Guida alla traduzione IBM Netezza SQL

Il data warehousing di IBM Netezza è progettato per funzionare con SQL specifico per Netezza a riga di comando. Netezza SQL è basato su Postgres 7.2. Script SQL scritti per Netezza non possono essere utilizzate in un data warehouse BigQuery senza modifiche, poiché i dialetti SQL variano.

Questo documento descrive le analogie e le differenze nella sintassi SQL tra Netezza e BigQuery nelle seguenti aree:

  • Tipi di dati
  • Elementi del linguaggio SQL
  • Sintassi delle query
  • Data Manipulation Language (DML)
  • Data Definition Language (DDL)
  • Stored procedure
  • Funzioni

Puoi anche utilizzare traduzione SQL batch eseguire la migrazione collettiva degli script SQL traduzione SQL interattiva per tradurre query ad hoc. IBM Netezza SQL/NZPLSQL è supportato da entrambi in anteprima.

Tipi di dati

Netezza BigQuery Note
INTEGER/INT/INT4 INT64
SMALLINT/INT2 INT64
BYTEINT/INT1 INT64
BIGINT/INT8 INT64
DECIMAL NUMERIC Il tipo di dati DECIMAL di Netezza è alias di NUMERIC tipo di dati.
NUMERIC NUMERIC INT64
NUMERIC(p,s) NUMERIC Il NUMERIC digita BigQuery non forzare l'applicazione di una cifra personalizzata limiti di scala (vincoli) come Netezza. BigQuery ha 9 cifre fisse dopo il separatore decimale, mentre Netezza consente configurazione personalizzata. Nella Netezza, precisione p può essere compreso tra 1 e 38, e scala s da 0 a la precisione.
FLOAT(p) FLOAT64
REAL/FLOAT(6) FLOAT64
DOUBLE PRECISION/FLOAT(14) FLOAT64
CHAR/CHARACTER STRING Il STRING digita BigQuery è a lunghezza variabile non richiede impostare manualmente un valore massimo come Netezza CHARACTER e VARCHAR tipi che ti servono. Il valore predefinito valore di n in CHAR(n) è 1. Il valore massimo dimensione stringa di caratteri è 64.000.
VARCHAR STRING Il STRING digita BigQuery è a lunghezza variabile non richiede impostare manualmente un valore massimo come Netezza CHARACTER e VARCHAR tipi che ti servono. Il valore massimo dimensione stringa di caratteri è 64.000.
NCHAR STRING Il STRING digita BigQuery viene archiviato come lunghezza variabile UTF-8 con codifica Unicode. La la lunghezza massima è 16.000 caratteri.
NVARCHAR STRING Il STRING digita BigQuery viene archiviato come lunghezza variabile Unicode con codifica UTF-8. La lunghezza massima è 16.000 caratteri.
VARBINARY BYTES
ST_GEOMETRY GEOGRAPHY
BOOLEAN/BOOL BOOL Il BOOL digita BigQuery può solo accetta TRUE/FALSE, a differenza del tipo BOOL in Netezza, che può accettano diverse come 0/1, yes/no true/false, on/off,
DATE DATE
TIME TIME
TIMETZ/TIME WITH TIME ZONE TIME Netezza archivia Tipo di dati TIME in UTC e ti consente di passare una differenza da UTC utilizzando la sintassi WITH TIME ZONE. La TIME tipo di dati in BigQuery rappresenta tempo indipendente di qualsiasi data o ora zona di destinazione.
TIMESTAMP DATETIME Netezza TIMESTAMP non include un fuso orario, uguale a BigQuery Tipo di DATETIME.
ARRAY Nessun dato nell'array e digita il testo in Netezza. La è invece in un tag Varchar campo.

Formattazione di timestamp e tipo di data

Per ulteriori informazioni sulla formattazione del tipo di data utilizzata da Netezza SQL, vedi il Pattern del modello Netezza Date Time documentazione. Per ulteriori informazioni sulle funzioni di data e ora, consulta Funzioni di data/ora di Netezza documentazione.

