Guide de traduction SQL d'IBM Netezza

L'entreposage de données d'IBM Netezza est conçu pour fonctionner avec la syntaxe SQL propre à Netezza. Le langage SQL de Netezza est basé sur Postgres 7.2. Les scripts SQL écrits pour Netezza ne peuvent pas être utilisés dans un entrepôt de données BigQuery sans être modifiés, car les dialectes SQL varient.

Ce document décrit les similitudes et les différences de syntaxe SQL entre Netezza et BigQuery dans les domaines suivants :

Types de données
Éléments de langage SQL
Syntaxe des requêtes
Langage de manipulation de données (LMD)
Langage de définition de données (LDD)
Procédures stockées
Fonctions

Vous pouvez également utiliser la traduction SQL par lot pour migrer vos scripts SQL de façon groupée, ou la traduction SQL interactive pour traduire des requêtes ad hoc. Le langage SQL/NZPLSQL d'IBM Netezza est compatible avec les deux outils en version bêta.

Types de données

Netezza	BigQuery	Remarques
`INTEGER/INT/INT4`	`INT64`
`SMALLINT/INT2`	`INT64`
`BYTEINT/INT1`	`INT64`
`BIGINT/INT8`	`INT64`
`DECIMAL`	`NUMERIC`	Le type de données `DECIMAL` de Netezza est un alias pour le type de données `NUMERIC`.
`NUMERIC`	`NUMERIC` `INT64`
`NUMERIC(p,s)`	`NUMERIC`	Comme BigQuery, le type `NUMERIC` dans BigQuery n'applique pas de limites de chiffres ou d'échelles personnalisées (contraintes). BigQuery dispose de neuf chiffres après la virgule, tandis que Netezza autorise une configuration personnalisée. Dans Netezza, la précision `p` peut aller de 1 à 38, et `s` peut aller de 0 à la précision.
`FLOAT(p)`	`FLOAT64`
`REAL/FLOAT(6)`	`FLOAT64`
`DOUBLE PRECISION/FLOAT(14)`	`FLOAT64`
`CHAR/CHARACTER`	`STRING`	Le type `STRING` dans BigQuery est de longueur variable et ne nécessite pas de définir manuellement un nombre maximal de caractères comme l'exigent les `CHARACTER` et `VARCHAR` de Netezza. La valeur par défaut de `n` dans `CHAR(n)` est 1. La taille maximale de la chaîne de caractères est de 64 000.
`VARCHAR`	`STRING`	Le type `STRING` dans BigQuery est de longueur variable et ne nécessite pas de définir manuellement un nombre maximal de caractères comme l'exigent les `CHARACTER` et `VARCHAR` de Netezza. La taille maximale de la chaîne de caractères est de 64 000.
`NCHAR`	`STRING`	Dans BigQuery, le type `STRING` est stocké sous la forme d'un Unicode encodé UTF-8 de longueur variable. La longueur ne doit pas dépasser 16 000 caractères.
`NVARCHAR`	`STRING`	Dans BigQuery, le type `STRING` est stocké sous la forme d'un Unicode encodé UTF-8 de longueur variable. La longueur ne doit pas dépasser 16 000 caractères.
`VARBINARY`	`BYTES`
`ST_GEOMETRY`	`GEOGRAPHY`
`BOOLEAN/BOOL`	`BOOL`	Dans BigQuery, le type `BOOL` n'accepte que `TRUE/FALSE`, contrairement au type `BOOL` dans Netezza, qui peut accepter des valeurs diverses telles que `0/1`, `yes/no`, `true/false,` `on/off`.
`DATE`	`DATE`
`TIME`	`TIME`
`TIMETZ/TIME WITH TIME ZONE`	`TIME`	Netezza stocke le type de données `TIME` au format UTC et vous permet de transmettre un décalage par rapport à l'heure UTC à l'aide de la syntaxe `WITH TIME ZONE`. Le type de données `TIME` de BigQuery représente une heure indépendante de toute date ou de tout fuseau horaire.
`TIMESTAMP`	`DATETIME`	Le type `TIMESTAMP` de Netezza n'inclut pas de fuseau horaire, tout comme le type `DATETIME` de BigQuery.
	`ARRAY`	Il n'y a pas de type de données "tableau" dans Netezza. À la place, le type de tableau est stocké dans un champ varchar.

