`TIMESTAMP`, `TIMESTAMP_NTZ`, `TINYINT` and the other `TypeDecorator`s don't declare `python_type`
Ninguém assumiu esta issue ainda.
Avaliação
- Dificuldade
- 2/5
- Tempo estimado
- 1-3 horas
- Facilidade para iniciantes
- 78/100
Direção de pesquisa
Comece em src/databricks/sqlalchemy/_types.py, onde as cinco subclasses de TypeDecorator estão definidas, e leia suas implementações e os testes de tipos existentes. Verifique se o python_type de cada tipo corresponde aos valores que ele retorna: datetime para TIMESTAMP e TIMESTAMP_NTZ, int para TINYINT, time para DatabricksTimeType e str para DatabricksStringType. O trabalho estará concluído quando esses tipos indicarem as classes Python esperadas nas versões compatíveis do SQLAlchemy.
Escrita pelo modelo de indexação a partir do texto da issue.
Descrição
Description of the bug
Our use case
We generate SQLAlchemy ORM models from Databricks tables with sqlacodegen. It reflects the tables through this dialect and annotates each column with the column type's python_type, for example Mapped[str | None] for a STRING column.
For TIMESTAMP, TIMESTAMP_NTZ and TINYINT columns we get Mapped[object | None] instead of Mapped[datetime | None] and Mapped[int | None]. These are the types reflection returns for timestamp, timestamp_ntz and tinyint. Type checkers then accept any value for these attributes, and any code reading them sees object.
The same happens to any other tool that reads python_type, and to the two types the dialect uses in place of Time and String through its colspecs (DatabricksTimeType and DatabricksStringType).
The bug
These five types are sqlalchemy.types.TypeDecorator subclasses that don't declare python_type:
| Type | impl |
Values returned | python_type |
|---|---|---|---|
TIMESTAMP |
DateTime |
datetime |
object |
TIMESTAMP_NTZ |
DateTime |
datetime |
object |
TINYINT |
SmallInteger |
int |
object |
DatabricksTimeType |
Time |
time |
object |
DatabricksStringType |
String |
str |
object |
TypeDecorator doesn't take python_type from its impl, so these types get the TypeEngine default: object in SQLAlchemy 2.1, and a NotImplementedError in 2.0.
The SQLAlchemy maintainers consider this the intended behaviour. A TypeDecorator can return different values from its impl through process_result_value, so only the decorator knows its Python type, and it's expected to declare python_type itself: link to the SQLAlchemy discussion.
Versions
- databricks-sqlalchemy: 2.0.10 (also on
main) - databricks-sql-connector: 4.6.0
- SQLAlchemy: 2.1.4, and 2.0.54
- Python: 3.12
- OS: Linux
To Reproduce
No connection is needed:
import datetime
from importlib.metadata import version
import sqlalchemy as sa
from databricks.sqlalchemy import TIMESTAMP, TIMESTAMP_NTZ, TINYINT, DatabricksDialect
print("SQLAlchemy", sa.__version__)
print("databricks-sqlalchemy", version("databricks-sqlalchemy"))
dialect = DatabricksDialect()
expected = {
# The types reflection returns for timestamp, timestamp_ntz and tinyint.
"TIMESTAMP": (TIMESTAMP(), datetime.datetime),
"TIMESTAMP_NTZ": (TIMESTAMP_NTZ(), datetime.datetime),
"TINYINT": (TINYINT(), int),
# The types the dialect uses in place of Time and String.
"Time": (sa.Time().dialect_impl(dialect), datetime.time),
"String": (sa.String().dialect_impl(dialect), str),
}
for name, (type_, python_type) in expected.items():
print(f"{name:14} {type(type_).__name__:20} python_type: {type_.python_type}")
for name, (type_, python_type) in expected.items():
assert type_.python_type is python_type, name
Output
With SQLAlchemy 2.1.4:
SQLAlchemy 2.1.4
databricks-sqlalchemy 2.0.10
TIMESTAMP TIMESTAMP python_type: <class 'object'>
TIMESTAMP_NTZ TIMESTAMP_NTZ python_type: <class 'object'>
TINYINT TINYINT python_type: <class 'object'>
Time DatabricksTimeType python_type: <class 'object'>
String DatabricksStringType python_type: <class 'object'>
Traceback (most recent call last):
...
AssertionError: TIMESTAMP
With SQLAlchemy 2.0.54, the first python_type raises NotImplementedError.
Expected behaviour
Each type's python_type is the type of the values it returns: datetime for TIMESTAMP and TIMESTAMP_NTZ, int for TINYINT, time for DatabricksTimeType and str for DatabricksStringType.
