Consultar séries temporais de QuestDb usando Pandas com parâmetros

Question

Estou tentando carregar dados de série de tempo de QuestDb para Pandas Dataframe. Estou tentando usar o driver Postgres como

import pandas as pd
from sqlalchemy import create_engine
from datetime import datetime

engine = create_engine('postgresql://admin:quest@localhost:8812/mydb')
df = pd.read_sql_query(
  "select * from cases where ts between %(dstart)s and %(dfinish)s",
  con=engine, 
  params={"dstart":datetime(2020,12,24,16,0),"dfinish":datetime(2021,1,1,0,0)})

Mas voltou

DatabaseError: (psycopg2.DatabaseError) between/and parameters must be constants
LINE 1: ...etry where ts between '2020-12-24T16:00:00'::timestamp ...

Também tentei usar> e <em vez de BETWEEN

df = pd.read_sql_query(
  "select * from cases where ts > %(dstart)s and ts < %(dfinish)s",
  con=engine, 
  params={"dstart":datetime(2014,6,24,16,0),"dfinish":datetime(2014,6,24,17,0)})

Mas ainda sem sorte

DatabaseError: (psycopg2.DatabaseError) unsupported class
LINE 1: ... > '2020-06-24T16:00:00'::timestamp and ts < '2021-01-0...

Ele funciona sem parâmetros, então não está totalmente errado, mas estou faltando alguma coisa aqui.

Answer 1

QuestDb tem suporte para driver Postgres, mas não é totalmente compatível com consultas SQL. Poucos bits não funcionam, então BETWEEN aparentemente só pode ser usado com constantes. Além disso, quando você usa parâmetros de data e hora python, eles são convertidos '2020-06-24T16:00:00'::timestampna consulta, que também não é compatível com QuestDb

A solução alternativa é passar parâmetros de string e convertê-los em carimbo de data / hora na própria consulta, algo como

df = pd.read_sql_query(
  "select * from cases where ts > to_timestamp(%(dstart)s, 'yyyy-MM-dd HH:mm:ss') " + 
  "and ts < to_timestamp(%(dfinish)s, 'yyyy-MM-dd HH:mm:ss')",
  con=engine, 
  params={"dstart":datetime(2020,12,24,16,0).strftime("%Y-%m-%d %H:%M:%S"),
  "dfinish":datetime(2021,6,24,17,0).strftime("%Y-%m-%d %H:%M:%S")})

É o mesmo que no Trenton mencionado nos comentários.