Amazon Redshift SQL 変換ガイド
このドキュメントでは、移行の計画に役立つ Amazon Redshift と BigQuery の間の SQL 構文の類似点と相違点について詳しく説明します。バッチ SQL 変換を使用して SQL スクリプトを一括で移行することも、インタラクティブ SQL 変換を使用してアドホック クエリを変換することもできます。
このガイドは、エンタープライズ アーキテクト、データベース管理者、アプリケーション デベロッパー、IT セキュリティ スペシャリストを対象としています。Amazon Redshift に精通していることが前提です。
データの種類
このセクションでは、Amazon Redshift と BigQuery の間で対応するデータ型を示します。
Amazon Redshift | BigQuery | メモ | |
---|---|---|---|
データの種類 | エイリアス | データの種類 | |
SMALLINT |
INT2 |
INT64 |
Amazon Redshift の SMALLINT は 2 バイトですが、BigQuery の INT64 は 8 バイトです。 |
INTEGER |
INT64 |
Amazon Redshift の INTEGER は 4 バイトですが、BigQuery の INT64 は 8 バイトです。 |
|
BIGINT |
INT8 |
INT64 |
Amazon Redshift の BIGINT と BigQuery の INT64 は両方とも 8 バイトです。 |
DECIMAL |
NUMERIC |
NUMERIC |
|
REAL |
FLOAT4 |
FLOAT64 |
Amazon Redshift の REAL は 4 バイトですが、BigQuery の FLOAT64 は 8 バイトです。 |
DOUBLE
PRECISION |
FLOAT64 |
||
BOOLEAN |
BOOL |
BOOL |
Amazon Redshift の BOOLEAN では、true の有効なリテラル値として TRUE 、t 、true 、y 、yes 、1 を使用できます。BigQuery の BOOL データ型では、大文字と小文字を区別しない TRUE を使用します。 |
CHAR |
STRING |
||
VARCHAR |
STRING |
||
DATE |
DATE |
||
TIMESTAMP |
TIMESTAMP WITHOUT TIME ZONE |
DATETIME |
|
TIMESTAMPTZ |
TIMESTAMP |
注: BigQuery では、タイムゾーンは、タイムスタンプの解析や、タイムスタンプの形式の設定と表示で使用されます。文字列で形式設定されたタイムスタンプにはタイムゾーンが含まれる場合がありますが、BigQuery による文字列の解析では、タイムスタンプは同等の UTC 時刻で保存されます。タイムゾーンが明示的に指定されていない場合は、デフォルトのタイムゾーンである UTC が使用されます。タイムゾーンの名前または (-|+)HH:MM を使用した UTC からのオフセットはサポートされますが、タイムゾーンの略称(PDT など)はサポートされません。 | |
GEOMETRY |
GEOGRAPHY |
地理空間データのクエリをサポートします。 |
BigQuery には次のデータ型もあります。これらに直接対応する Amazon Redshift はありません。
暗黙的に変換されるデータ型
BigQuery に移行する際は、BigQuery によって暗黙的に変換される以下のデータ型を除き、Amazon Redshift の暗黙的変換のほとんどを BigQuery の明示的変換に変換する必要があります。
BigQuery は、以下のデータ型を暗黙的に変換します。
変換元の BigQuery データ型 | 変換先の BigQuery データ型 |
---|---|
|
|
|
|
|
|
また、BigQuery では、以下のリテラルも暗黙的に変換します。
変換元の BigQuery データ型 | 変換先の BigQuery データ型 |
---|---|
STRING リテラル(例: 「2008-12-25」) |
|
STRING リテラル(例: 「2008-12-25 15:30:00」) |
|
STRING リテラル(例: 「2008-12-25T07:30:00」) |
|
STRING リテラル(例: 「15:30:00」) |
|
明示的に変換されるデータ型
BigQuery が暗黙的に変換しない Amazon Redshift データ型を、BigQuery の CAST(expression AS type)
関数、または DATE
と TIMESTAMP
変換関数のいずれかを使用して変換できます。
クエリを移行する際、Amazon Redshift の CONVERT(type, expression)
関数(または :: 構文)はすべて、BigQuery の CAST(expression AS type)
関数に変更します(データ型形式設定関数セクションの表を参照)。
クエリ構文
このセクションでは、Amazon Redshift と BigQuery のクエリ構文の違いについて説明します。
SELECT
ステートメント
Amazon Redshift の SELECT
ステートメントの大部分は、BigQuery と互換性があります。次の表に小さな違いの一覧を示します。
Amazon Redshift | BigQuery |
---|---|
|
|
|
|
BigQuery では、SELECT
ステートメントで次の式もサポートされています。これらと同等の Amazon Redshift の式はありません。
FROM
句
クエリ内の FROM
句は、データの選択元であるテーブル参照の一覧を取得します。Amazon Redshift で使用できるテーブル参照は、テーブル、ビュー、およびサブクエリです。これらのテーブル参照はすべて BigQuery でサポートされています。
BigQuery テーブルは、FROM
句で以下を使用すると参照できます。
[project_id].[dataset_id].[table_name]
[dataset_id].[table_name]
[table_name]
BigQuery はその他のテーブル参照もサポートしています。
FOR SYSTEM_TIME AS OF
を使用したテーブル定義と行の履歴バージョン。- フィールドパス、またはデータ型(
STRUCT
など)の内部にあるフィールドに解決される任意のパス。 - フラット化された配列。
JOIN
型
Amazon Redshift と BigQuery はともに、以下のタイプの JOIN をサポートしています。
[INNER] JOIN
LEFT [OUTER] JOIN
RIGHT [OUTER] JOIN
FULL [OUTER] JOIN
CROSS JOIN
と、同等の暗黙的なカンマによるクロス結合
次の表に小さな違いの一覧を示します。
Amazon Redshift | BigQuery |
---|---|
|
注: BigQuery では、句が CROSS
JOIN であるか、結合テーブルのいずれかがデータ型内または配列内のフィールドである場合を除き、JOIN 句が JOIN 条件である必要があります。 |
WITH
句
BigQuery の WITH
句には、後続の SELECT
ステートメントから参照されたときに実行される 1 つ以上の名前付きサブクエリが含まれます。Amazon Redshift の WITH
句は、句を 1 回評価してその結果を再利用できる点を除き、BigQuery のものと同じように動作します。
集合演算子
Amazon Redshift の集合演算子と BigQuery の集合演算子の間には、小さな違いがいくつかあります。ただし、Amazon Redshift で有効なすべての集合演算子は、BigQuery で複製できます。
Amazon Redshift | BigQuery |
---|---|
|
注: BigQuery と Amazon Redshift の両方とも |
|
|
|
|
|
|
|
注: BigQuery では、集合演算子同士を区別するためにかっこが必要です。同じ集合演算子を繰り返すときは、かっこは不要です。 |
ORDER BY
句
Amazon Redshift の ORDER BY
句と BigQuery の ORDER BY
句にはわずかな違いがいくつかあります。
Amazon Redshift | BigQuery |
---|---|
Amazon Redshift では、NULL はデフォルト(昇順)で最も優先順位が低くなります。 |
BigQuery では、NULL はデフォルト(昇順)で最も優先順位が高くなります。 |
|
注: BigQuery では LIMIT ALL 構文を使用しませんが、ORDER BY はデフォルトですべての行を並べ替えるため、Amazon Redshift の LIMIT ALL 句と同じ結果が得られます。すべての ORDER BY 句に LIMIT 句を含めることが強く推奨されます。すべての結果行を不必要に並べ替えると、クエリ実行のパフォーマンスが低下します。 |
|
