如何在sql中使用python函数:dai.DaiUDF

在日常投研里，SQL 擅长数据读写与过滤，但在复杂计算上可用算子有限；Python 则拥有 numpy/scipy/pandas 等丰富工具，但一旦离开 SQL 查询链路，就容易出现“先拉数据 → 再本地算 → 再落表/再 join”的低效流程。
因此我们需要一种方式：保留 SQL 的读写效率，同时把 Python 的复杂计算注入到查询中。我们可以使用平台中的dai.DaiUDF函数，它实现了在 Python 里写函数 → 注册成 UDF → SQL 里直接调用。

dai.DaiUDF

dai.DaiUDF (name, function, parameters=None, return_type=None, type=UDFType.NATIVE, null_handling=FunctionNullHandling.DEFAULT, exception_handling=ExceptionHandling.DEFAULT, side_effects=False)

DAI Python UDF类。

参数：

• name: str，SQL语句。

• function: Callable，函数体。

• parameters: List[DaiPyType]，参数列表，默认为空。

• return_type: DaiPyType，返回值类型，默认为空。

• type: UDFType，函数类型，默认为UDFType.NATIVE。

• null_handling: FunctionNullHandling，是否处理空值，默认为FunctionNullHandling.DEFAULT。

• exception_handling: ExceptionHandling，是否处理异常，默认为ExceptionHandling.DEFAULT。

• side_effects: bool，是否产生副作用，默认为False。

自定义函数参数和返回值的数据类型：

• DaiType

• BIGINT

• BIT

• BLOB

• BOOLEAN

• DATE

• DOUBLE

• FLOAT

• HUGEINT

• INTEGER

• INTERVAL

• SMALLINT

• SQLNULL

• TIME

• TIMESTAMP

• TIMESTAMP_MS

• TIMESTAMP_NS

• TIMESTAMP_S

• TIMESTAMP_TZ

• TIME_TZ

• TINYINT

• UBIGINT

• UINTEGER

• USMALLINT

• UTINYINT

• UUID

• VARCHAR

1.写一个最简单的 Python 函数

把输入乘 2（timestwo）

import dai
import numpy as np

def timestwo(x):
    return x * 2

函数是传入一个 array，返回一个 array

2.注册成 UDF（SQL 才能认得这个函数）

timestwo_udf = dai.DaiUDF(
    name="timestwo",
    function=timestwo,
    return_type="double",
)

注册后的 UDF 只在自己的账号下可用，主要是避免全员 import 时加载大量 UDF，带来内存/时间开销。

3.SQL 里像内置函数一样调用

sql = """
select
  date,
  instrument,
  close,
  timestwo(close) as factor
from cn_stock_prefactors
"""

4.执行查询时把 UDF 放进 udf_list

只要你用到了 udf_list，就必须在 query 的时候传进去。

df = dai.query(
    sql,
    udf_list=[timestwo_udf],
    filters={"date": ["2024-01-01", "2024-02-01"]},
).df()

df

5.输出结果

6.关键约束与用法细节

输入向量长度必须与输出向量长度一致；比如你传入 array，不能直接返回一个标量 std，必须把标量“扩展回同长度向量”。