Quando converti gli elementi di formattazione del tipo di data da Netezza a in GoogleSQL, devi prestare particolare attenzione al fuso orario differenze tra TIMESTAMP e DATETIME, come riassunte in tabella seguente:

Netezza BigQuery
CURRENT_TIMESTAMP
CURRENT_TIME

Informazioni su TIME in Netezza può avere fuso orario diverso informazioni, che viene definito con la sintassi WITH TIME ZONE. 		Se possibile, utilizza Funzione CURRENT_TIMESTAMP, che viene formattato in modo corretto. Tuttavia, il formato di output non sempre mostra Fuso orario UTC (internamente, BigQuery non hanno un fuso orario). L'oggetto DATETIME nel a riga di comando bq La console Google Cloud è formattato utilizzando Separatore T secondo RFC 3339. Tuttavia, Python e Java JDBC, uno spazio utilizzato come separatore. Utilizza l'esplicita Funzione FORMAT_DATETIME per definire la data il formato corretto. Altrimenti, trasmissione esplicita è in una stringa, ad esempio:
CAST(CURRENT_DATETIME() AS STRING)
Viene restituito anche separatore di spazio.
CURRENT_DATE CURRENT_DATE
CURRENT_DATE-3 BigQuery non supporto aritmetico operazioni sui dati. Utilizza invece DATE_ADD.

Istruzione SELECT

In genere, l'istruzione Netezza SELECT è compatibile con in BigQuery. La tabella seguente contiene un elenco di eccezioni:

Netezza BigQuery
Un'istruzione SELECT senza clausola FROM Supporta casi speciali quali:

SELECT 1 UNION ALL SELECT 2; 

SELECT
  (subquery) AS flag,
  CASE WHEN flag = 1 THEN ...

In BigQuery, le colonne non possono fare riferimento l'output di altre colonne definiti all'interno della stessa query. Devi duplicare la logica o spostare la logica in una query nidificata.

Opzione 1

SELECT
  (subquery) AS flag,
  CASE WHEN (subquery) = 1 THEN ...

Opzione 2

SELECT
  q.*,
  CASE WHEN flag = 1 THEN ...
FROM (
  SELECT
    (subquery) AS flag,
    ...
  ) AS q

Operatori di confronto

Netezza BigQuery Descrizione
exp = exp2 exp = exp2 Uguale
exp <= exp2 exp <= exp2 Minore o uguale a
exp < exp2 exp < exp2 Minore di
exp <> exp2
exp != exp2		 exp <> exp2
exp != exp2		 Diverso
exp >= exp2 exp >= exp2 Maggiore o uguale a a
exp > exp2 exp > exp2 Maggiore di

Funzioni SQL integrate

Netezza BigQuery Descrizione
CURRENT_DATE CURRENT_DATE Ottieni la data corrente (anno, mese giorno).
CURRENT_TIME CURRENT_TIME Vedere l'ora attuale con frazione.
CURRENT_TIMESTAMP CURRENT_TIMESTAMP Ottieni lo stato attuale data e ora di sistema, al secondo intero più vicino.
NOW CURRENT_TIMESTAMP Scarica il sistema attuale data e ora, al secondo intero più vicino.
COALESCE(exp, 0) COALESCE(exp, 0) Sostituisci NULL con zero.
NVL(exp, 0) IFNULL(exp, 0) Sostituisci NULL con zero.
EXTRACT(DOY FROM timestamp_expression) EXTRACT(DAYOFYEAR FROM timestamp_expression) Restituisce il numero di giorni da all'inizio dell'anno.
ADD_MONTHS(date_expr, num_expr) DATE_ADD(date, INTERVAL k MONTH) Aggiungere mesi a una data.
DURATION_ADD(date, k) DATE_ADD(date, INTERVAL k DAY) Esegui aggiunta il giorno date.
DURATION_SUBTRACT(date, k) DATE_SUB(date, INTERVAL k DAY) Esegui sottrazione su date.
str1 || str2 CONCAT(str1, str2) Concatena le stringhe.