注: BigQuery では、 OFFSET は LIMIT count と組み合わせて使用する必要があります。count の INT64 値を最小限必要な順序付きの行に必ず設定してください。すべての結果行を不必要に並べ替えると、クエリ実行のパフォーマンスが低下します。 |
条件
次の表に、Amazon Redshift に固有で BigQuery の同等のものに変換する必要がある Amazon Redshift 条件、または述語を示します。
Amazon Redshift | BigQuery |
---|---|
|
|
|
|
|
|
|
注: BigQuery では、カスタムのエスケープ文字がサポートされていません。そのため、BigQuery の場合、エスケープ文字として 2 つのバックスラッシュ(\\)を使用する必要があります。 |
|
注: NOT が指定された場合は、下記のように上記の IF 式を NOT 式でラップしてください。
|
|
|
関数
以下のセクションでは、Amazon Redshift 関数とそれに対応する BigQuery の機能をリストします。
集計関数
次の表に、Amazon Redshift の一般的な集計関数、集計分析関数、近似集計関数と、BigQuery でそれに相当するものを示します。
Amazon Redshift | BigQuery |
---|---|
APPROXIMATE
COUNT(DISTINCT expression) |
APPROX_COUNT_DISTINCT(expression) |
APPROXIMATE
PERCENTILE_DISC( |
APPROX_QUANTILES(expression,
100) |
AVG([DISTINCT] expression) |
AVG([DISTINCT] expression) |
COUNT(expression) |
COUNT(expression) |
LISTAGG( |
STRING_AGG( |
MAX(expression) |
MAX(expression) |
MEDIAN(median_expression) |
PERCENTILE_CONT( median_expression, 0.5
) OVER() |
MIN(expression) |
MIN(expression) |
PERCENTILE_CONT( |
PERCENTILE_CONT( 注: 集計のユースケースは対象外です。 |
STDDEV([DISTINCT] expression) |
STDDEV([DISTINCT] expression) |
STDDEV_SAMP([DISTINCT] expression) |
STDDEV_SAMP([DISTINCT] expression) |
STDDEV_POP([DISTINCT] expression) |
STDDEV_POP([DISTINCT] expression) |
SUM([DISTINCT] expression) |
SUM([DISTINCT] expression) |
VARIANCE([DISTINCT] expression) |
VARIANCE([DISTINCT] expression) |
VAR_SAMP([DISTINCT] expression) |
VAR_SAMP([DISTINCT] expression) |
VAR_POP([DISTINCT] expression) |
VAR_POP([DISTINCT] expression) |
BigQuery には次の集計関数、集計分析関数、近似集計関数も用意されています。Amazon Redshift にはこれらに直接対応するものがありません。
ANY_VALUE
APPROX_TOP_COUNT
APPROX_TOP_SUM
ARRAY_AGG
ARRAY_CONCAT_AGG
COUNTIF
CORR
COVAR_POP
COVAR_SAMP
ビット集計関数
次の表に、Amazon Redshift の一般的なビット集計関数と、BigQuery でそれに相当するものを示します。
Amazon Redshift | BigQuery |
---|---|
BIT_AND(expression) |
BIT_ADD(expression) |
BIT_OR(expression) |
BIT_OR(expression) |
BOOL_AND>(expression) |
LOGICAL_AND(expression) |
BOOL_OR(expression) |
LOGICAL_OR(expression) |
BigQuery では、次のビット集計関数もサポートされています。Amazon Redshift には、これに直接対応するものはありません。
ウィンドウ関数
次の表に、Amazon Redshift の一般的なウィンドウ関数と BigQuery でそれに相当するものを示します。BigQuery のウィンドウ関数には、分析集計関数、集計関数、ナビゲーション関数、番号付け関数があります。
Amazon Redshift | BigQuery |
---|---|
AVG(expression) OVER |
AVG(expression) OVER |
COUNT(expression) OVER |
COUNT(expression) OVER |
CUME_DIST() OVER |
CUME_DIST() OVER |
DENSE_RANK() OVER |
DENSE_RANK() OVER |
FIRST_VALUE(expression)
OVER |
FIRST_VALUE(expression)
OVER |
LAST_VALUE(expression) OVER |
LAST_VALUE(expression) OVER |
LAG(value_expr [, offset])
OVER |
LAG(value_expr [, offset])
OVER |
LEAD(value_expr [, offset])
OVER |
LEAD(value_expr [, offset])
OVER |
LISTAGG( |
STRING_AGG( |
MAX(expression) OVER |
MAX(expression) OVER |
MEDIAN(median_expression)
OVER |
PERCENTILE_CONT( |
MIN(expression) OVER |
MIN(expression) OVER |
NTH_VALUE(expression,
offset) OVER (
[PARTITION BY window_partition] [ORDER BY window_ordering
frame_clause]
) |
NTH_VALUE(expression,
offset) OVER |
NTILE(expr) OVER |
NTILE(expr) OVER |
PERCENT_RANK() OVER |
PERCENT_RANK() OVER |
PERCENTILE_CONT(percentile)
|
PERCENTILE_CONT(expr,
percentile) OVER |
PERCENTILE_DISC(percentile)
WITHIN GROUP (ORDER BY expr) OVER |
PERCENTILE_DISC(expr,
percentile) OVER |
RANK() OVER |
RANK() OVER |
RATIO_TO_REPORT(ratio_expression)
OVER |
ratio_expression SUM(ratio_expression) OVER |
ROW_NUMBER() OVER |
ROW_NUMBER() OVER |
STDDEV(expression) OVER |
STDDEV(expression) OVER |
STDDEV_SAMP(expression)
OVER |
STDDEV_SAMP(expression)
OVER |
STDDEV_POP(expression) OVER |
STDDEV_POP(expression) OVER |
SUM(expression) OVER |
SUM(expression) OVER |
VAR_POP(expression) OVER |
VAR_POP(expression) OVER |
VAR_SAMP(expression) OVER |
VAR_SAMP(expression) OVER |
VARIANCE(expression) OVER |
VARIANCE(expression) OVER |
条件式
次の表に、Amazon Redshift の一般的な条件式と BigQuery でそれに相当するものを示します。
Amazon Redshift | BigQuery |
---|---|
CASEexpression |
CASE expression |
COALESCE(expression1[,
...]) |
COALESCE(expression1[,
...]) |
DECODE( |
CASE expression |
GREATEST(value [,
...]) |
GREATEST(value [,
...]) |
LEAST(value [, ...]) |
LEAST(value [, ...]) |
NVL(expression1[, ...])
