Guida alla traduzione SQL Snowflake
Questo documento descrive in dettaglio le somiglianze e le differenze nella sintassi SQL tra Snowflake e BigQuery per accelerare la pianificazione e l'esecuzione dello spostamento di EDW (Enterprise Data Warehouse) in BigQuery. Il data warehouse di Snowflake è progettato per funzionare con la sintassi SQL specifica di Snowflake. Gli script scritti per Snowflake potrebbero dover essere modificati prima di poter essere utilizzati in BigQuery, poiché i dialetti SQL variano tra i servizi. Utilizza la traduzione SQL in gruppo per eseguire la migrazione collettiva degli script SQL oppure la traduzione SQL interattiva per tradurre le query ad hoc. SQL Snowflake è supportato da entrambi gli strumenti in anteprima.
Tipi di dati
Questa sezione mostra gli equivalenti tra i tipi di dati in Snowflake e in BigQuery.
Snowflake | BigQuery | Note |
---|---|---|
NUMBER/
DECIMAL/NUMERIC |
NUMERIC |
Il tipo di dati NUMBER in Snowflake supporta 38 cifre di precisione e 37 cifre di scala. La precisione e la scala possono essere specificate in base all'utente.BigQuery supporta NUMERIC e BIGNUMERIC con precisità e scalabilità specificate facoltativamente entro determinati limiti. |
INT/INTEGER |
BIGNUMERIC |
INT/INTEGER e tutti gli altri tipi di dati simili a INT , ad esempio BIGINT, TINYINT, SMALLINT, BYTEINT rappresentano un alias per il tipo di dati NUMBER , dove non è possibile specificare precisione e scala ed è sempre NUMBER(38, 0) |
BIGINT |
BIGNUMERIC |
|
SMALLINT |
BIGNUMERIC |
|
TINYINT |
BIGNUMERIC |
|
BYTEINT |
BIGNUMERIC |
|
FLOAT/ |
FLOAT64 |
Il tipo di dati FLOAT in Snowflake stabilisce "NaN" come > X, dove X è qualsiasi valore FLOAT (tranne "NaN" stesso).Il tipo di dati FLOAT in BigQuery stabilisce "NaN" come < X, dove X è qualsiasi valore FLOAT (tranne "NaN" stesso). |
DOUBLE/ REAL |
FLOAT64 |
Il tipo di dati DOUBLE in Snowflake è sinonimo del tipo di dati FLOAT in Snowflake, ma viene comunemente visualizzato erroneamente come FLOAT . È memorizzato correttamente come DOUBLE . |
VARCHAR |
STRING |
Il tipo di dati VARCHAR in Snowflake ha una lunghezza massima di 16 MB (non compresso). Se la lunghezza non è specificata, l'impostazione predefinita è la lunghezza massima.Il tipo di dati STRING in BigQuery viene archiviato come Unicode con codifica UTF-8 a lunghezza variabile. La lunghezza massima è di 16.000 caratteri. |
CHAR/CHARACTER |
STRING |
Il tipo di dati CHAR in Snowflake ha una lunghezza massima di 1. |
STRING/TEXT |
STRING |
Il tipo di dati STRING in Snowflake è sinonimo di VARCHAR di Snowflake. |
BINARY |
BYTES |
|
VARBINARY |
BYTES |
|
BOOLEAN |
BOOL |
Il tipo di dati BOOL in BigQuery può accettare solo TRUE/FALSE , a differenza del tipo di dati BOOL in Snowflake, che può accettare TRUE/FALSE/NULL. |
DATE |
DATE |
Il tipo DATE in Snowflake accetta i formati di data più comuni, a differenza del tipo DATE in BigQuery, che accetta solo date nel formato "AAAA-[M]M-[G]G". |
TIME |
TIME |
Il tipo TIME in Snowflake supporta da 0 a 9 nanosecondi di precisione, mentre il tipo TIME in BigQuery supporta da 0 a 6 nanosecondi di precisione. |
TIMESTAMP |
DATETIME |
TIMESTAMP è un alias configurabile dall'utente che per impostazione predefinita è TIMESTAMP_NTZ e viene mappato a DATETIME in BigQuery. |
TIMESTAMP_LTZ |
TIMESTAMP |
|
TIMESTAMP_NTZ/DATETIME |
DATETIME |
|
TIMESTAMP_TZ |
TIMESTAMP |
|
OBJECT |
JSON |
Il tipo OBJECT in Snowflake non supporta valori di tipo esplicito. I valori sono del tipo VARIANT . |
VARIANT |
JSON |
Il tipo OBJECT in Snowflake non supporta valori di tipo esplicito. I valori sono del tipo VARIANT . |
ARRAY |
ARRAY<JSON> |
Il tipo ARRAY in Snowflake può supportare solo i tipi VARIANT , mentre il tipo ARRAY in BigQuery può supportare tutti i tipi di dati ad eccezione di un array stesso. |
BigQuery include inoltre i seguenti tipi di dati che non hanno un analogo analogo di Snowflake diretto:
Sintassi e operatori di query
Questa sezione illustra le differenze nella sintassi delle query tra Snowflake e BigQuery.