Funzioni

Questa sezione confronta le funzioni di Netezza e BigQuery.

Funzioni di aggregazione

Netezza BigQuery
ANY_VALUE
APPROX_COUNT_DISTINCT
APPROX_QUANTILES
APPROX_TOP_COUNT
APPROX_TOP_SUM
AVG AVG
intNand BIT_AND
intNnot Operatore non bitwise: ~
intNor BIT_OR
intNxor BIT_XOR
intNshl
intNshr
CORR CORR
COUNT COUNT
COUNTIF
COVAR_POP COVAR_POP
COVAR_SAMP COVAR_SAMP
GROUPING
LOGICAL_AND
LOGICAL_OR
MAX MAX
MIN MIN
MEDIAN PERCENTILE_CONT(x, 0.5)
STDDEV_POP STDDEV_POP
STDDEV_SAMP STDDEV_SAMP
STDDEV
STRING_AGG
SUM SUM
VAR_POP VAR_POP
VAR_SAMP VAR_SAMP
VARIANCE

Funzioni analitiche

Netezza BigQuery
ANY_VALUE
ARRAY_AGG
ARRAY_CONCAT ARRAY_CONCAT_AGG
ARRAY_COMBINE
ARRAY_COUNT
ARRAY_SPLIT
ARRAY_TYPE
AVG AVG
intNand BIT_AND
intNnot Operatore non bitwise: ~
intNor BIT_OR
intNxor BIT_XOR
intNshl
intNshr
CORR CORR
COUNT COUNT
COUNTIF
COVAR_POP COVAR_POP
COVAR_SAMP COVAR_SAMP
CUME_DIST CUME_DIST
DENSE_RANK DENSE_RANK
FIRST_VALUE FIRST_VALUE
LAG LAG
LAST_VALUE LAST_VALUE
LEAD LEAD
AND LOGICAL_AND
OR LOGICAL_OR
MAX MAX
MIN MIN
NTH_VALUE
NTILE NTILE
PERCENT_RANK PERCENT_RANK
PERCENTILE_CONT PERCENTILE_CONT
PERCENTILE_DISC PERCENTILE_DISC
RANK RANK
ROW_NUMBER ROW_NUMBER
STDDEV STDDEV
STDDEV_POP STDDEV_POP
STDDEV_SAMP STDDEV_SAMP
STRING_AGG
SUM SUM
VARIANCE VARIANCE
VAR_POP VAR_POP
VAR_SAMP VAR_SAMP
VARIANCE
WIDTH_BUCKET

Funzioni di data e ora

Netezza BigQuery
ADD_MONTHS DATE_ADD
TIMESTAMP_ADD
AGE
CURRENT_DATE CURRENT_DATE
CURRENT_DATETIME
CURRENT_TIME CURRENT_TIME
CURRENT_TIME(p)
CURRENT_TIMESTAMP CURRENT_TIMESTAMP
CURRENT_TIMESTAMP(p)
DATE
DATE_ADD
DATE_DIFF
DATE_FROM_UNIX_DATE
DATE_SUB
DATE_TRUNC DATE_TRUNC
DATE_PART
DATETIME
DATETIME_ADD
DATETIME_DIFF
DATETIME_SUB
DATETIME_TRUNC
DURATION_ADD
DURATION_SUBTRACT
EXTRACT EXTRACT (DATE)
EXTRACT (TIMESTAMP)
FORMAT_DATE
FORMAT_DATETIME
FORMAT_TIME
FORMAT_TIMESTAMP
LAST_DAY DATE_SUB( DATE_TRUNC( DATE_ADD( date_expression, INTERVAL 1 MONTH ), MONTH ), INTERVAL 1 DAY )
MONTHS_BETWEEN DATE_DIFF(date_expression, date_expression, MONTH)
NEXT_DAY
NOW
OVERLAPS
PARSE_DATE
PARSE_DATETIME
PARSE_TIME
PARSE_TIMESTAMP
STRING
TIME
TIME_ADD
TIME_DIFF
TIME_SUB
TIME_TRUNC
TIMEOFDAY
TIMESTAMP DATETIME
TIMESTAMP_ADD
TIMESTAMP_DIFF
TIMESTAMP_MICROS
TIMESTAMP_MILLIS
TIMESTAMP_SECONDS
TIMESTAMP_SUB
TIMESTAMP_TRUNC
TIMEZONE
TO_DATE PARSE_DATE
TO_TIMESTAMP PARSE_TIMESTAMP
UNIX_DATE
UNIX_MICROS
UNIX_MILLIS
UNIX_SECONDS

