我在执行复制命令以从 python 将数据从 S3 加载到 Amazon 的 Redshift 时遇到问题。
我有以下复制命令：
copy moves from 's3://<my_bucket_name>/moves_data/2013-03-24/18/moves'
credentials 'aws_access_key_id=<key_id>;aws_secret_access_key=<key_secret>'
removequotes
delimiter ',';
当我使用 SQL Workbench/j 执行此命令时，一切都按预期工作，但是当我尝试使用 python 和 psycopg2 执行此命令时，命令通过 OK，但没有加载数据，也没有引发错误。
尝试了以下两个选项（假设 psycopg2 连接正常，因为它是）：
cursor.execute(copy_command)
cursor.copy_expert(copy_command, sys.stdout)
两者都通过而没有警告但尚未加载数据
想法？
谢谢
我已经成功地使用了这个精确的设置（psycopg2 + redshift + COPY）。你后来答应了吗？SQL Workbench 默认为自动提交，而 psycopg2 默认为打开事务，因此在您在连接上调用 commit() 之前数据将不可见。
完整的工作流程是：
conn = psycopg2.connect(...)
cur = conn.cursor()
cur.execute("COPY...")
conn.commit()
我不相信 copy_expert() 或任何 cursor.copy_* 命令可与 Redshift 一起使用。
首先，确保事务已提交。
conn = psycopg2.connect(conn_string)
cur = conn.cursor()
cur.execute(copy_cmd_str)
conn.commit()
您也可以通过以下方式确保事务提交（确保释放资源），
with psycopg2.connect(conn_string) as conn:
with conn.cursor() as curs:
curs.execute(copy_cmd_str)
当连接退出 with 块时，如果该块没有引发异常，则事务被提交。如果出现异常，事务将回滚。
其次，当要加载的数据需要很长时间并且超过 connect_timeout （并且无法提交）时，即使执行提交也无济于事。因此，当显式提交没有帮助时，请尝试增加超时时间。
如果您使用的是 sqlalchemy，则复制命令不会自行自动提交。这对我有用：
from sqlalchemy import create_engine
eng = create_engine(...)
command = """
copy command here
"""
conn = eng.connect()
result = conn.execution_options(autocommit=True).execute(command)
result.close()
语法应该类似于 DDL 语句
# Create table
c.execute('''CREATE TABLE stocks
(date text, trans text, symbol text, qty real, price real)''')