|
COALESCE(expression1[,
...]) |
NVL2( |
IF( |
NULLIF(expression1,
expression2) |
NULLIF(expression1,
expression2) |
BigQuery では、次の条件式もサポートされています。Amazon Redshift には、これらに直接対応するものはありません。
日付と時刻の関数
次の表に、Amazon Redshift の一般的な日時関数と BigQuery でそれに相当するものを示します。BigQuery の日付と時刻の関数としては、日付関数、日時関数、時刻関数、タイムスタンプ関数があります。
Amazon Redshift と BigQuery で同一に見える関数でも、異なるデータ型が返される可能性があるため、ご注意ください。
Amazon Redshift | BigQuery |
---|---|
ADD_MONTHS( |
CAST( DATE_ADD( |
タイムゾーン付きタイムスタンプまたはタイムスタンプ AT TIME
ZONE timezone |
PARSE_TIMESTAMP( 注: タイムゾーンは、タイムスタンプの構文を解析したり、タイムスタンプの形式を設定して表示したりするときに使用されます。文字列で形式設定されたタイムスタンプにはタイムゾーンが含まれる場合がありますが、BigQuery による文字列の解析では、タイムスタンプは同等の UTC 時刻で保存されます。タイムゾーンが明示的に指定されていない場合は、デフォルトのタイムゾーンである UTC が使用されます。タイムゾーンの名前または UTC からのオフセット(-HH:MM)はサポートされますが、タイムゾーンの略称(PDT など)はサポートされません。 |
CONVERT_TIMEZONE( |
PARSE_TIMESTAMP( 注: source_timezone は BigQuery では UTC です。 |
CURRENT_DATE 注: 現在のトランザクションの開始日を現在のセッションのタイムゾーン(デフォルトは UTC)で返します。 |
CURRENT_DATE() 注: 現在のステートメントの開始日を UTC タイムゾーンで返します。 |
DATE_CMP(date1, date2)
|
CASE |
DATE_CMP_TIMESTAMP(date1,
date2) |
CASE |
DATE_CMP_TIMESTAMPTZ(date,
timestamptz) |
CASE |
DATE_PART_YEAR(date) |
EXTRACT(YEAR FROM
date) |
DATEADD(date_part,
interval, date) |
CAST( |
DATEDIFF( |
DATE_DIFF( |
DATE_PART(date_part, date)
|
EXTRACT(date_part FROM
date) |
DATE_TRUNC('date_part',
timestamp) |
TIMESTAMP_TRUNC(timestamp,
date_part) |
EXTRACT(date_part FROM
timestamp) |
EXTRACT(date_part FROM
timestamp) |
GETDATE() |
PARSE_TIMESTAMP( |
INTERVAL_CMP( |
Redshift の間隔では、1 年が 360 日です。BigQuery では、次のユーザー定義関数(UDF)を使用して Redshift 間隔を解析し、秒単位に変換できます。CREATE TEMP FUNCTION 間隔リテラルを比較するには、次を実行します。 IF( |
LAST_DAY(date) |
DATE_SUB( |
MONTHS_BETWEEN( |
DATE_DIFF( |
NEXT_DAY(date, day) |
DATE_ADD( |
SYSDATE 注: 現在のトランザクションの開始タイムスタンプを現在のセッションのタイムゾーン(デフォルトは UTC)で返します。 |
CURRENT_TIMESTAMP() 注: 現在のステートメントの開始タイムスタンプを UTC タイムゾーンで返します。 |
TIMEOFDAY() |
FORMAT_TIMESTAMP( |
TIMESTAMP_CMP( |
CASE |
TIMESTAMP_CMP_DATE( |
CASE |
TIMESTAMP_CMP_TIMESTAMPTZ(
注: Redshift では、タイムスタンプをユーザー セッションで定義されているタイムゾーンで比較します。ユーザー セッションのデフォルトのタイムゾーンは UTC です。 |
CASE 注: BigQuery ではタイムスタンプを UTC タイムゾーンで比較します。 |
TIMESTAMPTZ_CMP( 注: Redshift では、タイムスタンプをユーザー セッションで定義されているタイムゾーンで比較します。ユーザー セッションのデフォルトのタイムゾーンは UTC です。 |
CASE 注: BigQuery ではタイムスタンプを UTC タイムゾーンで比較します。 |
TIMESTAMPTZ_CMP_DATE( 注: Redshift では、タイムスタンプをユーザー セッションで定義されているタイムゾーンで比較します。ユーザー セッションのデフォルトのタイムゾーンは UTC です。 |
CASE 注: BigQuery ではタイムスタンプを UTC タイムゾーンで比較します。 |
TIMESTAMPTZ_CMP_TIMESTAMP(
注: Redshift では、タイムスタンプをユーザー セッションで定義されているタイムゾーンで比較します。ユーザー セッションのデフォルトのタイムゾーンは UTC です。 |
CASE 注: BigQuery ではタイムスタンプを UTC タイムゾーンで比較します。 |
TIMEZONE( |
PARSE_TIMESTAMP( 注: タイムゾーンは、タイムスタンプの構文を解析したり、タイムスタンプの形式を設定して表示したりするときに使用されます。文字列で形式設定されたタイムスタンプにはタイムゾーンが含まれる場合がありますが、BigQuery による文字列の解析では、タイムスタンプは同等の UTC 時刻で保存されます。タイムゾーンが明示的に指定されていない場合は、デフォルトのタイムゾーンである UTC が使用されます。タイムゾーンの名前または UTC からのオフセット(-HH:MM)はサポートされますが、タイムゾーンの略称(PDT など)はサポートされません。 |
TO_TIMESTAMP(timestamp,
format) |
PARSE_TIMESTAMP( 注: BigQuery では、別の形式要素のセットが使用されます。タイムゾーンは、タイムスタンプの構文を解析したり、タイムスタンプの形式を設定して表示したりするときに使用されます。文字列で形式設定されたタイムスタンプにはタイムゾーンが含まれる場合がありますが、BigQuery による文字列の解析では、タイムスタンプは同等の UTC 時刻で保存されます。タイムゾーンが明示的に指定されていない場合は、デフォルトのタイムゾーンである UTC が使用されます。タイムゾーンの名前または UTC からのオフセット(-HH:MM)は、文字列でサポートされますが、タイムゾーンの略称(PDT など)はサポートされません。 |
TRUNC(timestamp) |
CAST(timestamp AS
DATE) |
BigQuery では、次の日付と時刻関数もサポートされています。Amazon Redshift には、これらに直接対応するものはありません。
EXTRACT
DATE
DATE_SUB
DATE_ADD
(DATE
データ型を返送)DATE_FROM_UNIX_DATE
FORMAT_DATE
PARSE_DATE
UNIX_DATE
DATETIME
DATETIME_ADD
DATETIME_SUB
DATETIME_DIFF
DATETIME_TRUNC
FORMAT_DATETIME
PARSE_DATETIME
CURRENT_TIME
TIME
TIME_ADD
TIME_SUB
TIME_DIFF
TIME_TRUNC
FORMAT_TIME
PARSE_TIME
TIMESTAMP_SECONDS
TIMESTAMP_MILLIS
TIMESTAMP_MICROS
UNIX_SECONDS
UNIX_MILLIS
UNIX_MICROS
数学演算子
次の表に、Amazon Redshift の一般的な数学演算子と BigQuery でそれに相当するものを示します。
Amazon Redshift | BigQuery |
---|---|
|
|
|
|
|
|
注: この演算子で 整数の除算を実行すると(言い換えると、 X と Y が両方とも整数の場合)、整数が返されます。非整数の除算を実行すると、非整数が返されます。 |
整数の除算の場合: CAST(FLOOR(X / Y) AS INT64)
整数の除算でない場合:
注: BigQuery での除算は、非整数が返されます。 除算演算のエラー(ゼロ除算エラー)を防ぐには、 SAFE_DIVIDE(X, Y) または IEEE_DIVIDE(X, Y) を使用します。 |
|
注: 除算演算のエラー(ゼロ除算エラー)を防ぐには、 SAFE.MOD(X, Y) を使用します。SAFE.MOD(X, 0) の結果は 0 になります。 |
|
注: Amazon Redshift とは異なり、BigQuery の ^ 演算子はビット XOR を実行します。 |
|
注: 平方根演算によるエラー(負の値の入力)を防ぐには、 SAFE.SQRT(X) を使用します。SAFE.SQRT(X) で負の値の入力の結果は、NULL になります。 |
|
注: X が 0 未満の有限値で、Y が整数でない場合、BigQuery の POWER(X, Y) はエラーを返します。 |
|
|
|
注: 第 2 オペランド Y が第 1 オペランド X のビット長(たとえば X が INT64 型の場合は 64)以上である場合、この演算子は 0 または b'\x00' バイト シーケンスを返します。Y が負の数の場合、この演算子はエラーを返します。 |
|
注: 第 1 オペランド X を右方にシフトします。この演算子は、符号付きの型で符号ビット拡張を行いません(左側の空いたビットを 0 で埋めます)。第 2 オペランド Y が第 1 オペランド X のビット長(たとえば X が INT64 型の場合は 64)以上である場合、この演算子は 0 またはb'\x00' バイト シーケンスを返します。 Y が負の数の場合、この演算子はエラーを返します。 |
|
|
|
|
|
|
BigQuery には、次の算術演算子も用意されています。Amazon Redshift には、これに直接類似しているものはありません。
X ^ Y
(ビット XOR)
数学関数
Amazon Redshift | BigQuery |
---|---|
ABS(number) |
ABS(number) |
ACOS(number) |
ACOS(number) |
ASIN(number) |
ASIN(number) |
ATAN(number) |
ATAN(number) |
ATAN2(number1,
number2) |
ATAN2(number1,
number2) |
CBRT(number) |
POWER(number, 1/3) |
CEIL(number) |
CEIL(number) |
CEILING(number) |
CEILING(number) |
CHECKSUM(expression) |
FARM_FINGERPRINT(expression)
|
COS(number) |
COS(number) |
COT(number) |
1/TAN(number) |
DEGREES(number) |
number *180/ACOS(-1) |
DEXP(number) |
EXP(number) |
DLOG1(number) |
LN(number) |
DLOG10(number) |
LOG10(number) |
EXP(number) |
EXP(number) |
FLOOR(number) |
FLOOR(number) |
LNnumber) |
LN(number) |
LOG(number) |
LOG10(number) |
MOD(number1, number2) |
MOD(number1, number2) |
PI |
ACOS(-1) |
POWER(expression1,
expression2) |
POWER(expression1,
expression2) |
RADIANS(number) |
ACOS(-1)*(number/180) |
RANDOM() |
RAND() |
ROUND(number [,
integer]) |
ROUND(number [,
integer]) |
SIN(number) |
SIN(number) |
SIGN(number) |
SIGN(number) |
SQRT(number) |
SQRT(number) |
TAN(number) |
TAN(number) |
TO_HEX(number) |
FORMAT('%x', number) |
TRUNC(number [,
integer])+-+++ |
TRUNC(number [, integer])
|
文字列関数
Amazon Redshift | BigQuery |
---|---|
文字列 1 || string2 |
CONCAT(string1,
string2) |
BPCHARCMP(string1,
string2) |
CASE |
BTRIM(string [,
matching_string]) |
TRIM(string [,
matching_string]) |
BTTEXT_PATTERN_CMP(string1,
string2) |
CASE |
CHAR_LENGTH(expression) |
CHAR_LENGTH(expression) |
CHARACTER_LENGTH(expression) |
CHARACTER_LENGTH(expression) |
CHARINDEX(substring,
string) |
STRPOS(string, substring)
|
CHR(number) |
CODE_POINTS_TO_STRING([number])
|
CONCAT(string1,
string2) |
CONCAT(string1,
string2) 注: BigQuery の CONCAT (...)では、任意の数の文字列を連結できます。 |
CRC32 |
カスタムのユーザー定義関数 |
FUNC_SHA1(string) |
SHA1(string) |
INITCAP |
INITCAP |
LEFT(string, integer) |
SUBSTR(string, 0, integer)
|
RIGHT(string, integer)
|
SUBSTR(string,
-integer) |
LEN(expression) |
LENGTH(expression) |
LENGTH(expression) |
LENGTH(expression) |
LOWER(string) |
LOWER(string) |
LPAD(string1, length[,
string2]) |
LPAD(string1, length[,
string2]) |
RPAD(string1, length[,
string2]) |
RPAD(string1, length[,
string2]) |
LTRIM(string,
trim_chars) |
LTRIM(string,
trim_chars) |
MD5(string) |
MD5(string) |
OCTET_LENGTH(expression) |
BYTE_LENGTH(expression) |
POSITION(substring IN
string) |
STRPOS(string,
substring) |
QUOTE_IDENT(string) |
CONCAT('"',string,'"') |
QUOTE_LITERAL(string) |
CONCAT("'",string,"'")
|
REGEXP_COUNT(
source_string, pattern |
ARRAY_LENGTH( REGEXP_EXTRACT_ALL( position が指定された場合: ARRAY_LENGTH( REGEXP_EXTRACT_ALL( 注: BigQuery は、 re2 ライブラリを使用した正規表現をサポートしています。正規表現の構文については、該当するドキュメントをご覧ください。 |
REGEXP_INSTR( |
IFNULL( STRPOS( source_string が指定された場合:REGEXP_REPLACE( position が指定された場合:IFNULL( STRPOS( occurrence が指定された場合:IFNULL( STRPOS( 注: BigQuery は、 re2 ライブラリを使用した正規表現 をサポートしています。正規表現 の構文については、該当する ドキュメントをご覧ください。 |
REGEXP_REPLACE(
source_string, |
REGEXP_REPLACE( source_string が指定された場合:
REGEXP_REPLACE( position が指定された場合:CASE |
REGEXP_SUBSTR(
source_string, pattern |
REGEXP_EXTRACT( position が指定された場合:REGEXP_EXTRACT( occurrence が指定された場合:REGEXP_EXTRACT_ALL( 注: BigQuery は、 re2 ライブラリを使用した正規表現をサポートしています。正規表現の構文については、該当するドキュメントをご覧ください。 |