Mise en forme des types d'horodatage et de date

Pour en savoir plus sur le formatage du type de date utilisé par Netezza SQL, consultez la documentation sur les modèles de modèle de date et heure Netezza. Pour en savoir plus sur les fonctions de date et d'heure, consultez la documentation sur les fonctions de date/heure de Netezza.

Lorsque vous convertissez des éléments de mise en forme de type de date de Netezza vers GoogleSQL, vous devez être particulièrement attentif aux différences de fuseau horaire entre TIMESTAMP et DATETIME, comme résumé dans le tableau suivant :

Netezza	BigQuery
`CURRENT_TIMESTAMP` `CURRENT_TIME` `TIME` Les informations de Netezza peuvent avoir des informations de fuseau horaire différentes, définies à l'aide de la syntaxe `WITH TIME ZONE`.	Si possible, utilisez la fonction `CURRENT_TIMESTAMP`, qui est correctement formatée. Toutefois, le format de sortie n'affiche pas toujours le fuseau horaire UTC (en interne, BigQuery n'a pas de fuseau horaire). L'objet `DATETIME` de l'outil de ligne de commande bq, et la console Google Cloud est formaté à l'aide d'un séparateur `T` conformément à la norme RFC 3339. Toutefois, dans Python et Java JDBC, un espace est utilisé comme séparateur. Utilisez la fonction `FORMAT_DATETIME` explicite pour définir correctement le format de date. Sinon, un casting explicite est créé dans une chaîne, par exemple : `CAST(CURRENT_DATETIME() AS STRING)` (Renvoie également un séparateur d'espace).
`CURRENT_DATE`	`CURRENT_DATE`
`CURRENT_DATE-3`	BigQuery n'est pas compatible avec les opérations de données arithmétiques. À la place, utilisez la fonction `DATE_ADD`.

Instruction `SELECT`

En règle générale, l'instruction Netezza SELECT est compatible avec BigQuery. Le tableau suivant contient la liste des exceptions :

Netezza BigQuery

Netezza	BigQuery
Une instruction `SELECT` sans clause `FROM`	Compatibilité avec les cas particuliers, tels que les suivants : `SELECT 1 UNION ALL SELECT 2;`
SELECT (subquery) AS flag, CASE WHEN flag = 1 THEN ...	Dans BigQuery, les colonnes ne peuvent pas faire référence à la sortie d'autres colonnes définies au sein de la même requête. Vous devez dupliquer la logique ou la déplacer dans une requête imbriquée. Option 1 SELECT (subquery) AS flag, CASE WHEN (subquery) = 1 THEN ... Option 2 SELECT q.*, CASE WHEN flag = 1 THEN ... FROM ( SELECT (subquery) AS flag, ... ) AS q

Une instruction SELECT sans clause FROM

Compatibilité avec les cas particuliers, tels que les suivants :

SELECT 1 UNION ALL SELECT 2;


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

Dans BigQuery, les colonnes ne peuvent pas faire référence à la sortie d'autres colonnes définies au sein de la même requête. Vous devez dupliquer la logique ou la déplacer dans une requête imbriquée.

Option 1


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

Option 2


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

Opérateurs de comparaison

Netezza	BigQuery	Description
`exp = exp2`	`exp = exp2`	Égal à
`exp <= exp2`	`exp <= exp2`	Inférieur ou égal à
`exp < exp2`	`exp < exp2`	Moins de
`exp <> exp2` `exp != exp2`	`exp <> exp2` `exp != exp2`	Not Equal (Non égal à)
`exp >= exp2`	`exp >= exp2`	Supérieur ou égal à
`exp > exp2`	`exp > exp2`	Supérieur à