Possible fix
Declare python_type on each type in src/databricks/sqlalchemy/_types.py, which already imports datetime and time from datetime:
class TIMESTAMP_NTZ(sqlalchemy.types.TypeDecorator):
...
@property
def python_type(self) -> type:
return datetime
The same goes for TIMESTAMP (datetime), TINYINT (int), DatabricksTimeType (time) and DatabricksStringType (str).
Additional context
-
DatabricksArray,DatabricksMapandDatabricksVariantalso reportobject, becauseUserDefinedTypehas the same default. That's right for all three today.VARIANTcan hold any value, andARRAYandMAPhave noresult_processor, so their values are whatever the connector returns, which depends on its settings:databricks-sql-connector 4.6.0 ARRAYMAPdefault numpy.ndarraylistof(key, value)tuplesdisable_pandas=Truelistlistof(key, value)tuples_use_arrow_native_complex_types=Falsestr(JSON)str(JSON)A
result_processorconverting the values tolistanddictwould let these two types declarepython_typetoo, but that changes the values users get, so it's not part of this request. -
Our workaround: when a
TypeDecoratorreportsobject, we use itsimpl'spython_type. That's correct for the five types above, but as the SQLAlchemy maintainers point out, it's only a guess in general.
Thank you!
- Linguagem predominante
- Python
- Estrelas
- 24
- Forks
- 20
- Métricas de merge de PRs
- Nenhum PR com merge em 30d
Preparar o ambiente
- Sem Dockerfile nem arquivo Docker Compose
- Sem modelo de pull request
- Ler o guia de contribuição
Primeiros passos
- Leia a issue inteira e depois o guia de contribuição do projeto.
- Comente na issue dizendo que vai assumir — evita que duas pessoas façam o mesmo trabalho.
- Faça um fork do repositório e trabalhe em uma branch.
- Abra um pull request que referencie o número da issue.
Mais de databricks/databricks-sqlalchemy
-
get_columns() missing @reflection.cache causes a warehouse round-trip on every reflection callTalvez já em andamento @TangoEnSkai assumiu há 52 dias. Aberta
Dificuldade 1/5 Menos de uma hora Facilidade para iniciantes 92/100
-
get_foreign_keys() missing @reflection.cache causes excessive DESCRIBE TABLE EXTENDED queriesTalvez já em andamento @TangoEnSkai assumiu há 52 dias. Aberta
Dificuldade 1/5 Menos de uma hora Facilidade para iniciantes 90/100
-
TypeError when using Enum columns with the Databricks dialect (all 2.0.x releases)Talvez já em andamento @TangoEnSkai assumiu há 52 dias. Aberta
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 70/100
-
Dificuldade 3/5 1-2 dias Facilidade para iniciantes 64/100
databricks/databricks-sqlalchemy#77 · 3 comentários ·
-
Unable to insert Python lists into ARRAY<STRING> columns using pandas to_sqlTalvez já em andamento @aminghadersohi assumiu há 18 dias. Aberta
Dificuldade 4/5 3-5 dias Facilidade para iniciantes 48/100
databricks/databricks-sqlalchemy#73 · 1 comentário ·
Todas as issues de databricks/databricks-sqlalchemy
Issues semelhantes
-
[Bug]: LangGraph Store sync put bypasses namespace validationTalvez já em andamento @ktz03 assumiu hoje. Aberta
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 72/100
volcengine/OpenViking#6050 ·
Mantenedores costumam responder em até 1 dia
-
[Bug]: Streamed /v1/chat/completions sends unredacted agent error text (keys) in the final chunkTalvez já em andamento @rodricksz4h5 assumiu hoje. Abertaarea/streaming comp/gateway P2 type/security
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 78/100
NousResearch/hermes-agent#138245 ·
Mantenedores costumam responder em até 1 dia
-
[oblt-aw][autodoc] Update user onboarding guide for mandatory trigger CODEOWNERS stepTalvez já em andamento @github-actions assumiu hoje. Aberta
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 66/100
Mantenedores costumam responder em até 1 dia
-
correction metadata
Dificuldade 2/5 Menos de uma hora Facilidade para iniciantes 68/100
acl-org/acl-anthology#10378 · 1 comentário ·
Mantenedores costumam responder em até 1 dia
-
cloudtrail_multi_region_enabled_logging_management_events fails when the advanced event selector has a custom nameTalvez já em andamento @12YYCCYY16 assumiu hoje. Aberta
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 78/100
prowler-cloud/prowler#13033 ·
Mantenedores costumam responder em até 1 dia