Istruzione SELECT
La maggior parte delle
istruzioni SELECT
Snowflake
è compatibile con BigQuery. La seguente tabella contiene un elenco di
differenze di minore entità.
Snowflake | BigQuery | |
---|---|---|
|
|
|
Nota: Snowflake supporta la creazione e il riferimento a un alias nella stessa istruzione SELECT . |
|
|
|
|
Per impostazione predefinita, gli alias e gli identificatori Snowflake non fanno distinzione tra maiuscole e minuscole. Per evitare maiuscole e minuscole, racchiudi gli alias e gli identificatori tra virgolette doppie (").
BigQuery supporta le seguenti espressioni nelle istruzioni SELECT
, che non hanno un equivalente Snowflake:
Clausola FROM
Una clausola FROM
in una query specifica le tabelle, le viste, la sottoquery o le funzioni di tabella possibili da utilizzare in un'istruzione SELECT. Tutti questi riferimenti alle tabelle sono supportati in
BigQuery.
La tabella seguente contiene un elenco delle differenze minori.
Snowflake | BigQuery | |
---|---|---|
|
WITH table1 AS |
|
|
|
|
|
Nota: BigQuery non ha un'alternativa diretta all'istanza PRIMA di Snowflake a utilizzare un ID istruzione. Il valore del timestamp non può precedere il timestamp attuale di sette giorni. |
|
|
BigQuery non supporta il concetto di file temporanei. |
|
|
BigQuery non offre un'alternativa diretta a |
È possibile fare riferimento alle tabelle BigQuery nella clausola FROM
utilizzando:
[project_id].[dataset_id].[table_name]
[dataset_id].[table_name]
[table_name]
BigQuery supporta anche riferimenti tabella aggiuntivi:
- Versioni storiche della definizione della tabella e delle righe che utilizzano
FOR SYSTEM_TIME AS OF
- Percorsi dei campi o qualsiasi percorso che si risolve in un campo all'interno di un tipo di dati (ovvero un
STRUCT
) - Array appiattiti
Clausola WHERE
La frase di Snowflake
WHERE
e la clausola di BigQuery
WHERE
sono identiche, ad eccezione di quanto segue:
Snowflake | BigQuery | |
---|---|---|
|
SELECT col1, col2 Nota: BigQuery non supporta la sintassi (+) per JOIN |
JOIN
tipo
Sia Snowflake che BigQuery supportano i seguenti tipi di join:
[INNER] JOIN
LEFT [OUTER] JOIN
RIGHT [OUTER] JOIN
FULL [OUTER] JOIN
CROSS JOIN
e l'equivalente "cross join con virgola" implicito
Sia Snowflake che BigQuery supportano la clausola ON
andUSING
.
La tabella seguente contiene un elenco delle differenze minori.
