间的工作天数。传统上解决这一问题的一种方法是创建一个表日历，其中每天一行，列提供以下信息：

• 工作日(布尔值(
• 周末(布尔值(
• 公共假日(布尔值(
• 月份
• 季度
• 一年中的某一天
• 等等

然后，您可以加入或查询表以识别所需的信息，例如：

SELECT COUNT(*) FROM calendar WHERE work_day AND date BETWEEN start_date AND end_date