Fonctions SQL intégrées

Netezza	BigQuery	Description
`CURRENT_DATE`	`CURRENT_DATE`	Obtenir la date actuelle (année, mois et jour).
`CURRENT_TIME`	`CURRENT_TIME`	Obtenir l'heure actuelle avec la fraction.
`CURRENT_TIMESTAMP`	`CURRENT_TIMESTAMP`	Obtenir la date et l'heure système actuelles, à la seconde près la plus proche
`NOW`	`CURRENT_TIMESTAMP`	Obtenir la date et l'heure système actuelles, à la seconde près la plus proche
`COALESCE(exp, 0)`	`COALESCE(exp, 0)`	Remplacer `NULL` par zéro.
`NVL(exp, 0)`	`IFNULL(exp, 0)`	Remplacer `NULL` par zéro.
`EXTRACT(DOY FROM timestamp_expression)`	`EXTRACT(DAYOFYEAR FROM timestamp_expression)`	Renvoyer le nombre de jours depuis le début de l'année.
`ADD_MONTHS(date_expr, num_expr)`	`DATE_ADD(date, INTERVAL k MONTH)`	Ajouter des mois à une date.
`DURATION_ADD(date, k)`	`DATE_ADD(date, INTERVAL k DAY)`	Effectuer une ajout sur les dates.
`DURATION_SUBTRACT(date, k)`	`DATE_SUB(date, INTERVAL k DAY)`	Effectuer des soustractions aux dates.
`str1 \|\| str2`	`CONCAT(str1, str2)`	Concaténer les chaînes.

Fonctions

Cette section compare les fonctions Netezza et BigQuery.

Fonctions d'agrégation

Netezza	BigQuery
	`ANY_VALUE`
	`APPROX_COUNT_DISTINCT`
	`APPROX_QUANTILES`
	`APPROX_TOP_COUNT`
	`APPROX_TOP_SUM`
`AVG`	`AVG`
`intNand`	`BIT_AND`
`intNnot`	Opérateur NOT (PAS) au niveau du 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`

Fonctions analytiques

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`	Opérateur NOT (PAS) au niveau du 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`

Fonctions de date et heure

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`

Fonctions de chaîne

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`

Fonctions mathématiques

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)`

Syntaxe LMD

Cette section compare la syntaxe LMD de Netezza et BigQuery.

Instruction `INSERT`

Netezza BigQuery

Netezza	BigQuery
INSERT INTO table VALUES (...);	INSERT INTO table (...) VALUES (...); Netezza propose un mot clé `DEFAULT` et d'autres contraintes pour les colonnes. Dans BigQuery, l'omission des noms de colonnes dans l'instruction `INSERT` n'est valide que si toutes les colonnes sont fournies.
INSERT INTO table (...) VALUES (...); INSERT INTO table (...) VALUES (...);	INSERT INTO table VALUES (), (); BigQuery impose des quotas LMD, qui limitent le nombre d'instructions LMD que vous pouvez exécuter quotidiennement. Pour utiliser au mieux votre quota, envisagez les approches suivantes : Combinez plusieurs lignes en une seule instruction `INSERT` au lieu d'avoir une ligne par instruction `INSERT`. Combinez plusieurs instructions LMD (y compris une instruction `INSERT`) à l'aide d'une instruction `MERGE`. Utilisez une instruction `CREATE TABLE ... AS SELECT` pour créer et remplir des tables.


INSERT INTO table VALUES (...);


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

Netezza propose un mot clé DEFAULT et d'autres contraintes pour les colonnes. Dans BigQuery, l'omission des noms de colonnes dans l'instruction INSERT n'est valide que si toutes les colonnes sont fournies.


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


INSERT INTO table VALUES (), ();

BigQuery impose des quotas LMD, qui limitent le nombre d'instructions LMD que vous pouvez exécuter quotidiennement. Pour utiliser au mieux votre quota, envisagez les approches suivantes :

Combinez plusieurs lignes en une seule instruction INSERT au lieu d'avoir une ligne par instruction INSERT.

Combinez plusieurs instructions LMD (y compris une instruction INSERT) à l'aide d'une instruction MERGE.

Utilisez une instruction CREATE TABLE ... AS SELECT pour créer et remplir des tables.

Les scripts LMD dans BigQuery présentent une sémantique de cohérence légèrement différente de celle des instructions équivalentes dans Netezza. Notez également que BigQuery n'offre pas de contraintes autres que NOT NULL.

Pour obtenir une présentation de l'isolation d'instantané et de la gestion des sessions et des transactions, consultez la page Garanties de cohérence et isolation de transaction.

Instruction `UPDATE`

Dans Netezza, la clause WHERE est facultative, mais dans BigQuery, elle est nécessaire.