Snowflake | BigQuery | |
---|---|---|
|
Nota: in BigQuery, le clausole JOIN richiedono una condizione JOIN, a meno che non si tratti di un CROSS JOIN o di una delle tabelle unite non è un campo all'interno di un tipo di dati o un array. |
|
Nota: a differenza dell'output di un join non laterale, l'output di un join laterale include solo le righe generate dalla visualizzazione in linea. Le righe sul lato sinistro non devono essere unite al lato destro perché le righe sul lato sinistro sono già state già prese in considerazione perché erano passate nella visualizzazione in linea. |
LATERAL JOIN . |
Clausola WITH
Una clausola WITH
di BigQuery contiene una o più sottoquery denominate che vengono eseguite ogni volta che viene fatto riferimento a un'istruzione SELECT
successiva. Le clausole di Snowflake
WITH
si comportano come BigQuery, ad eccezione del fatto
che BigQuery non supporta WITH RECURSIVE
.
Clausola GROUP BY
Le clausole GROUP BY
di Snowflake supportano GROUP
BY
,
GROUP BY
ROLLUP
GROUP BY GROUPING
SETS
e GROUP BY
CUBE
,
mentre le clausole GROUP BY
di BigQuery supportano GROUP
BY
e
GROUP BY
ROLLUP
.
Snowflake
HAVING
e BigQuery
HAVING
sono
sinonimo. Tieni presente che il valore HAVING
si trova dopo il giorno GROUP BY
e l'aggregazione e prima del giorno ORDER BY
.
Snowflake | BigQuery | |
---|---|---|
|
|
|
|
|
|
Nota: Snowflake consente fino a 128 set di raggruppamento nello stesso blocco di query |
BigQuery non supporta un'alternativa diretta a GROUP BY GROUPING SETS di Snowflake. |
|
Nota: Snowflake consente fino a 7 elementi (128 set di raggruppamento) in ogni cubo |
BigQuery non supporta un'alternativa diretta a GROUP BY CUBE di Snowflake. |
Clausola ORDER BY
Esistono alcune piccole differenze tra le clausole ORDER BY
di Snowflake e le clausole ORDER BY
di BigQuery.
Snowflake | BigQuery | |
---|---|---|
In Snowflake, gli elementi NULL sono classificati all'ultimo per impostazione predefinita (ordine crescente). |
In BigQuery, i NULLS sono classificati al primo posto per impostazione predefinita (ordine crescente). |
|
Puoi specificare se i valori NULL devono essere ordinati per primo o per ultimo utilizzando rispettivamente NULLS FIRST o NULLS LAST . |
Non esiste un equivalente per specificare se i valori NULL devono essere i primi o gli ultimi in BigQuery. |
Clausola LIMIT/FETCH
La clausola LIMIT/FETCH
in Snowflake limita il numero massimo di righe restituite da un'istruzione o una sottoquery.
LIMIT
(sintassi Postgres) e
FETCH
(sintassi ANSI) producono lo stesso risultato.
In Snowflake e BigQuery, l'applicazione di una clausola LIMIT
a una query non influisce sulla quantità di dati letti.
Snowflake | BigQuery | |
---|---|---|
Nota: i valori NULL , stringa vuota ('') e $$$$ sono accettati e vengono trattati come "illimitati". L'utilizzo principale riguarda connettori e driver. |
Nota: BigQuery non supporta FETCH . LIMIT sostituisce FETCH .Nota: in BigQuery, OFFSET deve essere utilizzato insieme a LIMIT count . Assicurati di impostare il valore count INT64 sul numero minimo di righe ordinate necessarie per ottenere le migliori prestazioni. Ordinare inutilmente tutte le righe di risultati comporterà un peggioramento delle prestazioni di esecuzione della query. |
Clausola QUALIFY
La frase QUALIFY
in Snowflake ti consente di filtrare i risultati per le funzioni di finestra in modo simile a ciò che fa HAVING
con le funzioni aggregate e le clausole GROUP BY
.
Snowflake | BigQuery | |
---|---|---|
|
La clausola QUALIFY Snowflake con una funzione di analisi come ROW_NUMBER() , COUNT() e con OVER PARTITION BY è espressa in BigQuery come una clausola WHERE su una sottoquery contenente il valore di Analytics.Con ROW_NUMBER() :SELECT col1, col2
Utilizzo di ARRAY_AGG() , che supporta partizioni più grandi:
|
Funzioni
Le seguenti sezioni elencano le funzioni Snowflake e i relativi equivalenti BigQuery.
