Guía de traducción de SQL de IBM Netezza

El almacenamiento de datos de IBM Netezza se ha diseñado para funcionar con la sintaxis de SQL específica de Netezza. Netezza SQL se basa en Postgres 7.2. Los scripts de SQL escritos para Netezza no se pueden usar en un almacén de datos de BigQuery sin modificaciones, ya que los dialectos de SQL varían.

En este documento se detallan las similitudes y las diferencias entre las sintaxis SQL de Netezza y BigQuery en las siguientes áreas:

  • Tipos de datos
  • Elementos del lenguaje SQL
  • Sintaxis de consulta
  • Lenguaje de manipulación de datos (DML)
  • Lenguaje de definición de datos (DDL)
  • Procedimientos almacenados
  • Functions

También puedes usar la traducción de SQL por lotes para migrar tus secuencias de comandos SQL en bloque o la traducción de SQL interactiva para traducir consultas específicas. IBM Netezza SQL/NZPLSQL es compatible con ambas herramientas en versión preliminar.

Tipos de datos

Netezza BigQuery Notas
INTEGER/INT/INT4 INT64
SMALLINT/INT2 INT64
BYTEINT/INT1 INT64
BIGINT/INT8 INT64
DECIMAL NUMERIC El tipo de datos DECIMAL de Netezza es un alias del tipo de datos NUMERIC.
NUMERIC] NUMERIC INT64
NUMERIC(p,s) NUMERIC El tipo NUMERIC de BigQuery no aplica límites de dígitos ni de escala personalizados (restricciones) como Netezza. BigQuery tiene 9 dígitos fijos después de la coma, mientras que Netezza permite una configuración personalizada. En Netezza, la precisión p puede oscilar entre 1 y 38, y la escala s entre 0 y la precisión.
FLOAT(p) FLOAT64
REAL/FLOAT(6) FLOAT64
DOUBLE PRECISION/FLOAT(14) FLOAT64
CHAR/CHARACTER STRING El tipo STRING de BigQuery tiene una longitud variable y no requiere que se defina manualmente una longitud máxima de caracteres, como sí ocurre con los tipos CHARACTER y VARCHAR de Netezza. El valor predeterminado de n en CHAR(n) es 1. El tamaño máximo de la cadena de caracteres es de 64.000.
VARCHAR STRING El tipo STRING de BigQuery tiene una longitud variable y no requiere que se defina manualmente una longitud máxima de caracteres, como sí ocurre con los tipos CHARACTER y VARCHAR de Netezza. El tamaño máximo de la cadena de caracteres es de 64.000.
NCHAR STRING El tipo STRING de BigQuery se almacena como Unicode codificado en UTF-8 de longitud variable. La longitud máxima es de 16.000 caracteres.
NVARCHAR STRING El tipo STRING de BigQuery se almacena como Unicode codificado en UTF-8 de longitud variable. La longitud máxima es de 16.000 caracteres.
VARBINARY BYTES
ST_GEOMETRY GEOGRAPHY
BOOLEAN/BOOL BOOL El tipo BOOL de BigQuery solo puede aceptar TRUE/FALSE, a diferencia del tipo BOOL de Netezza, que puede aceptar varios valores, como 0/1, yes/no, true/false, y on/off.
DATE DATE
TIME TIME
TIMETZ/TIME WITH TIME ZONE TIME Netezza almacena el tipo de datos TIME en UTC y le permite transferir un desfase respecto a UTC mediante la sintaxis WITH TIME ZONE. El tipo de datos TIME de BigQuery representa una hora independiente de cualquier fecha o zona horaria.
TIMESTAMP DATETIME El tipo TIMESTAMP de Netezza no incluye una zona horaria, al igual que el tipo DATETIME de BigQuery.
ARRAY No hay ningún tipo de datos de matriz en Netezza. El tipo de matriz se almacena en un campo varchar.

Formato de tipo de marca de tiempo y fecha

Cuando conviertas elementos de formato de tipo de fecha de Netezza a GoogleSQL, debes prestar especial atención a las diferencias de zona horaria entre TIMESTAMP y DATETIME, tal como se resume en la siguiente tabla:

Netezza BigQuery
CURRENT_TIMESTAMP
CURRENT_TIME

La información de TIME en Netezza puede tener información de zona horaria diferente, que se define mediante la sintaxis WITH TIME ZONE. 		Si es posible, usa la función CURRENT_TIMESTAMP, que tiene el formato correcto. Sin embargo, el formato de salida no siempre muestra la zona horaria UTC (internamente, BigQuery no tiene una zona horaria). El objeto DATETIME de la herramienta de línea de comandos bq y de la consolaGoogle Cloud se formatea con un separador T según el RFC 3339. Sin embargo, en Python y Java JDBC, se usa un espacio como separador. Usa la función explícita FORMAT_DATETIME para definir el formato de fecha correctamente. De lo contrario, se hace una conversión explícita a una cadena, por ejemplo:
CAST(CURRENT_DATETIME() AS STRING)
Esto también devuelve un separador de espacio.
CURRENT_DATE CURRENT_DATE
CURRENT_DATE-3 BigQuery no admite operaciones aritméticas con datos. En su lugar, usa la función DATE_ADD.