REPEAT(string,
integer) |
REPEAT(string,
integer) |
REPLACE(string, old_chars,
new_chars) |
REPLACE(string, old_chars,
new_chars) |
REPLICA(string,
integer) |
REPEAT(string,
integer) |
REVERSE(expression) |
REVERSE(expression) |
RTRIM(string,
trim_chars) |
RTRIM(string,
trim_chars) |
SPLIT_PART(string,
delimiter, part) |
SPLIT( |
STRPOS(string,
substring) |
STRPOS(string,
substring) |
STRTOL(string, base) |
|
SUBSTRING( |
SUBSTR( |
TEXTLEN(expression) |
LENGTH(expression) |
TRANSLATE( |
UDF を使用して実装可能: CREATE TEMP FUNCTION |
TRIM([BOTH] string) |
TRIM(string) |
TRIM([BOTH] characters FROM
string) |
TRIM(string, characters)
|
UPPER(string) |
UPPER(string) |
データ型形式設定関数
Amazon Redshift | BigQuery |
---|---|
CAST(expression AS type) |
CAST(expression AS type) |
expression ::
type |
CAST(expression AS type) |
CONVERT(type, expression) |
CAST(expression AS type) |
TO_CHAR(
|
FORMAT_TIMESTAMP( 注: BigQuery と Amazon Redshift では、 timestamp_expression の形式文字列を指定する方法が異なります。 |
TO_CHAR(
|
FORMAT( 注: BigQuery と Amazon Redshift では、 timestamp_expression の形式文字列を指定する方法が異なります。 |
TO_DATE(date_string, format) |
PARSE_DATE(date_string, format)
注: BigQuery と Amazon Redshift では、 date_string の形式文字列を指定する方法が異なります。 |
TO_NUMBER(string, format) |
CAST( 注: BigQuery と Amazon Redshift では、数値形式の文字列を指定する方法が異なります。 |
BigQuery は SAFE_CAST
(expression
AS typename)
もサポートしています。BigQuery がキャストを実行できない場合、これは NULL
を返します。たとえば、SAFE_CAST
("apple"
AS INT64)
は NULL
を返します。
DML 構文
このセクションでは、Amazon Redshift と BigQuery のデータ管理言語構文の違いについて説明します。
INSERT
ステートメント
Amazon Redshift では、列に対する構成可能な DEFAULT
キーワードが提示されます。BigQuery では、NULL が許容される列の DEFAULT
値が NULL
であり、必須の列では DEFAULT
がサポートされません。Amazon Redshift の INSERT
ステートメントの大部分は、BigQuery と互換性があります。次の表に例外を示します。
Amazon Redshift | BigQuery |
---|---|
INSERT INTO table (column1 [, ...]) |
INSERT [INTO] table (column1 [, ...]) |
INSERT INTO table (column1, [,...]) VALUES ( |
INSERT [INTO] table (column1, [,...]) |
BigQuery ではサブクエリ(値の 1 つがサブクエリを使用して計算される)を使用した値の挿入もサポートされますが、Amazon Redshift ではサポートされません。例を次に示します。
INSERT INTO table (column1, column2)
VALUES ('value_1', (
SELECT column2
FROM table2
))
COPY
ステートメント
Amazon Redshift の COPY
コマンドでは、データファイルまたは Amazon DynamoDB テーブルからテーブルにデータを読み込みます。BigQuery では、データの読み込みに SQL COPY
コマンドは使用されませんが、SQL 以外のツールおよびオプションをいくつか自由に使用して、データを BigQuery テーブルに読み込むことができます。また、Apache Spark または Apache Beam で提供されるデータ パイプライン シンクを使用して BigQuery にデータを書き込むこともできます。
UPDATE
ステートメント
Amazon Redshift の UPDATE
ステートメントの大部分は、BigQuery と互換性があります。次の表に例外を示します。
Amazon Redshift | BigQuery |
---|---|
UPDATE table |
UPDATE table 注: BigQuery のすべての UPDATE ステートメントには、WHERE キーワードと、その後に続く条件が必要です。 |
UPDATE table |
UPDATE table 注: BigQuery の UPDATE コマンドでは、DEFAULT 値はサポートされていません。Amazon Redshift の UPDATE ステートメントに WHERE 句が含まれていない場合、BigQuery の UPDATE ステートメントには WHERE TRUE 条件が必要です。 |
DELETE
および TRUNCATE
ステートメント
DELETE
ステートメントと TRUNCATE
ステートメントは、どちらもテーブルのスキーマやインデックスに影響を与えることなくテーブルから行を削除する方法です。
Amazon Redshift では、修飾されていない DELETE
ステートメントよりも TRUNCATE
ステートメントをおすすめします。それは、より高速で、後で VACUUM
と ANALYZE
のオペレーションが必要ないためです。ただし、DELETE
ステートメントを使用しても結果は同じです。
BigQuery では、DELETE
ステートメントには WHERE
句が必要です。BigQuery の DELETE
の詳細については、DML ドキュメントの BigQuery DELETE
の例をご覧ください。
Amazon Redshift | BigQuery |
---|---|
DELETE
[FROM] table_name TRUNCATE
[TABLE] table_name |
DELETE FROM table_name BigQuery の DELETE ステートメントには WHERE 句が必要です。 |
DELETE FROM table_name |
DELETE FROM table_name DELETE FROM table_name Amazon Redshift では、 USING によって WHERE 句の中で追加のテーブルを参照できます。BigQuery では、WHERE 句でサブクエリを使用することでこれを実現できます。 |
MERGE
ステートメント
MERGE
ステートメントは、INSERT
、UPDATE
、DELETE
の操作を組み合わせて 1 つの upsert ステートメントにし、複数の操作を自動的に実行することができます。MERGE
操作では、1 つのターゲット行ごとに 1 つまでのソース行を対応させる必要があります。
Amazon Redshift では単独の MERGE
コマンドはサポートされませんが、INSERT
、UPDATE
、DELETE
の操作を 1 つのトランザクションで実行することで、merge 操作を実行できます。
既存の行の置換による merge 操作
Amazon Redshift では、ターゲット テーブル内のすべての列の上書きを、DELETE
ステートメント、INSERT
ステートメントの順に使用して実行できます。更新対象の行が DELETE
ステートメントによって削除され、その後、更新後の行が INSERT