Funzioni di aggregazione
La seguente tabella mostra le mappature tra le funzioni di aggregazione comuni di Snowflake, di aggregazione e di aggregazione approssimativa con i relativi equivalenti BigQuery.
Snowflake | BigQuery |
---|---|
Nota: DISTINCT non ha alcun effetto. |
|
Nota: DISTINCT non ha alcun effetto. |
Nota: BigQuery non supporta APPROX_COUNT_DISTINCT con le funzioni Window |
Nota: Snowflake non ha la possibilità di RESPECT NULLS |
Nota: BigQuery non supporta APPROX_QUANTILES con le funzioni Window |
|
BigQuery non supporta la possibilità di archiviare lo stato intermedio durante la previsione di valori approssimativi. |
|
BigQuery non supporta la possibilità di archiviare lo stato intermedio durante la previsione di valori approssimativi. |
|
BigQuery non supporta la possibilità di archiviare lo stato intermedio durante la previsione di valori approssimativi. |
Nota: se non viene specificato nessun parametro numerico, il valore predefinito è 1. I contatori devono essere molto più grandi del numero. |
Nota: BigQuery non supporta APPROX_TOP_COUNT con le funzioni Window. |
|
BigQuery non supporta la possibilità di archiviare lo stato intermedio durante la previsione di valori approssimativi. |
|
BigQuery non supporta la possibilità di archiviare lo stato intermedio durante la previsione di valori approssimativi. |
|
BigQuery non supporta la possibilità di archiviare lo stato intermedio durante la previsione di valori approssimativi. |
|
Puoi utilizzare una funzione definita dall'utente personalizzata per implementare MINHASH con k funzioni hash distinte. Un altro approccio per ridurre la varianza in MINHASH è mantenerek dei valori minimi di una funzione hash. In questo caso l'indice di Jacquard può essere approssimato come segue:
|
|
È un sinonimo di APPROXIMATE_JACCARD_INDEX e può essere implementato allo stesso modo. |
|
|
|
Nota: il AVG di BigQuery non esegue la trasmissione automatica su STRING . |
|
INTEGER più vicino. |
|
Nota: BigQuery non trasmette implicitamente colonne di caratteri/testo al INTEGER più vicino. |
|
Nota: BigQuery non trasmette implicitamente colonne di caratteri/testo al INTEGER più vicino. |
Nota: Snowflake consente di trattare valori numerici, decimali e in virgola mobile come TRUE se non sono pari a zero. |
|
Nota: Snowflake consente di trattare valori numerici, decimali e in virgola mobile come TRUE se non sono pari a zero. |
|
Nota: Snowflake consente di trattare valori numerici, decimali e in virgola mobile come TRUE se non sono pari a zero. |
Per l'espressione numerica:
Per utilizzare OVER puoi eseguire questo comando (esempio booleano fornito):
|
|
|
|
|
|
|
|
|
|
BigQuery non supporta un'alternativa diretta a GROUPING di Snowflake. Disponibile tramite una funzione definita dall'utente. |
|
BigQuery non supporta un'alternativa diretta a GROUPING_ID di Snowflake. Disponibile tramite una funzione definita dall'utente. |
|
SELEZIONA BIT_XOR( FARM_FINGERPRINT( TO_JSON_STRING(t))) [OVER] DA |
Nota: Snowflake non consente di specificare la precisione. |
Nota: BigQuery non supporta HLL_COUNT… con Window Functions. Un utente non può includere più espressioni in una singola funzione HLL_COUNT... . |
Nota: Snowflake non consente di specificare la precisione. |
HLL_COUNT.INIT (espressione [, precisione]) |
|
HLL_COUNT.MERGE_PARTIAL (schizzo) |
|
|
|
BigQuery non supporta un'alternativa diretta a HLL_EXPORT di Snowflake. |
|