SELECT declaración

Por lo general, la instrucción SELECT de Netezza es compatible con BigQuery. En la siguiente tabla se incluye una lista de excepciones:

Netezza BigQuery
Una instrucción SELECT sin cláusula FROM Admite casos especiales como los siguientes:

SELECT 1 UNION ALL SELECT 2; 

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

En BigQuery, las columnas no pueden hacer referencia a la salida de otras columnas definidas en la misma consulta. Debes duplicar la lógica o moverla a una consulta anidada.

Opción 1

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

Opción 2

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

Operadores de comparación

Netezza BigQuery Descripción
exp = exp2 exp = exp2 Igual
exp <= exp2 exp <= exp2 Inferior o igual a
exp < exp2 exp < exp2 Inferior a
exp <> exp2
exp != exp2		 exp <> exp2
exp != exp2		 No igual.
exp >= exp2 exp >= exp2 Mayor o igual que
exp > exp2 exp > exp2 Superior a

Funciones de SQL integradas

Netezza BigQuery Descripción
CURRENT_DATE CURRENT_DATE Obtiene la fecha actual (año, mes y día).
CURRENT_TIME CURRENT_TIME Obtiene la hora actual con fracciones.
CURRENT_TIMESTAMP CURRENT_TIMESTAMP Obtiene la fecha y la hora actuales del sistema, con una precisión de un segundo.
NOW CURRENT_TIMESTAMP Obtiene la fecha y la hora actuales del sistema, redondeadas al segundo más próximo.
COALESCE(exp, 0) COALESCE(exp, 0) Sustituye NULL por cero.
NVL(exp, 0) IFNULL(exp, 0) Sustituye NULL por cero.
EXTRACT(DOY FROM timestamp_expression) EXTRACT(DAYOFYEAR FROM timestamp_expression) Devuelve el número de días desde el principio del año.
ADD_MONTHS(date_expr, num_expr) DATE_ADD(date, INTERVAL k MONTH) Añadir meses a una fecha.
DURATION_ADD(date, k) DATE_ADD(date, INTERVAL k DAY) Realiza sumas en fechas.
DURATION_SUBTRACT(date, k) DATE_SUB(date, INTERVAL k DAY) Resta fechas.
str1 || str2 CONCAT(str1, str2) Concatenar cadenas.

Functions

En esta sección se comparan las funciones de Netezza y BigQuery.

Funciones de agregación

Netezza BigQuery
ANY_VALUE
APPROX_COUNT_DISTINCT
APPROX_QUANTILES
APPROX_TOP_COUNT
APPROX_TOP_SUM
AVG AVG
intNand BIT_AND
intNnot Operador NOT bit a bit: ~
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

Funciones analíticas

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 Operador NOT bit a bit: ~
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

Funciones de fecha y hora

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

Funciones de cadena

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

Funciones matemáticas

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)

Sintaxis de DML

En esta sección se compara la sintaxis DML de Netezza y BigQuery.

INSERT declaración

Netezza BigQuery 

INSERT INTO table VALUES (...);


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


Netezza ofrece una palabra clave DEFAULT y otras restricciones para las columnas. En BigQuery, solo se pueden omitir los nombres de las columnas en la instrucción INSERT si se proporcionan todas las columnas.		 

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


INSERT INTO table VALUES (), ();

BigQuery impone cuotas de DML, que restringen el número de declaraciones de DML que puedes ejecutar al día. Para aprovechar al máximo tu cuota, puedes seguir estos enfoques:

  • Combina varias filas en una sola instrucción INSERT, en lugar de una fila por instrucción INSERT.
  • Combina varias instrucciones DML (incluida una instrucción INSERT) con una instrucción MERGE.
  • Usa una instrucción CREATE TABLE ... AS SELECT para crear y rellenar tablas.