ステートメントによって挿入されます。BigQuery のテーブルでは、DML ステートメントの数が 1 日あたり 1,000 件に制限されているため、次の表に示されるように INSERT
、UPDATE
、DELETE
ステートメントを 1 つの MERGE
ステートメントに統合して最適化する必要があります。
Amazon Redshift | BigQuery |
---|---|
既存の行の置換による merge 操作の実行をご覧ください。CREATE TEMP TABLE temp_table; |
MERGE target 注: すべての列を更新するには、すべての列をリストする必要があります。 |
列リストの指定による merge 操作の実行をご覧ください。CREATE TEMP TABLE temp_table; |
MERGE target |
DDL 構文
このセクションでは、Amazon Redshift と BigQuery のデータ定義言語構文の違いについて説明します。
SELECT INTO
ステートメント
Amazon Redshift では、SELECT INTO
ステートメントを使用してクエリの結果を新しいテーブルに挿入することで、テーブルの作成と挿入を組み合わせることができます。
Amazon Redshift | BigQuery |
---|---|
SELECT expression, ... INTO table |
INSERT table |
WITH subquery_table AS ( SELECT ... |
INSERT table |
SELECT expression |
BigQuery には、一時テーブルをエミュレートする方法がいくつか用意されています。詳細については、一時テーブルのセクションをご覧ください。 |
CREATE TABLE
ステートメント
Amazon Redshift の CREATE TABLE
ステートメントの大部分は、BigQuery と互換性がありますが、例外として次の構文要素は BigQuery で使用されません。
Amazon Redshift | BigQuery |
---|---|
CREATE TABLE table_name ( 注: UNIQUE 制約と PRIMARY KEY 制約は情報提供として機能し、Amazon Redshift システムによって適用されることはありません。 |
CREATE TABLE table_name ( |
CREATE TABLE table_name 注: UNIQUE 制約と PRIMARY KEY 制約は情報提供として機能し、Amazon Redshift システムによって適用されることはありません。 |
CREATE TABLE table_name 注: BigQuery では、 UNIQUE 、PRIMARY KEY 、FOREIGN KEY の各テーブル制約は使用されません。これらの制約によって提供されるものと同様の最適化をクエリの実行時に実現するには、BigQuery テーブルをパーティション化およびクラスタ化します。CLUSTER BY は 4 列までをサポートします。 |
CREATE TABLE table_name |
INFORMATION_SCHEMA テーブルを使用して列名、データ型、および NOT NULL 制約を新しいテーブルにコピーする方法については、この例を参照してください。 |
CREATE TABLE table_name 注: Amazon Redshift の BACKUP
NO の設定では、処理時間を節約し、ストレージ容量を減らすように指定されています。 |
BigQuery は、処理時間または課金対象ストレージへの影響なしに、すべてのテーブルの履歴バージョンを最大で 7 日間自動的に保持するため、BACKUP NO テーブル オプションは使用されず、必要でもありません。 |
CREATE TABLE table_name |
BigQuery ではクラスタリングがサポートされており、並べ替えた順序でキーを保存できます。 |
CREATE TABLE table_name |
CREATE TABLE table_name |
CREATE TABLE IF NOT EXISTS table_name ... |
CREATE TABLE IF NOT EXISTS |
BigQuery は DDL ステートメント CREATE OR REPLACE TABLE
もサポートされます。このステートメントでは、既存のテーブル(存在する場合)が上書きされます。
BigQuery の CREATE TABLE
ステートメントでは次の句もサポートされています。Amazon Redshift には、これらと同等のものはありません。
BigQuery の CREATE TABLE
の詳細については、DML ドキュメントの BigQuery CREATE TABLE
の例をご覧ください。
一時テーブル
Amazon Redshift では、現在のセッションでのみ表示可能な一時テーブルがサポートされます。BigQuery には一時テーブルをエミュレートする方法がいくつかあります。
- データセット TTL: 短い有効期間(たとえば 1 時間)のデータセットを作成します。このデータセット内に作成されたすべてのテーブルは、データセットの有効期間を超えて持続することがないため、事実上一時的なものになります。このデータセット内のすべてのテーブルは、名前の先頭に temp と付けることで、一時的なものであることを明示できます。
テーブル TTL: 次のような DDL ステートメントを使用して、テーブル固有の短い有効期間が設定されたテーブルを作成します。
CREATE TABLE temp.name (col1, col2, ...) OPTIONS (expiration_timestamp=TIMESTAMP_ADD(CURRENT_TIMESTAMP(), INTERVAL 1 HOUR));
CREATE VIEW
ステートメント
次の表に、CREATE VIEW
ステートメントに関して Amazon Redshift と BigQuery 間で同等のものを示します。
Amazon Redshift | BigQuery |
---|---|
CREATE VIEW view_name AS SELECT ... コード> |
CREATE VIEW view_name AS SELECT
... |
CREATE OR REPLACE VIEW view_name AS SELECT ... |
CREATE OR REPLACE VIEW |
CREATE VIEW view_name |
CREATE VIEW view_name AS SELECT
... |
サポートされていません。 | CREATE VIEW IF NOT EXISTS c
view_name 指定されたデータセット内にビューが存在しない場合にのみ、新しいビューを作成します。 |
CREATE VIEW view_name Amazon Redshift で外部テーブルを参照するには、Late Binding View が必要です。 |
BigQuery でビューを作成するには、参照されるすべてのオブジェクトがすでに存在している必要があります。 BigQuery を使用すると、外部データソースにクエリを実行できます。 |
ユーザー定義関数(UDF)
UDF を使用すると、カスタム オペレーション用の関数を作成できます。これらの関数は入力列を受け取ってアクションを実行し、その結果を値として返します。
Amazon Redshift と BigQuery はともに、SQL 式を使用する UDF をサポートしています。さらに、Amazon Redshift では Python ベースの UDF を作成でき、BigQuery では JavaScript ベースの UDF を作成できます。
一般的な BigQuery UDF のライブラリについては、Google Cloud BigQuery ユーティリティの GitHub リポジトリを参照してください。
CREATE FUNCTION
の構文
次の表に、Amazon Redshift と BigQuery の SQL UDF 作成構文の違いを示します。
Amazon Redshift | BigQuery |
---|---|
CREATE [OR
REPLACE] FUNCTION |
CREATE [OR REPLACE] FUNCTION 注: BigQuery の SQL UDF では、戻りデータの型は省略可能です。BigQuery は、クエリが関数を呼び出すときに SQL 関数本文から関数の結果の型を推測します。 |
CREATE [OR
REPLACE] FUNCTION |
CREATE [OR REPLACE] FUNCTION 注: 関数の変動性は、BigQuery では構成可能なパラメータではありません。BigQuery UDF の変動性はすべて、Amazon Redshift の IMMUTABLE の変動性と同等です(つまり、データベースのルックアップを行わず、また引数リストに直接存在しない情報を使用しません)。 |