Funzioni di stringa

Netezza BigQuery
ASCII TO_CODE_POINTS(string_expr)[OFFSET(0)]
BYTE_LENGTH
TO_HEX
CHAR_LENGTH
CHARACTER_LENGTH
CODE_POINTS_TO_BYTES
BTRIM
CHR CODE_POINTS_TO_STRING([numeric_expr])
CONCAT
DBL_MP
DLE_DST
ENDS_WITH
FORMAT
FROM_BASE32
FROM_BASE64
FROM_HEX
HEX_TO_BINARY
HEX_TO_GEOMETRY
INITCAP
INSTR
INT_TO_STRING
LE_DST
LENGTH LENGTH
LOWER LOWER
LPAD LPAD
LTRIM LTRIM
NORMALIZE
NORMALIZE_AND_CASEFOLD
PRI_MP
REGEXP_CONTAINS
REGEXP_EXTRACT REGEXP_EXTRACT
REGEXP_EXTRACT_ALL REGEXP_EXTRACT_ALL
REGEXP_EXTRACT_ALL_SP
REGEXP_EXTRACT_SP
REGEXP_INSTR STRPOS(col, REGEXP_EXTRACT())
REGEXP_LIKE
REGEXP_MATCH_COUNT
REGEXP_REPLACE REGEXP_REPLACE
REGEXP_REPLACE_SP IF(REGEXP_CONTAINS,1,0)
REGEXP_EXTRACT
REPEAT REPEAT
REPLACE
REVERSE
RPAD RPAD
RTRIM RTRIM
SAFE_CONVERT_BYTES_TO_STRING
SCORE_MP
SEC_MP
SOUNDEX
SPLIT
STARTS_WITH
STRING_TO_INT
STRPOS STRPOS
SUBSTR SUBSTR
TO_BASE32
TO_BASE64
TO_CHAR
TO_DATE
TO_NUMBER
TO_TIMESTAMP
TO_CODE_POINTS
TO_HEX
TRANSLATE
TRIM
UPPER UPPER
UNICODE
UNICODES

Funzioni matematiche

Netezza BigQuery
ABS ABS
ACOS ACOS
ACOSH
ASIN ASIN
ASINH
ATAN ATAN
ATAN2 ATAN2
ATANH
CEIL
DCEIL		 CEIL
CEILING
COS COS
COSH
COT COT
DEGREES
DIV
EXP EXP
FLOOR
DFLOOR		 FLOOR
GREATEST GREATEST
IEEE_DIVIDE
IS_INF
IS_NAN
LEAST LEAST
LN LN
LOG LOG
LOG10
MOD MOD
NULLIF(expr, 0)
PI ACOS(-1)
POW
FPOW		 POWER
POW
RADIANS
RANDOM RAND
ROUND ROUND
SAFE_DIVIDE
SETSEED
SIGN SIGN
SIN SIN
SINH
SQRT
NUMERIC_SQRT		 SQRT
TAN TAN
TANH
TRUNC TRUNC
IFNULL(expr, 0)

Sintassi DML

Questa sezione confronta la sintassi DML di Netezza e BigQuery.

