我在用一个用Python编写的分析工具，它会查询ClickHouse数据库。遇到的问题是，当查询返回零行时，结果有时也会失去列结构，最终得到一个形状为 (0, 0) 的DataFrame，而不是具有预期列的那个。这会导致错误，因为即使没有数据，我也依赖于列名的存在。

我使用官方的clickhouse-connect Python库来执行如下查询：

result = self.conn.query(query)
df = pd.DataFrame(result.result_rows, columns=result.column_names)

在大多数情况下这都能正常工作。然而，对于某些返回零行的查询，result.column_names也会为空。

在逐步排查后，我发现是我更大查询中的一个具体的CTE（unconnected_pids）参与其中。当这部分没有返回行时，最终结果就没有任何列元数据。

  unconnected_pids AS (
    SELECT sc.machine_id AS machine_id, sc.pid AS pid, sc.service_name AS service_name
    FROM service_context sc
    GLOBAL LEFT JOIN pid_connections pc 
      ON (sc.machine_id = pc.machine1 AND sc.pid = pc.pid1) 
      OR (sc.machine_id = pc.machine2 AND sc.pid = pc.pid2)
  ),
  missing_discovery AS (
    SELECT 
      ps.machine_id AS machine_id, 
      ps.pid AS pid, 
      ps.inode_id, 
      si.dst_address AS dst_address, 
      si.dst_port
    FROM pid_sock ps
    GLOBAL LEFT JOIN socket_context sc ON sc.machine_id = ps.machine_id AND sc.inode_id = ps.inode_id
    GLOBAL LEFT JOIN linux_consts proto
      ON sc.protocol = proto.value AND proto.const_type = 'family_protocol'
    GLOBAL LEFT JOIN tcp_sock_map tsm 
      ON (ps.machine_id = tsm.machine1 AND ps.inode_id = tsm.sock1) 
      OR (ps.machine_id = tsm.machine2 AND ps.inode_id = tsm.sock2)
    GLOBAL LEFT JOIN socket_inet si ON si.machine_id = ps.machine_id AND si.inode_id = ps.inode_id
    WHERE 
      proto.const_name = 'IPPROTO_TCP' AND tsm.machine1 IS NULL AND si.dst_port <> 0
  )
SELECT 
    machine_id, pid, dst_address, COUNT(*) AS connections
FROM missing_discovery
GROUP BY 1, 2, 3

这段查询是一个更大型的分析系统的一部分，最初是基于DuckDB构建的。在DuckDB那边，这个逻辑也能正常工作，因为它会保留模式。

让人有点困惑的是，行为取决于查询结果如何变为零行。如果我取一个我确定结果会有行的查询，然后用 LIMIT 0 限制输出，列结构就会被保留。然而，当查询因为数据原因（例如通过join和过滤把所有行都消除）而成为零行时，结果可能完全失去其模式。

ClickHouse的日志没有显示错误，较简单的查询也按预期工作。

我发现的变通方法：

1. 可以使用clickhouse-driver库（它有一个 query_dataframe() 函数可以正确返回空的DataFrame）
2. 传入预期的列名，并编写一个包装函数，当查询结果shape评估为 (0,0) 时返回具有正确列的DataFrame

解决方案

要回答在查询结果为空时如何保持表结构这个最终问题，似乎做不到，至少就官方的clickhouse-connect库而言。不过Clickhouse-driver库在它们的 query_dataframe() 方法中在这次提交中修复了这个问题：
https://github.com/mymarilyn/clickhouse-driver/commit/4bc8a460da6163549f3c48a3d33d2610fad52e43