Netezza BigQuery

Netezza	BigQuery
UPDATE tbl SET tbl.col1=val1;	Non compatible avec la clause `WHERE`. Utilisez une clause `WHERE true` pour mettre à jour toutes les lignes.
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;


UPDATE tbl
SET
tbl.col1=val1;

Non compatible avec la clause WHERE. Utilisez une clause WHERE true pour mettre à jour toutes les lignes.


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;

Pour obtenir des exemples, consultez les exemples UPDATE.

En raison des quotas LMD, nous vous recommandons d'utiliser des instructions MERGE plus volumineuses plutôt que plusieurs instructions UPDATE et INSERT uniques. Les scripts LMD dans BigQuery présentent une sémantique de cohérence légèrement différente de celle des instructions équivalentes dans Netezza. Pour obtenir une présentation de l'isolation d'instantané et de la gestion des sessions et des transactions, consultez la page Garanties de cohérence et isolation de transaction.

Instructions `DELETE` et `TRUNCATE`

Les instructions DELETE et TRUNCATE permettent de supprimer des lignes d'une table sans que cela n'affecte son schéma ou ses index. L'instruction TRUNCATE a le même effet que l'instruction DELETE, mais elle est beaucoup plus rapide que l'instruction DELETE pour les grandes tables. L'instruction TRUNCATE est compatible avec Netezza, mais pas avec BigQuery. Vous pouvez toutefois utiliser les instructions DELETE dans Netezza et BigQuery.

Dans BigQuery, l'instruction DELETE doit comporter une clause WHERE. Dans Netezza, la clause WHERE est facultative. Si la clause WHERE n'est pas spécifiée, toutes les lignes de la table Netezza sont supprimées.

Netezza BigQuery Description

Netezza	BigQuery	Description
BEGIN; LOCK TABLE A IN EXCLUSIVE MODE; DELETE FROM A; INSERT INTO A SELECT * FROM B; COMMIT;	Le remplacement du contenu d'une table par un résultat de requête équivaut à une transaction. Pour ce faire, vous pouvez utiliser une opération de `query` ou une copie (`cp`). bq query \ --replace \ --destination_table \ tableA \ 'SELECT * \ FROM tableB \ WHERE ...' bq cp \ -f tableA tableB	Remplacez le contenu d'une table par les résultats d'une requête.
DELETE FROM database.table	DELETE FROM table WHERE TRUE;	Dans Netezza, lorsqu'une instruction de suppression est exécutée, les lignes ne sont pas supprimées physiquement, mais seulement marquées pour suppression. L'exécution des commandes `GROOM TABLE` ou `nzreclaim` supprime par la suite les lignes marquées pour suppression et récupère l'espace disque correspondant.
`GROOM TABLE`		Netezza utilise la commande `GROOM TABLE` pour récupérer de l'espace disque en supprimant les lignes marquées pour suppression.


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

Le remplacement du contenu d'une table par un résultat de requête équivaut à une transaction. Pour ce faire, vous pouvez utiliser une opération de query ou une copie (cp).


bq query \

--replace \

--destination_table \

tableA \

'SELECT * \

FROM tableB \

WHERE ...'


bq cp \

-f tableA tableB

Remplacez le contenu d'une table par les résultats d'une requête.


DELETE FROM database.table


DELETE FROM table WHERE TRUE;

Dans Netezza, lorsqu'une instruction de suppression est exécutée, les lignes ne sont pas supprimées physiquement, mais seulement marquées pour suppression. L'exécution des commandes GROOM TABLE ou nzreclaim supprime par la suite les lignes marquées pour suppression et récupère l'espace disque correspondant.

GROOM TABLE Netezza utilise la commande GROOM TABLE pour récupérer de l'espace disque en supprimant les lignes marquées pour suppression.

Instruction `MERGE`

Une instruction MERGE doit correspondre à une ligne source au maximum pour chaque ligne cible. Les scripts LMD dans BigQuery présentent une sémantique de cohérence légèrement différente de celle des instructions équivalentes dans Netezza. Pour obtenir une présentation de l'isolation d'instantané et de la gestion des sessions et des transactions, consultez la page Garanties de cohérence et isolation de transaction. Pour obtenir des exemples, consultez les exemples BigQuery MERGE et les exemples Netezza MERGE.