Istruzione INSERT

Netezza BigQuery 

INSERT INTO table VALUES (...);


INSERT INTO table (...) VALUES (...);


Netezza offre una parola chiave DEFAULT e altri vincoli per le colonne. In BigQuery, l'omissione dei nomi delle colonne nella L'istruzione INSERT è valida solo se tutte le colonne sono fornite.		 

INSERT INTO table (...) VALUES (...);
INSERT INTO table (...) VALUES (...);


INSERT INTO table VALUES (), ();

BigQuery impone quote DML, che limitano le di istruzioni DML che è possibile eseguire ogni giorno. Per un utilizzo ottimale di quota, considera i seguenti approcci:

  • Combina più righe in una singola istruzione INSERT, anziché una riga per istruzione INSERT.
  • Combinare più istruzioni DML (inclusa un'istruzione INSERT) utilizzando un'istruzione MERGE.
  • Utilizzare un'istruzione CREATE TABLE ... AS SELECT per creare e per compilare nuove tabelle.

Gli script DML in BigQuery hanno coerenza leggermente diversa rispetto alle istruzioni equivalenti di Netezza. Inoltre, tieni presente che BigQuery non offre vincoli a parte NOT NULL.

Per una panoramica dell'isolamento degli snapshot e della gestione di sessioni e transazioni, consulta Garanzie di coerenza e isolamento delle transazioni.

Istruzione UPDATE

In Netezza, la clausola WHERE è facoltativa, ma in BigQuery lo è necessaria.

Netezza BigQuery 

UPDATE tbl
SET
tbl.col1=val1;

Non supportata senza la clausola WHERE. Utilizza una clausola WHERE true per aggiornare tutte le righe. 

UPDATE A
SET
  y = B.y,
  z = B.z + 1
FROM B
WHERE A.x = B.x
  AND A.y IS NULL;


UPDATE A
SET
  y = B.y,
  z = B.z + 1
FROM B
WHERE A.x = B.x
  AND A.y IS NULL;


UPDATE A alias
SET x = x + 1
WHERE f(x) IN (0, 1)


UPDATE A
SET x = x + 1
WHERE f(x) IN (0, 1);


UPDATE A
SET z = B.z
FROM B
WHERE A.x = B.x
  AND A.y = B.y


UPDATE A
SET z = B.z
FROM B
WHERE A.x = B.x
  AND A.y = B.y;

Per alcuni esempi, vedi Esempi di UPDATE.

A causa delle quote DML, consigliamo di utilizzare istruzioni MERGE più grandi anziché più istruzioni singole Estratti conto UPDATE e INSERT. Gli script DML in BigQuery hanno una semantica a coerenza leggermente diversa rispetto alle istruzioni equivalenti in Netezza. Per una panoramica dell'isolamento degli snapshot e della gestione di sessioni e transazioni, consulta Garanzie di coerenza e isolamento delle transazioni.

Estratti conto DELETE e TRUNCATE

Le istruzioni DELETE e TRUNCATE consentono di rimuovere righe da una tabella in entrambi i modi senza influire sullo schema o sugli indici della tabella. L'istruzione TRUNCATE contiene effetto dell'istruzione DELETE, ma è molto più veloce dell'istruzione DELETE per tabelle di grandi dimensioni. L'istruzione TRUNCATE è supportata in Netezza, ma non supportati in BigQuery. Tuttavia, puoi utilizzare DELETE sia in Netezza che in BigQuery.

In BigQuery, l'istruzione DELETE deve avere una clausola WHERE. In Netezza, la clausola WHERE è facoltativa. Se la clausola WHERE non è specificato, vengono eliminate tutte le righe nella tabella Netezza.

Netezza BigQuery Descrizione 

BEGIN;
LOCK TABLE A IN EXCLUSIVE MODE;
DELETE FROM A;
INSERT INTO A SELECT * FROM B;
COMMIT;

La sostituzione dei contenuti di una tabella con l'output della query l'equivalente di una transazione. Puoi farlo con una query o una copia (cp) operativa. 

bq query \

--replace \

--destination_table \

tableA \

'SELECT * \

FROM tableB \

WHERE ...'


bq cp \

-f tableA tableB

Sostituisci i contenuti di una tabella con i risultati di una query. 

