直接拼接用户输入进SQL等于交出数据库钥匙；必须用参数化查询（如SQLAlchemy的text()配字典传参）、动态结构部分严格白名单校验、最小权限三者并用才安全。
数据清洗任务里直接拼接用户输入进 SQL，哪怕只在 WHERE 条件里用一次 name = '" + user_input + "'，就等于把数据库钥匙交出去了。防不住注入，不是因为没用 ORM，而是因为清洗逻辑绕过了参数化——比如动态字段、Jinja 模板渲染、或手写 text() 查询时传参错位。
SQLAlchemy 的 text() 怎么用才不炸
text() 是安全断点，它不解析、不校验、不转义，只原样转发字符串。安全与否，全看你怎么绑定参数。
- ✅ 正确：占位符必须是
:name形式，传参必须是字典，键名严格匹配：text("SELECT * FROM t WHERE status = :s"), {"s": "active"} - ❌ 错误：
text(f"WHERE name = '{q}'")或text("WHERE name = %s")——%s在text()里只是普通字符，不会触发参数化 - ⚠️ 易踩坑：用元组传参（如
(val,)）配:name占位符，会报KeyError；用**locals()传参，键名对不上也崩
filter() 和 filter_by() 看似安全，但清洗脚本里常被误用
这两个方法本身走表达式树，底层生成预编译语句，但前提是“你传进去的是干净值”。清洗任务中容易出事的点在于混用字符串操作。
- ✅ 安全：
query.filter(User.name == name_q)、query.filter_by(status="active") - ❌ 危险：
query.filter("name LIKE '%" + q + "%'")—— 字符串拼接直接跳过 ORM 防护 - ❌ 危险：
query.filter(User.name.like(f"%{q}%"))——f""在 Python 层就拼完了，like()不接管参数化 - ⚠️ 动态字段陷阱：如果排序字段
sort_by来自清洗配置文件，order_by(getattr(User, sort_by))前必须白名单校验：if sort_by not in ["id", "created_at"]
ETL 清洗链路中哪些组件默认不防注入
很多清洗工具的「动态 SQL」入口本质就是字符串拼接器，不会自动识别变量来源。关键不是“能不能写”，而是“有没有强制走预编译路径”。
立即学习“Python免费学习笔记（深入）”；
- Apache NiFi 的
ExecuteSQL：若用${sql.query}表达式拼接字段，且没启用ParameterizedSQL模式，即高危 - Talend 的
tMysqlRow：默认是Statement，必须手动勾选Use PreparedStatement，SQL 编辑框里写WHERE id = ?，再在参数表填字段映射 - dbt 的
{{ var('filter_value') }}：这是 Jinja 渲染，不是参数化。如果filter_value来自 CLI 参数，WHERE status = '{{ var("filter_value") }}'就裸奔 - Spark SQL 的
spark.sql()：禁止用f"SELECT * FROM t WHERE x = {user_input}"，必须改用spark.sql("SELECT * FROM t WHERE x = ?", user_input)（注意：仅 PySpark 3.5+ 支持该语法）
表名、字段名、ORDER BY 这些根本不能参数化
SQL 协议规定：这些属于查询结构，在解析阶段就必须确定执行计划，数据库根本不允许当参数传。想靠 %s 或 :name 绑定它们，只会报错或降级为字符串拼接。
- 动态表名：用字典硬映射，如
{"user": "dim_user_v2", "order": "fact_order_2024"}，绝不用f"SELECT * FROM {table_name}" - 排序字段：白名单校验必须前置，不能等进 SQL 再过滤。前端传
sort=id ASC; DROP TABLE users--，后端不拦住就直接执行 - LIMIT 数量：强制转整型并限范围，
limit_n = max(1, min(100, int(request.args.get("limit", 20))))，避免传负数或超大值拖垮集群
最常被忽略的一点：清洗任务往往要读原始日志、CSV 或 API 返回的脏数据，这些输入连基本类型都没保证。别指望 int() 转换或 RequestParser 就能防注入——它们不介入 SQL 构建环节。真正起作用的，只有参数化绑定 + 结构部分白名单 + 最小数据库权限三者同时生效。