Las secuencias de comandos DML de BigQuery tienen una semántica de coherencia ligeramente diferente a las instrucciones equivalentes de Netezza. Ten en cuenta que BigQuery no ofrece restricciones aparte de NOT NULL.

Para obtener una descripción general del aislamiento de instantáneas y de la gestión de sesiones y transacciones, consulta Garantías de coherencia y aislamiento de transacciones.

UPDATE declaración

En Netezza, la cláusula WHERE es opcional, pero en BigQuery es necesaria.

Netezza BigQuery 

UPDATE tbl
SET
tbl.col1=val1;

No se admite sin la cláusula WHERE. Usa una cláusula WHERE true para actualizar todas las filas. 

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;

Para ver ejemplos, consulta la sección Ejemplos de UPDATE.

Debido a las cuotas de DML, te recomendamos que uses instrucciones MERGE más grandes en lugar de varias instrucciones UPDATE y INSERT individuales. Las secuencias de comandos DML de BigQuery tienen una semántica de coherencia ligeramente diferente a las instrucciones equivalentes de Netezza. Para obtener una descripción general del aislamiento de instantáneas y de la gestión de sesiones y transacciones, consulta Garantías de coherencia y aislamiento de transacciones.

DELETE y TRUNCATE

Las instrucciones DELETE y TRUNCATE son dos formas de eliminar filas de una tabla sin afectar al esquema ni a los índices de la tabla. La instrucción TRUNCATE tiene el mismo efecto que la instrucción DELETE, pero es mucho más rápida que la instrucción DELETE en el caso de las tablas grandes. La instrucción TRUNCATE se admite en Netezza, pero no en BigQuery. Sin embargo, puedes usar instrucciones DELETE tanto en Netezza como en BigQuery.

En BigQuery, la instrucción DELETE debe tener una cláusula WHERE. En Netezza, la cláusula WHERE es opcional. Si no se especifica la cláusula WHERE, se eliminan todas las filas de la tabla de Netezza.

Netezza BigQuery Descripción 

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

Sustituir el contenido de una tabla por el resultado de una consulta es el equivalente a una transacción. Puedes hacerlo con una query o con una copia (cp) operación. 

bq query \

--replace \

--destination_table \

tableA \

'SELECT * \

FROM tableB \

WHERE ...'


bq cp \

-f tableA tableB

Sustituir el contenido de una tabla por los resultados de una consulta. 

DELETE FROM database.table


DELETE FROM table WHERE TRUE;

En Netezza, cuando se ejecuta una instrucción de eliminación, las filas no se eliminan físicamente, sino que solo se marcan para su eliminación. Si ejecutas los comandos GROOM TABLE o nzreclaim más adelante, se eliminarán las filas marcadas para su eliminación y se recuperará el espacio en disco correspondiente.
GROOM TABLE Netezza usa el comando GROOM TABLE para recuperar espacio en disco eliminando las filas marcadas para su eliminación.

MERGE declaración

Una instrucción MERGE debe coincidir con una fila de origen como máximo por cada fila de destino. Los scripts de DML de BigQuery tienen una semántica de coherencia ligeramente diferente a las instrucciones equivalentes de Netezza. Para obtener una descripción general del aislamiento de instantáneas y de la gestión de sesiones y transacciones, consulta Garantías de coherencia y aislamiento de transacciones. Para ver ejemplos, consulta los ejemplos de MERGE BigQuery y los ejemplos de MERGE Netezza.

Sintaxis de DDL

En esta sección se compara la sintaxis DDL de Netezza y BigQuery.

CREATE TABLE declaración

Netezza BigQuery Descripción
TEMP
TEMPORARY 		Con la compatibilidad con DDL de BigQuery, puedes crear una tabla a partir de los resultados de una consulta y especificar su vencimiento en el momento de la creación. Por ejemplo, para tres días:

CREATE TABLE 'my-project.public_dump.vtemp'
OPTIONS(
expiration_timestamp=TIMESTAMP_ADD(CURRENT_TIMESTAMP(),
INTERVAL 3 DAY))		 Crea tablas temporales para una sesión.
ZONE MAPS No es compatible. Búsqueda rápida de WHERE condición.
DISTRIBUTE ON PARTITION BY Particiones. No es una traducción directa. DISTRIBUTE ON comparte datos entre nodos, normalmente con una clave única para que la distribución sea uniforme, mientras que PARTITION BY elimina datos en segmentos.
ORGANIZE ON CLUSTER BY Tanto Netezza como BigQuery admiten hasta cuatro claves para la agrupación en clústeres. Las tablas base agrupadas (CBT) de Netezza proporcionan la misma precedencia a cada una de las columnas de agrupamiento. BigQuery da prioridad a la primera columna en la que se agrupa la tabla, seguida de la segunda columna y así sucesivamente.
ROW SECURITY Authorized View Seguridad a nivel de fila.
CONSTRAINT No compatible Comprueba las restricciones.

