从MYSQL查询时read_sql错误

Question

我使用python2.7和dask，并试图从远程机器查询db表到dask dataframe

表中有一个多列索引，我尝试使用以下脚本读取它

ddf = dd.read_sql_table("table name", "mysql://user:pass@ip:port/Dbname",spesific column name).head()

并获得以下错误

start = asanyarray(start) * 1.0 TypeError: ufunc 'multiply‘不包含带有签名匹配类型dtype('S32')的循环 dtype('S32') dtype('S32')

我得到了解释这里的sqlalchemy

我不知道问题是什么，当我尝试用另一列查询作为索引，并且只使用ddf head()时，我不会得到一个错误，当我试图计算整个ddf时我得到了相同的错误，我假设这是一个关于列不是唯一值的问题，我没有一个列索引，而是多个列，在这里读取整个表的解决方案是什么？

谢谢。

全回溯

> Traceback (most recent call last):   File "path", line 28, in <module>
>     ddf = dd.read_sql_table("tablename", "mysql://user:pass@ip:port/dbname","indexcolumn")   File "file", line
> 123, in read_sql_table
>     divisions = np.linspace(mini, maxi, npartitions + 1).tolist()   File
> "/home/user/.local/lib/python2.7/site-packages/numpy/core/function_base.py",
> line 108, in linspace
>     start = asanyarray(start) * 1.0 TypeError: ufunc 'multiply' did not contain a loop with signature matching types dtype('S32')
> dtype('S32') dtype('S32')

Answer 1

对于不提供更多信息或只指定分区数目的情况，read_sql_table中的分区逻辑只适用于数字，因为我们需要一种在最小值和最大值之间进行有序划分的方法。

显然，但是查询(获取最大值/分钟)返回了本例中的一个字符串。read_sql_table仍然可以工作，但是您将需要定义要在自己身上拆分的部门，并为它们提供divisions关键字，例如，

ddf = dd.read_sql_table("table name", "mysql://user:pass@ip:port/Dbname", 
    'index_col', divisions=['aardvark', 'llama', 'tapir', 'zebra']).head()

或者，所讨论的字符串看起来肯定是一个数字，因此您可能需要更新表的架构，以确保它被解释为数字。