CREATE [OR
REPLACE] FUNCTION 注: Amazon Redshift では、関数定義として SQL SELECT 句のみがサポートされます。また、SELECT 句に FROM,
INTO, WHERE, GROUP BY, ORDER BY, と LIMIT の句のいずれかを含めることもできません。 |
CREATE [OR REPLACE] FUNCTION 注: BigQuery は、任意の SQL 式を関数定義としてサポートします。ただし、テーブル、ビュー、モデルの参照はサポートされていません。 |
CREATE [OR
REPLACE] FUNCTION |
CREATE [OR REPLACE] FUNCTION
function_name ([sql_arg_name sql_arg_data_type[,..]]) RETURNS
data_type AS sql_function_definition 注: GoogleSQL UDF では言語リテラルを指定する必要はありません。BigQuery はデフォルトで SQL 式を解釈します。また、Amazon Redshift のドル引用符( $$ )は BigQuery ではサポートされていません。 |
CREATE [OR
REPLACE] FUNCTION function_name (integer, integer) RETURNS
integer IMMUTABLE AS $$ SELECT $1 + $2 $$ LANGUAGE sql |
CREATE [OR REPLACE] FUNCTION 注: BigQuery UDF では、すべての入力引数に名前を付ける必要があります。Amazon Redshift の引数変数( $1 、$2 など)は BigQuery ではサポートされていません。 |
CREATE [OR
REPLACE] FUNCTION 注: Amazon Redshift では、SQL UDF の ANY TYPE はサポートされていません。ただし、Python ベースの UDF では ANYELEMENT データ型を使用できます。 |
CREATE [OR REPLACE] FUNCTION 注: BigQuery は ANY TYPE の引数型としての使用をサポートしています。この関数は引数の入力として任意の型の入力を受け入れます。詳細については、BigQuery のテンプレート パラメータを参照してください。 |
BigQuery では、CREATE FUNCTION IF NOT EXISTS
ステートメントもサポートされます。同じ名前の関数がすでに存在する場合、このステートメントはクエリを成功として扱い、何も実行しません。
BigQuery の CREATE FUNCTION
ステートメントでは TEMPORARY
または TEMP
関数の作成もサポートされています。Amazon Redshift には、これらと同等のものはありません。
BigQuery の永続的な UDF の実行について詳しくは、UDF の呼び出しをご覧ください。
DROP FUNCTION
の構文
次の表に、Amazon Redshift と BigQuery の DROP FUNCTION
構文の違いを示します。
Amazon Redshift | BigQuery |
---|---|
DROP
FUNCTION |
DROP FUNCTION 注: BigQuery では、関数を削除するために関数のシグネチャを使用する必要がありません。また、BigQuery は関数の依存関係の削除をサポートしていません。 |
BigQuery では、DROP FUNCTION IF EXISTS
ステートメントもサポートされています。このステートメントは、指定されたデータセットに関数が存在する場合にのみ関数を削除します。
BigQuery では、関数が現在のプロジェクトに配置されていない場合、project_name を指定する必要があります。
UDF コンポーネント
このセクションでは、Amazon Redshift と BigQuery の UDF コンポーネントの類似点と相違点を説明します。
コンポーネント | Amazon Redshift | BigQuery |
---|---|---|
名前 | Amazon Redshift では、既存または将来の組み込み SQL 関数と名前が競合しないように、関数名に接頭辞 _f を使用することが推奨されます。 |
BigQuery では、任意のカスタム関数名を使用できます。 |
引数 | 引数は任意です。Python UDF の引数には名前とデータ型を使用できますが、SQL UDF の引数にはデータ型しか使用できません。SQL UDF では、$1 、$2 などを使用して引数を参照する必要があります。また、Amazon Redshift では引数の数が 32 までに制限されます。 |
引数は省略可能ですが、引数を指定する場合は、JavaScript と SQL の両方の UDF に名前とデータ型の両方を使用する必要があります。永続的な UDF のパラメータの最大数は 256 です。 |
データの種類 | Amazon Redshift では、SQL と Python の UDF で異なるデータ型がサポートされます。 Python UDF では、データ型を ANYELEMENT にすることもできます。SQL と Python のどちらの UDF でも、 RETURN のデータ型を指定する必要があります。Amazon Redshift と BigQuery で同等のデータ型については、このドキュメントのデータ型を参照してください。 |
BigQuery は、SQL と JavaScript の各 UDF で異なるデータ型をサポートしています。 SQL UDF では、データ型を ANY TYPE にすることもできます。詳細については、BigQuery のテンプレート パラメータを参照してください。SQL UDF では、 RETURN のデータ型はオプションです。BigQuery データ型を JavaScript データ型にマッピングする方法については、JavaScript での SQL 型エンコードを参照してください。 |
定義 | SQL と Python のどちらの UDF でも、関数ステートメントの開始と終了を示すために、関数定義はドル引用符、つまりドル記号のペア($$ )で囲む必要があります。SQL UDF の場合、Amazon Redshift では、関数定義として SQL SELECT 句のみをサポートしています。また、SELECT 句には、FROM 、INTO 、WHERE 、GROUP BY 、ORDER BY と LIMIT
の句のいずれも含めることができません。Python UDF の場合は、Python 2.7 標準ライブラリを使用して Python プログラムを作成できます。または、カスタム モジュールを CREATE
LIBRARY コマンドを使用して作成してインポートできます。 |
BigQuery では、JavaScript コードを引用符で囲む必要があります。詳細については、引用符のルールを参照してください。 SQL UDF の場合、任意の SQL 式を関数定義として使用できます。ただし、BigQuery はテーブル、ビュー、モデルの参照をサポートしていません。 JavaScript UDF では、 OPTIONS セクションを使用して直接、外部コード ライブラリを含めることができます。また、BigQuery UDF テストツールを使用して関数をテストすることも可能です。 |
言語 | LANGUAGE リテラルを使用して、SQL UDF の場合は sql 、Python UDF の場合は plpythonu
と言語を指定する必要があります。 |
SQL UDF では LANGUAGE を指定する必要はありませんが、JavaScript UDF では言語を js として指定する必要があります。 |
状態 | Amazon Redshift は一時的な UDF の作成をサポートしていません。 Amazon Redshift には、 VOLATILE 、STABLE 、または IMMUTABLE リテラルを使用して関数の変動性を定義するためのオプションがあります。これは、最適化のためにクエリ オプティマイザによって使用されます。 |
BigQuery は永続的な UDF と一時的な UDF の両方をサポートしています。永続的な UDF は複数のクエリで再利用できるのに対し、一時的な UDF は 1 つのクエリ内でのみ使用できます。 関数の変動性は、BigQuery では構成可能なパラメータではありません。BigQuery UDF の変動性はすべて、Amazon Redshift の IMMUTABLE
変動性と同等です。 |
セキュリティと特権 | UDF を作成するには、SQL または plpythonu(Python)の言語の使用権限が必要です。デフォルトでは、USAGE ON LANGUAGE SQL は PUBLIC に付与されますが、USAGE ON LANGUAGE PLPYTHONU