DROP declaración

Netezza BigQuery Descripción
DROP TABLE DROP TABLE
DROP DATABASE DROP DATABASE
DROP VIEW DROP VIEW

Opciones y atributos de columna

Netezza BigQuery Descripción
NULL
NOT NULL 		NULLABLE
REQUIRED 		Especifica si la columna puede contener valores NULL.
REFERENCES No compatible Especifica la restricción de la columna.
UNIQUE No compatible Cada valor de la columna debe ser único.
DEFAULT No compatible Valor predeterminado de todos los valores de la columna.

Tablas temporales

Netezza admite tablas TEMPORARY que existen durante la duración de una sesión.

Para crear una tabla temporal en BigQuery, haz lo siguiente:

  1. Crea un conjunto de datos con un tiempo de vida breve (por ejemplo, 12 horas).

  2. Crea la tabla temporal en el conjunto de datos con el prefijo temp. Por ejemplo, para crear una tabla que caduque en una hora, haz lo siguiente:

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

  3. Empieza a leer y escribir en la tabla temporal.

También puedes eliminar duplicados de forma independiente para detectar errores en los sistemas posteriores.

Ten en cuenta que BigQuery no admite columnas DEFAULT y IDENTITY (secuencias).

Declaraciones SQL procedimentales

Netezza usa el lenguaje de scripting NZPLSQL para trabajar con procedimientos almacenados. NZPLSQL se basa en el lenguaje PL/pgSQL de Postgres. En esta sección se describe cómo convertir las instrucciones de SQL de procedimiento que se usan en procedimientos almacenados, funciones y activadores de Netezza a BigQuery.

CREATE PROCEDURE declaración

Tanto Netezza como BigQuery admiten la creación de procedimientos almacenados mediante la instrucción CREATE PROCEDURE. Para obtener más información, consulta Trabajar con procedimientos almacenados de SQL.

Declaración y asignación de variables

Netezza BigQuery Descripción
DECLARE var datatype(len) [DEFAULT value]; DECLARE Declara la variable.
SET var = value; SET Asigna un valor a la variable.

Controladores de excepciones

Netezza admite controladores de excepciones que se pueden activar en determinadas condiciones de error. BigQuery no admite controladores de condiciones.

Netezza BigQuery Descripción
EXCEPTION No compatible Declara el controlador de excepciones de SQL para errores generales.

Instrucciones SQL dinámicas

Netezza admite consultas de SQL dinámicas en procedimientos almacenados. BigQuery no admite instrucciones SQL dinámicas.

Netezza BigQuery Descripción
EXECUTE IMMEDIATE sql_str; EXECUTE IMMEDIATE sql_str; Ejecuta SQL dinámico.

Instrucciones de flujo de control

Netezza BigQuery Descripción
IF THEN ELSE STATEMENT
IF condition
THEN ...
ELSE ...
END IF;		 IF condition
THEN ...
ELSE ...
END IF; 		Ejecutar condicionalmente.
Control iterativo
FOR var AS SELECT ...
DO stmts END FOR;
FOR var AS cur CURSOR
FOR SELECT ...
DO stmts END FOR;		 No compatible Itera en una colección de filas.
Control iterativo
LOOP stmts END LOOP;		 LOOP
sql_statement_list END LOOP;		 Bloque de instrucciones de bucle.
EXIT WHEN BREAK Salir de un procedimiento.
WHILE *condition* LOOP WHILE condition
DO ...
END WHILE		 Ejecuta un bucle de instrucciones hasta que falle una condición while.

Otras declaraciones y elementos del lenguaje procesal

Netezza BigQuery Descripción
CALL proc(param,...) No compatible Ejecutar un procedimiento.
EXEC proc(param,...) No compatible Ejecutar un procedimiento.
EXECUTE proc(param,...) No compatible Ejecutar un procedimiento.

Instrucciones SQL de varias líneas y con varias instrucciones

Tanto Netezza como BigQuery admiten transacciones (sesiones) y, por lo tanto, admiten instrucciones separadas por puntos y comas que se ejecutan de forma coherente. Para obtener más información, consulta el artículo sobre las transacciones con varias declaraciones.