Syntaxe LDD

Cette section compare la syntaxe LDD de Netezza et BigQuery.

Instruction `CREATE TABLE`

Netezza	BigQuery	Description
`TEMP` `TEMPORARY`	Grâce à la compatibilité LDD de BigQuery, vous pouvez créer une table à partir des résultats d'une requête et spécifier son délai d'expiration au moment de la création. Par exemple, pour trois jours : `CREATE TABLE` `'fh-bigquery.public_dump.vtemp'` `OPTIONS`( `expiration_timestamp=TIMESTAMP_ADD(CURRENT_TIMESTAMP(),` `INTERVAL 3 DAY))`	Créez des tables temporaires pour une session.
`ZONE MAPS`	Non compatible.	Recherche rapide de la condition `WHERE`.
`DISTRIBUTE ON`	`PARTITION BY`	Partitionnement Il ne s'agit pas d'une traduction directe. `DISTRIBUTE ON` partage les données entre les nœuds, généralement avec une clé unique pour une distribution uniforme, tandis que `PARTITION BY` répartit les données en segments.
`ORGANIZE ON`	`CLUSTER BY`	Netezza et BigQuery acceptent jusqu'à quatre clés pour le clustering. Les tables de base en cluster Netezza (CBT) offrent une priorité égale à chacune des colonnes de clustering. BigQuery donne la priorité à la première colonne sur laquelle la table est mise en cluster, suivie de la deuxième colonne, et ainsi de suite.
`ROW SECURITY`	`Authorized View`	Sécurité au niveau des lignes
`CONSTRAINT`	Non compatible	Vérifier les contraintes

Instruction `DROP`

Netezza	BigQuery	Description
`DROP TABLE`	`DROP TABLE`
`DROP DATABASE`	`DROP DATABASE`
`DROP VIEW`	`DROP VIEW`

Attributs et options de colonne

Netezza	BigQuery	Description
`NULL` `NOT NULL`	`NULLABLE` `REQUIRED`	Indiquez si la colonne est autorisée à contenir des valeurs `NULL`.
`REFERENCES`	Non compatible	Spécifiez la contrainte de colonne.
`UNIQUE`	Non compatible	Chaque valeur de la colonne doit être unique.
`DEFAULT`	Non compatible	Valeur par défaut de toutes les valeurs de la colonne.

Tables temporaires

Netezza accepte les tables TEMPORARY qui existent pendant la durée d'une session.

Pour créer une table temporaire dans BigQuery, procédez comme suit :

Créez un ensemble de données ayant une durée de vie courte (par exemple, 12 heures).
Créez la table temporaire dans l'ensemble de données, avec le préfixe de nom de table temp. Par exemple, pour créer une table qui expire dans une heure, procédez comme suit :
```
CREATE TABLE temp.name (col1, col2, ...)
OPTIONS(expiration_timestamp = TIMESTAMP_ADD(CURRENT_TIMESTAMP(),
INTERVAL 1 HOUR));
```
Commencez à lire et à écrire dans la table temporaire.

Vous pouvez également supprimer les doubles indépendamment afin de détecter les erreurs dans les systèmes en aval.

Notez que BigQuery n'accepte pas les colonnes (séquences) DEFAULT et IDENTITY.

Instructions SQL procédurales

Netezza utilise le langage de script NZPLSQL pour travailler avec des procédures stockées. NZPLSQL est basé sur le langage PL/pgSQL de Postgres. Cette section explique comment convertir les instructions SQL procédurales utilisées dans des procédures stockées, des fonctions et des déclencheurs de Netezza vers BigQuery.

Instruction `CREATE PROCEDURE`

Netezza et BigQuery sont tous les deux compatibles avec la création de procédures stockées à l'aide de l'instruction CREATE PROCEDURE. Pour en savoir plus, consultez la page Utiliser des procédures SQL stockées.

Déclaration et attribution de variables

Netezza	BigQuery	Description
`DECLARE var datatype(len) [DEFAULT value];`	`DECLARE`	Déclarez une variable.
`SET var = value;`	`SET`	Attribuez une valeur à la variable.

Gestionnaires d'exceptions

Netezza est compatible avec les gestionnaires d'exceptions qui peuvent être déclenchés pour certaines conditions d'erreur. BigQuery n'est pas compatible avec les gestionnaires de conditions.