DELETE FROM database.table


DELETE FROM table WHERE TRUE;

In Netezza, quando viene eseguita un'istruzione di eliminazione, le righe non vengono eliminati fisicamente, ma solo contrassegnati per l'eliminazione. L'esecuzione I comandi GROOM TABLE o nzreclaim verranno rimossi in seguito le righe contrassegnate per l'eliminazione e recupera lo spazio su disco corrispondente.
GROOM TABLE Netezza utilizza il comando GROOM TABLE per liberare spazio su disco rimuovendo le righe contrassegnate per l'eliminazione.

Istruzione MERGE

Un'istruzione MERGE deve corrispondere al massimo a una riga di origine per ogni riga di destinazione. DML gli script in BigQuery hanno una semantica a coerenza leggermente diversa rispetto a quelle equivalenti di Netezza. Per una panoramica dell'isolamento degli snapshot e la gestione di sessioni e transazioni, consulta Garanzie di coerenza e isolamento delle transazioni. Per alcuni esempi, vedi Esempi di BigQuery MERGE e Esempi Netezza MERGE.

Sintassi DDL

Questa sezione confronta la sintassi DDL di Netezza e quella di BigQuery.

Istruzione CREATE TABLE

Netezza BigQuery Descrizione
TEMP
TEMPORARY 		Con il DDL di BigQuery assistenza, puoi per creare una tabella i risultati di una query e specificare scadenza al momento della creazione nel tempo. Ad esempio, per tre giorni:

CREATE TABLE 'fh-bigquery.public_dump.vtemp'
OPTIONS(
expiration_timestamp=TIMESTAMP_ADD(CURRENT_TIMESTAMP(),
INTERVAL 3 DAY))		 Creare tabelle temporaneo a un durante la sessione.
ZONE MAPS Non supportati. Ricerca rapida di WHERE condizione.
DISTRIBUTE ON PARTITION BY Partizionamento. Questa non è una traduzione diretta. DISTRIBUTE ON condivide i dati tra nodi, di solito con una chiave unica per una distribuzione uniforme, mentre PARTITION BY li riduce in segmenti.
ORGANIZE ON CLUSTER BY Entrambi Netezza e BigQuery fino a quattro tasti per il clustering. Netezza tabelle di base in cluster (CBT) offrono la stessa precedenza a ciascuna il clustering colonne. BigQuery dà la precedenza a nella prima colonna che corrisponde alla tabella in cluster, seguiti da nella seconda colonna e così via.
ROW SECURITY Authorized View Sicurezza a livello di riga.
CONSTRAINT Non supportata Controlla i vincoli.

Istruzione DROP

Netezza BigQuery Descrizione
DROP TABLE DROP TABLE
DROP DATABASE DROP DATABASE
DROP VIEW DROP VIEW

Opzioni e attributi delle colonne

Netezza BigQuery Descrizione
NULL
NOT NULL 		NULLABLE
REQUIRED 		Specifica se la colonna è può contenere NULL valori.
REFERENCES Non supportata Specifica colonna di blocco.
UNIQUE Non supportata Ogni valore nella colonna devono essere univoci.
DEFAULT Non supportata Valore predefinito per tutte i valori nella colonna.

Tabelle temporanee

Supporta Netezza TEMPORARY tabelle esistenti per tutta la durata di una sessione.

Per creare una tabella temporanea in BigQuery:

  1. Crea un set di dati con una breve durata (ad esempio 12 ore).

  2. Crea la tabella temporanea nel set di dati, con il prefisso del nome della tabella temp. Ad esempio, per creare una tabella che scade tra un'ora:

    CREATE TABLE temp.name (col1, col2, ...)
OPTIONS(expiration_timestamp = TIMESTAMP_ADD(CURRENT_TIMESTAMP(),
INTERVAL 1 HOUR));

  3. Inizia a leggere e scrivere dalla tabella temporanea.

Puoi anche rimuovere i duplicati in modo indipendente per trovare errori nei sistemi downstream.