Otras instrucciones SQL

Netezza BigQuery Descripción
GENERATE STATISTICS Genera estadísticas de todas las tablas de la base de datos actual.
GENERATE STATISTICS ON table_name Generar estadísticas de una tabla específica.
GENERATE STATISTICS ON table_name(col1,col4) Puede usar funciones estadísticas, como MIN, MAX, AVG,, etc., la interfaz de usuario o la API Cloud Data Loss Prevention. Genera estadísticas de columnas específicas de una tabla.
GENERATE STATISTICS ON table_name APPROX_COUNT_DISTINCT(col) Muestra el número de valores únicos de las columnas.
INSERT INTO table_name INSERT INTO table_name Inserta una fila.
LOCK TABLE table_name FOR EXCLUSIVE; No compatible Bloquear fila.
SET SESSION CHARACTERISTICS AS TRANSACTION ISOLATION LEVEL ... BigQuery siempre usa el aislamiento de instantánea. Para obtener más información, consulta Garantías de coherencia y aislamiento de transacciones. Define el nivel de aislamiento de la transacción.
BEGIN TRANSACTION
END TRANSACTION
COMMIT
 BigQuery siempre usa el aislamiento de instantánea. Para obtener más información, consulta Garantías de coherencia y aislamiento de transacciones. Define el límite de la transacción para las solicitudes de varias instrucciones.
EXPLAIN... No es compatible. Funciones similares en el plan de consulta y la cronología Muestra el plan de consulta de una instrucción SELECT.
Metadatos de visualizaciones de usuarios metadata
Metadatos de visualizaciones del sistema 		SELECT
* EXCEPT(is_typed)
FROM
mydataset.INFORMATION_SCHEMA.TABLES;

BigQuery Esquema de información		 Consultar objetos en la base de datos

Garantías de coherencia y aislamiento de transacciones

Tanto Netezza como BigQuery son atómicos, es decir, cumplen los requisitos de ACID a nivel de mutación en muchas filas. Por ejemplo, una operación MERGE es completamente atómica, incluso con varios valores insertados.

Transacciones

Netezza acepta sintácticamente los cuatro modos de aislamiento de transacciones de ANSI SQL. Sin embargo, independientemente del modo que se especifique, solo se usa el modo SERIALIZABLE, que proporciona el mayor nivel de coherencia posible. Este modo también evita lecturas sucias, no repetibles y fantasma entre transacciones simultáneas. Netezza no usa el bloqueo convencional para aplicar la coherencia. En su lugar, usa la comprobación de dependencias de serialización, una forma de control de concurrencia optimista para revertir automáticamente la última transacción cuando dos transacciones intentan modificar los mismos datos.

BigQuery también admite transacciones. BigQuery ayuda a asegurar el control de simultaneidad optimista (la primera confirmación tiene prioridad) con el aislamiento de la instantánea, en el que una consulta lee los últimos datos confirmados antes de que empiece la consulta. Este enfoque garantiza el mismo nivel de coherencia por fila y por mutación, así como entre las filas de la misma instrucción DML, pero evita los interbloqueos. En el caso de que se realicen varias actualizaciones de DML en la misma tabla, BigQuery cambia al control de concurrencia pesimista. Las tareas de carga se pueden ejecutar de forma completamente independiente y añadir datos a las tablas.

Restauración

Netezza admite la instrucción ROLLBACK TRANSACTION para anular la transacción actual y revertir todos los cambios realizados en la transacción.

En BigQuery, puedes usar la instrucción ROLLBACK TRANSACTION.

Límites de las bases de datos

Límite Netezza BigQuery
Tablas por base de datos 32.000 Sin restricción
Columnas por tabla 1600 10000
Tamaño máximo de las filas 64 KB 100 MB
Longitud del nombre de la columna y de la tabla 128 bytes 16.384 caracteres Unicode
Filas por tabla Ilimitado Ilimitado
Longitud máxima de la solicitud SQL 1 MB (longitud máxima de las consultas de SQL estándar sin resolver).

12 MB (longitud máxima de las consultas de SQL antiguo y estándar resueltas).

Streaming:
10 MB (límite de tamaño de la solicitud HTTP)
10.000 (máximo de filas por solicitud)
Tamaño máximo de solicitud y respuesta 10 MB (solicitud) y 10 GB (respuesta) o prácticamente ilimitado si se usa la paginación o la API Cloud Storage.
Número máximo de sesiones simultáneas 63 transacciones simultáneas de lectura y escritura. 2000 conexiones simultáneas al servidor. 100 consultas simultáneas (se puede aumentar con la reserva de espacio), 300 solicitudes a la API simultáneas por usuario.

Siguientes pasos