我使用SQLAlchemy从python脚本运行从Redshift到S3的几个大型UNLOAD查询。 （以及sqlalchemy-redshift包） 第一对工作，但最后一个，运行longs（~30分钟）在Redshift查询仪表板中标记为Terminated。有些数据被加载到S3，但我怀疑它不是全部。 我相信查询本身是有效的，因为我过去曾在本地下载它。
SQLAlchemy是否会关闭花费太长时间的查询？有没有办法设置或延长查询超时？脚本本身就像没有出现任何问题一样继续，并且Redshift日志也没有表明问题，但是当查询被标记为Terminated时，它通常意味着外部已经杀死了该进程。
答案 0 :(得分：0)
有两个地方可以控制Redshift中的超时：
在工作负载管理器控制台中，您可以选择为每个队列指定超时。
ODBC / JDBC驱动程序设置。根据以下链接中的步骤更新您的注册表， http://docs.aws.amazon.com/redshift/latest/mgmt/connecting-firewall-guidance.html
答案 1 :(得分：0)
事实证明，sqlalchemy比AWS / Redshift更具问题。
SQLAlchemy不会隐式“提交事务”，因此如果在未提交的事务仍处于打开状态时关闭连接（即使查询本身似乎已完成），则该连接中的所有事务都将标记为“已终止”。
解决方案是使用“commit transaction;”
完成连接或每个事务conn = engine.connect()
conn.execute("""SELECT .... """)
conn.execute("""COMMIT TRANSACTION""")