は特定のユーザーまたはグループに明示的に付与する必要があります。また、UDF を置き換えるにはスーパーユーザーである必要があります。 |
BigQuery では、どの種類の UDF であれ、作成または削除のための権限を明示的に付与する必要はありません。BigQuery データ編集者のロールが割り当てられている(bigquery.routines.* を権限の 1 つとして持っている)すべてのユーザーは、指定されたデータセットの関数の作成や削除ができます。BigQuery はカスタムロールの作成もサポートしています。これは、Cloud IAM を使用して管理できます。 |
制限事項 | Python UDF の制限事項を参照してください。 | UDF の制限事項を参照してください。 |
メタデータおよびトランザクション SQL ステートメント
Amazon Redshift | BigQuery |
---|---|
SELECT * FROM STL_ANALYZE WHERE name |
BigQuery では使用されません。クエリのパフォーマンスを向上させるために統計を収集する必要はありません。データ分布に関する情報を取得するには、近似集計関数を利用できます。 |
ANALYZE
[[ table_name[(column_name |
BigQuery では使用されません。 |
LOCK
TABLE table_name; |
BigQuery では使用されません。 |
BEGIN
TRANSACTION; SELECT ... |
BigQuery ではスナップショット分離が使用されます。詳細については、整合性の保証をご覧ください。 |
EXPLAIN
... |
BigQuery では使用されません。 同様の機能には、BigQuery Google Cloud コンソールと Cloud Monitoring の監査ログのクエリプランの説明があります。 |
SELECT * FROM SVV_TABLE_INFO WHERE |
SELECT * EXCEPT(is_typed) FROM 詳細については、BigQuery INFORMATION_SCHEMA の概要をご覧ください。 |
VACUUM
[table_name] |
BigQuery では使用されません。BigQuery のクラスタ化テーブルは自動的に並べ替えられます。 |
マルチステートメントおよび複数行 SQL ステートメント
Amazon Redshift と BigQuery はどちらも、トランザクション(セッション)をサポートしているため、一貫して一緒に実行されるセミコロンで区切られたステートメントをサポートしています。詳細については、マルチステートメント トランザクションをご覧ください。
プロシージャル SQL ステートメント
CREATE PROCEDURE
ステートメント
Amazon Redshift | BigQuery |
---|---|
CREATE or
REPLACE PROCEDURE |
CREATE PROCEDURE (名前が必要な場合)。そうでない場合は BEGIN とインラインで使用するか、CREATE TEMP FUNCTION と 1 行で使用します。 |
CALL |
CALL |
変数宣言と割り当て
Amazon Redshift | BigQuery |
---|---|
DECLARE |
DECLARE 指定された型の変数を宣言します。 |
SET |
SET 指定された式の値を持つように変数を設定するか、複数の式の結果に基づいて複数の変数を同時に設定します。 |
エラー条件ハンドラ
Amazon Redshift では、ストアド プロシージャの実行時にエラーが発生すると、実行フローが終了し、トランザクションが終了し、トランザクションがロールバックされます。このような結果になるのは、サブトランザクションがサポートされていないためです。Amazon Redshift ストアド プロシージャでは、サポートされる handler_statement
は RAISE
のみです。BigQuery では、エラー処理はメイン制御フローのコア機能であり、他の言語が TRY ... CATCH
ブロックで提供するものと同様です。
Amazon Redshift | BigQuery |
---|---|
BEGIN ...
EXCEPTION WHEN OTHERS THEN |
BEGIN ... EXCEPTION WHEN ERROR
THEN |
RAISE |
RAISE |
[ <<label>> ] [ DECLARE declarations ] |
BEGIN |
カーソル宣言と演算子
BigQuery ではカーソルやセッションがサポートされていないため、次のステートメントは BigQuery では使用されません。
DECLARE
cursor_name
CURSOR
[FOR] ...
PREPARE
plan_name [ (datatype [, ...] ) ] AS statement
OPEN
cursor_name FOR SELECT ...
FETCH
[ NEXT | ALL | {FORWARD [ count | ALL ] } ] FROM cursor_name
CLOSE
cursor_name;
カーソルを使用して結果セットを返す場合、BigQuery で一時テーブルを使用して同様の動作を実現できます。
動的 SQL ステートメント
BigQuery のスクリプト機能では、次の表に示す動的 SQL ステートメントがサポートされます。
Amazon Redshift | BigQuery |
---|---|
EXECUTE |
EXECUTE IMMEDIATE |
フロー制御ステートメント
Amazon Redshift | BigQuery |
---|---|
IF..THEN..ELSIF..THEN..ELSE..END
IF |
IF condition |
name CURSOR
[ ( arguments ) ] FOR query |
カーソルやセッションは BigQuery では使用されません。 |
[< |
LOOP |
WHILE
condition LOOP stmts END LOOP |
WHILE condition |
EXIT |
BREAK |
整合性の保証とトランザクション分離
Amazon Redshift と BigQuery はどちらもアトミックです。つまり、多数の行にわたってミューテーション単位で ACID に準拠しています。
トランザクション
Amazon Redshift では、デフォルトで、トランザクションに対するシリアル化可能な分離がサポートされます。Amazon Redshift では、4 つの標準的な SQL トランザクション分離レベルのいずれも指定できますが、すべての分離レベルがシリアル化可能として処理されます。
また、BigQuery はトランザクションをサポートしています。BigQuery では、スナップショット分離を使用して、オプティミスティック同時実行制御(最初の commit が優先)が確実に実行されるようにします。この場合、クエリは、クエリが開始される前に最後に commit されたデータを読み取ります。この方法により、行ごと、ミューテーションごと、同じ DML ステートメント内の行全体で、同じレベルの整合性が保証され、デッドロックも回避されます。同じテーブルに対して複数の DML 更新を行う場合、BigQuery はペシミスティック同時実行制御に切り替わります。読み込みジョブは完全に独立して実行されます。また、テーブルに追加できます。
ロールバック
Amazon Redshift でストアド プロシージャの実行中にエラーが発生した場合、トランザクションで行われたすべての変更をロールバックします。さらに、ストアド プロシージャ内で ROLLBACK
トランザクション制御ステートメントを使用することにより、すべての変更を破棄できます。
BigQuery では、ROLLBACK TRANSACTION
ステートメントを使用できます。
データベースに関する制限
最新の割り当てと制限については、必ず BigQuery の公開ドキュメントを確認してください。大量のユーザーに多数の割り当てを行う場合は、Cloud サポートチームに連絡して上限を引き上げることができます。次の表に、Amazon Redshift と BigQuery のデータベース制限の比較を示します。
上限 | Amazon Redshift | BigQuery |
---|---|---|
large および xlarge クラスタノード タイプの各データベース内のテーブル数 | 9,900 | 制限なし |
8xlarge クラスタ ノードタイプの各データベース内のテーブル数 | 20,000 | 制限なし |
各クラスタで作成可能なユーザー定義データベースの数 | 60 | 制限なし |
最大行数 | 4 MB | 100 MB |