Stocker et récupérer des objets python marinés vers / depuis le flocon

Question

selon la question, j'essaie de stocker des objets python choisis dans un flocon de neige, pour les récupérer à une date ultérieure. Une aide à ce sujet serait très appréciée:

Définition de la table de flocon de neige:

CREATE OR REPLACE TABLE <db>.<schema>.TESTING_MEMORY (
    MODEL_DATETIME DATETIME,
    SCALARS VARIANT
;

Code Python:

import numpy as np
import pandas as pd
import pickle
from datetime import datetime
import snowflake.connector
from snowflake.connector.pandas_tools import write_pandas
from sklearn.preprocessing import StandardScaler

def create_snowflake_connection():
    conn = snowflake.connector.connect(
        user='<username>',
        account='<account>',
        password = '<password>',
        warehouse='<wh>',
        database='<db>',
        role='<role>',
        schema='<schema>'
    )
    
    return conn

memory = {}

np.random.seed(78)
df = pd.DataFrame({
    'x1': np.random.normal(0, 2, 10000),
    'x2': np.random.normal(5, 3, 10000),
    'x3': np.random.normal(-5, 5, 10000)
})

scaler = StandardScaler()
scaler.fit(df)

scaled_df = scaler.transform(df)
scaled_df = pd.DataFrame(scaled_df, columns=['x1', 'x2', 'x3'])


memory['SCALARS'] = pickle.dumps(scaler)
    

ctx = create_snowflake_connection()


# Write to snowflake
db_dat = pd.DataFrame([list(memory.values())], columns=list(memory.keys()))
db_dat.insert(0, 'MODEL_DATETIME', datetime.now().strftime("%Y-%m-%d %H:%M:%S.%f"))
success, nchunks, nrows, _ = write_pandas(conn=ctx, df = db_dat, table_name = 'TESTING_MEMORY')
  
# retreive from snowflake
cur = ctx.cursor()
sql = """
        SELECT hex_encode(SCALARS)
        FROM <db>.<schema>.TESTING_MEMORY
        QUALIFY ROW_NUMBER() OVER (ORDER BY MODEL_DATETIME DESC) = 1
"""
cur.execute(sql) 
returned = cur.fetch_pandas_all() 


cur.close()
ctx.close()

Answer 1

On dirait que vous essayez de mettre un byteobjet python dans un flocon de neige variantqui ne fonctionnera pas pour vous.

Cette réponse est un peu similaire à ce que l'autre réponse suggère ici, sauf que, plutôt que d'utiliser un varcharchamp pour stocker le binaire encodé en base64, utilisez binaryplutôt un type. L'encodage base64 est environ 30% plus grand que le binaire d'après ce que j'ai lu quelque part.

Créez la table avec le type de données binaire:

create or replace table testdb.public.test_table (obj binary);

Hex encodez l'objet mariné, écrivez-le, relisez-le et appelez une méthode dessus:

import pickle
import snowflake.connector

# This is the object we're going to store in Snowflake as binary
class PickleMe:
    def __init__(self, first_name, last_name):
        self.first_name = first_name
        self.last_name = last_name

    def say_hello(self):
        print(f'Hi there, {self.first_name} {self.last_name}')

# Create the object and store it as hex in the 'hex_person' variable
person = PickleMe('John', 'Doe')
hex_person = pickle.dumps(person).hex()

with snowflake.connector.connect(
    user="username",
    password="password",
    account="snowflake_account_deets",
    warehouse="warehouse_name",
) as con:
    # Write pickled object into table as binary
    con.cursor().execute(f"INSERT INTO testdb.public.test_table values(to_binary('{hex_person}', 'HEX'))")

    # Now get the object back and put it into the 'obj' variable
    (obj,) = con.cursor().execute(f"select obj from testdb.public.test_table").fetchone()

    # Deserialise object and call method on it
    person_obj = pickle.loads(obj, encoding='HEX')
    person_obj.say_hello()

La sortie de ce qui précède est

Salut, John Doe

Answer 2

Il existe probablement une meilleure façon de faire cela (avertissement: je suis nouveau sur Python), mais cela semble fonctionner et est basé sur la réponse ici: Comment puis-je décaper un objet python dans un fichier csv?

1. Changer la définition de la table SQL

   CREATE OR REPLACE TABLE db.schema.TESTING_MEMORY (
   MODEL_DATETIME DATETIME,
   SCALARS VARCHAR
   );
   

2 Modifications du code Python - général

import base64

3 Modifications du code Python (écrivez dans la section flocon de neige ci-dessus)

# Write to snowflake
db_dat = pd.DataFrame([list(memory.values())], columns=list(memory.keys()))
db_dat.insert(0, 'MODEL_DATETIME', datetime.now().strftime("%Y-%m-%d %H:%M:%S.%f"))

pickled_columns = ['SCALARS']
for column in pickled_columns:
    b64_bytes = base64.b64encode(db_dat[column].values[0])  
    db_dat[column] = b64_bytes.decode('utf8')
success, nchunks, nrows, _ = write_pandas(conn=ctx, df = db_dat, table_name = 'TESTING_MEMORY')

1. Modifications du code Python - récupération depuis Snowflake

   cur = ctx.cursor() 
   
   sql = """
        SELECT *
        FROM db.schema.TESTING_MEMORY
        QUALIFY ROW_NUMBER() OVER (ORDER BY MODEL_DATETIME DESC) = 1
   """
   
   cur.execute(sql) 
   returned = cur.fetch_pandas_all() 
   
   for column in pickled_columns:
       returned[column] =  base64.b64decode(returned[column].values[0])
   
   
   new_dict = returned.to_dict('list')
   for key,val in new_dict.items():
       new_dict[key] = val[0]