Tieni presente che BigQuery non supporta DEFAULT e IDENTITY (sequenze).

Istruzioni SQL procedurali

Netezza utilizza NZPLSQL linguaggio di scripting compatibile con le stored procedure. NZPLSQL è basato su Postgres linguaggio PL/pgSQL. Questa sezione descrive come convertire l'SQL procedurale utilizzate in stored procedure, funzioni e trigger da Netezza a in BigQuery.

Istruzione CREATE PROCEDURE

Netezza e BigQuery supportano entrambi la creazione di stored procedure utilizzando CREATE PROCEDURE l'Informativa. Per ulteriori informazioni, vedi Utilizzare le stored procedure SQL.

Dichiarazione di variabili e assegnazione

Netezza BigQuery Descrizione
DECLARE var datatype(len) [DEFAULT value]; DECLARE Dichiara la variabile.
SET var = value; SET Assegna un valore alla variabile.

Gestori di eccezioni

Netezza supporta gestori di eccezioni che possono essere attivati per determinati errori le condizioni di traffico. BigQuery non supporta i gestori di condizioni.

Netezza BigQuery Descrizione
EXCEPTION Non supportata Dichiara il gestore delle eccezioni SQL per errori generici.

Istruzioni SQL dinamiche

Netezza supporta le query SQL dinamiche all'interno delle stored procedure. BigQuery non supporta le istruzioni SQL dinamiche.

Netezza BigQuery Descrizione
EXECUTE IMMEDIATE sql_str; EXECUTE IMMEDIATE sql_str; Eseguire SQL dinamico.

Istruzioni Flow-of-control

Netezza BigQuery Descrizione
IF THEN ELSE STATEMENT
IF condizione
THEN ...
ELSE ...
END IF;		 IF condizione
THEN ...
ELSE ...
END IF; 		Esegui in modo condizionale.
Controllo iterativo
FOR var AS SELECT ...
DO stmt END FOR;
FOR var AS cur CURSOR
FOR SELECT ...
DO stmts END FOR;		 Non supportata Esegui l'iterazione su una raccolta di righe.
Controllo iterativo
LOOP stmts END LOOP;		 LOOP
sql_statement_list END LOOP;		 Blocco di istruzioni in loop.
EXIT WHEN BREAK Esci da una procedura.
WHILE *condition* LOOP WHILE condizione
DO ...
END WHILE		 Esegui un loop di fino a un po' di tempo non riesce.

Altre affermazioni ed elementi del linguaggio procedurale

Netezza BigQuery Descrizione
CALL proc(param,...) Non supportata Esegui una procedura.
EXEC proc(param,...) Non supportata Esegui una procedura.
EXECUTE proc(param,...) Non supportata Esegui una procedura.

Istruzioni SQL a più istruzioni e multiriga

Sia Netezza che BigQuery supportano le transazioni (sessioni) e supportano quindi istruzioni separate da punti e virgola che sono in modo coerente eseguite insieme. Per ulteriori informazioni, vedi Transazioni multi-istruzione.