Netezza	BigQuery	Description
`EXCEPTION`	Non compatible	Déclarer le gestionnaire d'exceptions SQL pour les erreurs générales.

Instructions SQL dynamiques

Netezza est compatible avec les requêtes SQL dynamiques dans les procédures stockées. BigQuery n'est pas compatible avec les instructions SQL dynamiques.

Netezza	BigQuery	Description
`EXECUTE IMMEDIATE` `sql_str;`	`EXECUTE IMMEDIATE` `sql_str;`	Exécuter du code SQL dynamique.

Instructions de flux de contrôle

Netezza	BigQuery	Description
`IF THEN ELSE STATEMENT` `IF` condition `THEN ...` `ELSE ...` `END IF;`	`IF` condition `THEN ...` `ELSE ...` `END IF;`	Exécution conditionnelle.
Contrôle itératif `FOR var AS SELECT ...` `DO` stmts `END FOR;` `FOR var AS cur CURSOR` `FOR SELECT ...` `DO stmts END FOR;`	Non compatible	Itérez sur une collection de lignes.
Contrôle itératif `LOOP stmts END LOOP;`	`LOOP` `sql_statement_list END LOOP;`	Bloc d'instructions en boucle.
`EXIT WHEN`	`BREAK`	Quittez une procédure.
`WHILE condition LOOP`	`WHILE` condition `DO ...` `END WHILE`	Exécutez une boucle d'instructions jusqu'à ce que la condition "while" échoue.

Autres instructions et éléments de langage procédural

Netezza	BigQuery	Description
`CALL` `proc(param,...)`	Non compatible	Exécuter une procédure
`EXEC` `proc(param,...)`	Non compatible	Exécuter une procédure
`EXECUTE` `proc(param,...)`	Non compatible	Exécuter une procédure

Instructions SQL multi-instructions et multilignes

Teradata et BigQuery acceptent les transactions (sessions) et donc les instructions séparées par un point-virgule qui sont systématiquement exécutées ensemble. Pour plus d'informations, consultez la section Transactions multi-instructions.

Autres instructions SQL

Netezza	BigQuery	Description
`GENERATE STATISTICS`		Générer des statistiques pour toutes les tables de la base de données actuelle.
`GENERATE STATISTICS ON table_name`		Générer des statistiques pour une table spécifique.
`GENERATE STATISTICS ON table_name(col1,col4)`	Utilisez des fonctions statistiques telles que `MIN, MAX, AVG,`, etc., ou l'UI ou encore l'API Cloud Data Loss Prevention.	Générez des statistiques pour des colonnes spécifiques d'une table.
`GENERATE STATISTICS ON table_name`	`APPROX_COUNT_DISTINCT(col)`	Affichez le nombre de valeurs uniques pour les colonnes.
`INSERT INTO table_name`	`INSERT INTO table_name`	Insérez une ligne.
`LOCK TABLE` `table_name FOR` `EXCLUSIVE;`	Non compatible	Ligne de verrouillage.
`SET SESSION` `CHARACTERISTICS AS` `TRANSACTION ISOLATION LEVEL` ...	BigQuery utilise toujours l'isolation d'instantané. Pour en savoir plus, consultez la section Garanties de cohérence et isolation de transaction.	Définissez le niveau d'isolation des transactions.
`BEGIN TRANSACTION` `END TRANSACTION` `COMMIT`	BigQuery utilise toujours l'isolation d'instantané. Pour en savoir plus, consultez la section Garanties de cohérence et isolation de transaction.	Définissez la limite de transaction pour les requêtes multi-instructions.
`EXPLAIN` ...	Non compatible. Fonctionnalités similaires dans le plan et la chronologie de la requête	Affichez le plan de requête pour une instruction `SELECT`.
Métadonnées Vues utilisateur Métadonnées Vues système	`SELECT` `* EXCEPT(is_typed)` `FROM` `mydataset.INFORMATION_SCHEMA.TABLES;` BigQuerySchéma d'informations	Interroger des objets dans la base de données

Garanties de cohérence et isolation de transaction

Netezza et BigQuery sont tous deux atomiques, c'est-à-dire conformes à la norme ACID au niveau de chaque mutation sur de nombreuses lignes. Par exemple, une opération MERGE est complètement atomique, même avec plusieurs valeurs insérées.

