get_foreign_keys() missing @reflection.cache causes excessive DESCRIBE TABLE EXTENDED queries

Aperta Adatta ai principianti
#72 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
1/5
Tempo stimato
Meno di un'ora
Idoneità per principianti
90/100
Tipo di issue
Bug
Chiarezza
Specificata chiaramente
Stato di attività
Tranquilla
Stack tecnologico
python
Ambito
database

Direzione di ricerca

Inizia in base.py, in get_foreign_keys(), intorno alla riga 256, e confrontalo con get_pk_constraint(), intorno alla riga 211; entrambi usano _describe_table_extended(). Aggiungi il decoratore mancante per la cache della reflection e verifica che DESCRIBE TABLE EXTENDED venga eseguito una sola volta per tabella durante reflection ripetute.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Summary

get_foreign_keys() is missing the @reflection.cache decorator, causing a fresh DESCRIBE TABLE EXTENDED query to be issued to the SQL warehouse for every table on every reflection call.

Expected behaviour

Like get_pk_constraint(), has_table(), and get_table_comment(), get_foreign_keys() should be cached per-table per-connection so that DESCRIBE TABLE EXTENDED is only executed once per table during a reflection pass.

Actual behaviour

Every call to get_foreign_keys() unconditionally executes:

DESCRIBE TABLE EXTENDED `catalog`.`schema`.`table`

When reflecting schemas with many tables (or when reflection is triggered repeatedly, e.g. on each request in a web application), this produces a large number of redundant warehouse queries.

Root cause

base.py — get_foreign_keys() at line 256 lacks @reflection.cache. Compare with get_pk_constraint() (line 211) which uses the same _describe_table_extended() helper but is correctly decorated.

Fix

Add @reflection.cache to get_foreign_keys().

Lingua principale
Python
Stelle
24
Fork
18
Nessuna PR unita negli ultimi 30g

Guida per i contributori

Apri la guida per i contributori

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di databricks/databricks-sqlalchemy

Tutte le issue di databricks/databricks-sqlalchemy

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.