Altre istruzioni SQL

Netezza BigQuery Descrizione
GENERATE STATISTICS Genera statistiche per tutte le tabelle rispetto al database attuale.
GENERATE STATISTICS ON table_name Genera statistiche per una tabella specifica.
GENERATE STATISTICS ON table_name(col1,col4) Usa entrambi funzioni statistiche come MIN, MAX, AVG, e così via, utilizzare l'interfaccia utente usano l'API Cloud Data Loss Prevention. Genera statistiche per colonne specifiche in una tabella.
GENERATE STATISTICS ON table_name APPROX_COUNT_DISTINCT(col) Mostra il numero di valori univoci per colonne.
INSERT INTO table_name INSERT INTO table_name Inserisci una riga.
LOCK TABLE table_name FOR EXCLUSIVE; Non supportata Blocca riga.
SET SESSION CHARACTERISTICS AS TRANSACTION ISOLATION LEVEL ... BigQuery utilizza sempre Isolamento degli snapshot. Per maggiori dettagli, vedi Coerenza di garanzie e transazione per l'isolamento. Definisci la transazione livello di isolamento.
BEGIN TRANSACTION
END TRANSACTION
COMMIT
 BigQuery utilizza sempre Isolamento degli snapshot. Per maggiori dettagli, vedi Coerenza di garanzie e transazione per l'isolamento. Definisci i limite delle transazioni più dichiarazioni richieste.
EXPLAIN ... Non supportati. Simile nel query piano e tempistiche Mostra piano di query per un SELECT.
Visualizzazioni degli utenti metadati
Metadati delle visualizzazioni di sistema 		SELECT
* EXCEPT(is_typed)
FROM
mydataset.INFORMATION_SCHEMA.TABLES;

BigQuery Schema delle informazioni		 Esegui query sugli oggetti nella database

Garanzie di coerenza e isolamento delle transazioni

Sia Netezza che BigQuery sono atomici, ovvero Conformità ACID in data un livello per mutazione su molte righe. Ad esempio, un'operazione MERGE completamente atomico, anche con più valori inseriti.

Transazioni

Netezza accetta sintatticamente tutte e quattro le modalità di ANSI SQL isolamento delle transazioni. Tuttavia, indipendentemente dalla modalità specificata, viene utilizzata solo la modalità SERIALIZABLE in modo da offrire il massimo livello di coerenza possibile. Questa modalità evita letture "sporche", non ripetibili e fantasma tra transazioni simultanee. Netezza non utilizza modelli chiusura per garantire la coerenza. Utilizza invece il controllo delle dipendenze per la serializzazione, una forma di controllo ottimistico della contemporaneità per eseguire automaticamente il rollback più recente quando due transazioni tentano di modificare gli stessi dati.

BigQuery inoltre supporta le transazioni. BigQuery aiuta a garantire un controllo ottimistico della contemporaneità (prima il commit ha la priorità) con l'isolamento degli snapshot, in cui una query legge l'ultima prima dell'inizio della query. Questo approccio garantisce lo stesso livello coerenza per riga, per mutazione e tra righe all'interno dello stesso l'istruzione DML, evitando però i deadlock. Nel caso di più aggiornamenti DML rispetto nella stessa tabella, BigQuery passa controllo pessimistico della contemporaneità. I job di caricamento possono essere eseguiti in modo completamente indipendente e aggiunti alle tabelle.

Esegui il rollback

Netezza supporta Dichiarazione ROLLBACK interrompere la transazione corrente ed eseguire il rollback di tutte le modifiche apportate transazione.

In BigQuery, puoi utilizzare ROLLBACK TRANSACTION.

Limiti per i database

Limite Netezza BigQuery
Tabelle per database 32.000 Senza restrizioni
Colonne per tabella 1600 10000
Dimensione massima della riga 64 kB 100 MB
Colonna e tabella lunghezza del nome 128 byte 16.384 Unicode caratteri
Righe per tabella Illimitato Illimitato
Richiesta SQL massima lunghezza 1 MB (massimo standard non risolto lunghezza della query SQL).

12 MB (numero massimo risolto legacy e standard lunghezza della query SQL).

Flussi di dati:
10 MB (dimensioni della richiesta HTTP limite)
10.000 (numero massimo di righe per richiesta)
Numero massimo di richieste e dimensione risposta 10 MB (richiesta) e 10 GB (risposta) o praticamente illimitato se utilizzando l'impaginazione l'API Cloud Storage.
Numero massimo di sessioni simultanee 63 simultanei lettura/scrittura transazioni. 2000 connessioni simultanee al server. 100 query in parallelo (può essere aumentata con prenotazione slot), 300 API simultanee richieste per utente.

Passaggi successivi