Transactions

Netezza accepte automatiquement les quatre modes d'isolation de transaction ANSI SQL. Toutefois, quel que soit le mode spécifié, seul le mode SERIALIZABLE est utilisé, ce qui fournit le niveau de cohérence le plus élevé possible. Ce mode évite également les lectures sales, reproductibles et phantom entre les transactions simultanées. Netezza n'utilise pas le verrouillage conventionnel pour appliquer la cohérence. Au lieu de cela, il utilise le contrôle de dépendance de sérialisation, une forme de contrôle de simultanéité positive, pour restaurer automatiquement la dernière transaction lorsque deux transactions tentent de modifier les mêmes données.

BigQuery est également compatible avec les transactions. BigQuery permet d'assurer un contrôle de simultanéité optimiste (le premier à effectuer un commit a la priorité) avec isolation d'instantané, où une requête lit les dernières données validées avant le démarrage de la requête. Cette approche garantit le même niveau de cohérence par ligne, par mutation et entre les lignes d'une même instruction LMD, tout en évitant les interblocages. Si plusieurs mises à jour LMD sont effectuées sur la même table, BigQuery bascule vers le contrôle de simultanéité pessimiste. Les jobs de chargement peuvent s'exécuter complètement indépendamment et ajouter des données aux tables.

Rollback

Netezza est compatible avec l'instruction ROLLBACK pour annuler la transaction en cours et effectuer un rollback de toutes les modifications effectuées dans la transaction.

Dans BigQuery, vous pouvez utiliser l'instruction ROLLBACK TRANSACTION.

Limites des bases de données

Limite	Netezza	BigQuery
Tables par base de données	32 000	Pas de restriction
Colonnes par table	1600	10000
Taille maximale des lignes	64 Ko	100 Mo
Longueur des noms de colonnes et de tables	128 octets	16 384 caractères Unicode
Nombre de lignes par table	Illimité	Illimité
Longueur maximale des requêtes SQL		1 Mo (longueur maximale des requêtes non résolues en SQL standard) 12 Mo (longueur maximale des requêtes résolues en ancien SQL et en SQL standard) Flux : 10 Mo (taille maximale des requêtes HTTP) 10 000 (nombre maximal de lignes par requête)
Taille maximale des requêtes et des réponses		10 Mo (requête) et 10 Go (réponse) ou virtuellement illimitée si vous utilisez la pagination ou l'API Cloud Storage
Nombre maximal de sessions simultanées	63 transactions en lecture/écriture simultanées. 2 000 connexions simultanées au serveur.	100 requêtes simultanées (ce nombre peut être augmenté avec une réservation d'emplacement), 300 requêtes API simultanées par utilisateur

Étapes suivantes

Obtenez des instructions détaillées sur la migration d'IBM Netezza vers BigQuery.

Guide de traduction SQL d'IBM Netezza

Types de données

Mise en forme des types d'horodatage et de date

Instruction SELECT

Opérateurs de comparaison

Fonctions SQL intégrées

Fonctions

Fonctions d'agrégation

Fonctions analytiques

Fonctions de date et heure

Fonctions de chaîne

Fonctions mathématiques

Syntaxe LMD

Instruction INSERT

Instruction UPDATE

Instructions DELETE et TRUNCATE

Instruction MERGE

Syntaxe LDD

Instruction CREATE TABLE

Instruction DROP

Attributs et options de colonne

Tables temporaires

Instructions SQL procédurales

Instruction CREATE PROCEDURE

Déclaration et attribution de variables

Gestionnaires d'exceptions

Instructions SQL dynamiques

Instructions de flux de contrôle

Autres instructions et éléments de langage procédural

Instructions SQL multi-instructions et multilignes

Autres instructions SQL

Garanties de cohérence et isolation de transaction

Transactions

Rollback

Limites des bases de données

Étapes suivantes

Instruction `SELECT`

Instruction `INSERT`

Instruction `UPDATE`

Instructions `DELETE` et `TRUNCATE`

Instruction `MERGE`

Instruction `CREATE TABLE`

Instruction `DROP`

Instruction `CREATE PROCEDURE`