BigQuery non supporta un'alternativa diretta a HLL_IMPORT di Snowflake. |
|
BigQuery non supporta un'alternativa diretta a KURTOSIS di Snowflake. |
|
|
Nota: Snowflake non supporta la possibilità di IGNORE|RESPECT NULLS e di LIMIT direttamente in ARRAY_AGG. |
|
|
|
|
Puoi utilizzare una funzione definita dall'utente personalizzata per implementare MINHASH con k funzioni hash diverse. Un altro approccio per ridurre la varianza in MINHASH è mantenere k dei valori minimi di una funzione hash: SELECT DISTINCT FARM_FINGERPRINT( TO_JSON_STRING(t)) AS MINHASH
|
|
<codice<seleziona FROM ( SELECT DISTINCT FARM_FINGERPRINT( TO_JSON_STRING(t)) AS h FROM TA AS t ORDER BY h LIMIT k UNION SELECT DISTINCT FARM_FINGERPRINT( TO_JSON_STRING(t)) AS h FROM TB AS t ORDER BY h LIMIT k ) ORDER BY h LIMIT k |
|
|
|
Puoi considerare l'utilizzo di TO_JSON_STRING per convertire un valore in una stringa in formato JSON. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
BigQuery non supporta un'alternativa diretta a SKEW di Snowflake. |
|
|
|
|
|
|
|
|
Nota: Snowflake supporta la possibilità di trasmettere VARCHAR in valori in virgola mobile. |
|
Nota: Snowflake supporta la possibilità di trasmettere VARCHAR in valori in virgola mobile. |
|
Nota: Snowflake supporta la possibilità di trasmettere VARCHAR in valori in virgola mobile. |
|
Nota: Snowflake supporta la possibilità di trasmettere VARCHAR in valori in virgola mobile. |
|
BigQuery offre inoltre le seguenti funzioni aggregate, dati aggregati e aggregati approssimativi che non hanno un analogo diretto in Snowflake:
Funzioni di espressione bit per bit
La seguente tabella mostra le mappature tra le funzioni di espressione bit a bit comuni di Snowflake con i relativi equivalenti BigQuery.
Se il tipo di dati di un'espressione non è INTEGER
, Snowflake tenta di trasmettere
a INTEGER
. Tuttavia, BigQuery non tenta di trasmettere a INTEGER
.
Snowflake | BigQuery |
---|---|
|
|
|
|
|
|
|
|
BITSHIFTRIGHT
|
|
Nota: Snowflake non supporta DISTINCT. |
|
Funzioni di espressione condizionale
La seguente tabella mostra le mappature tra le espressioni condizionali comuni di Snowflake e i relativi equivalenti BigQuery.
Snowflake | BigQuery |
---|---|
|
|
Nota: Snowflake consente di trattare valori numerici, decimali e in virgola mobile come TRUE se non sono pari a zero. |
|
Nota: Snowflake consente di trattare valori numerici, decimali e in virgola mobile come TRUE se non sono pari a zero. |
|
BOOLOR Nota: Snowflake consente di trattare i valori numerici, decimali e in virgola mobile come TRUE se non pari a zero. |
|
BOOLXOR Nota: Snowflake consente di trattare i valori numerici, decimali e in virgola mobile come TRUE se non pari a zero. |
BigQuery non supporta un'alternativa diretta a BOOLXOR. di Snowflake |
|
|
Nota: Snowflake richiede almeno due espressioni. BigQuery ne richiede solo uno. |
|
|
DECODE di Snowflake. L'utente deve utilizzare IS NULL anziché = NULL per trovare corrispondenze di espressioni di selezione NULL con espressioni di ricerca NULL . |
|
BigQuery non supporta un'alternativa diretta a EQUAL_NULL. di Snowflake |
|
|
|
|
|
|
|
|
|
BigQuery non supporta un'alternativa diretta a IS [ NOT ] DISTINCT FROM. di Snowflake |
|
|
|
BigQuery non supporta i tipi di dati VARIANT . |
|
|
|
|
|
|
|
|
|
REGR... di Snowflake. |
|
Nota: BigQuery non supporta un'alternativa diretta alle funzioni REGR... di Snowflake. |
|
|
Funzioni di contesto
La seguente tabella mostra le mappature tra le funzioni di contesto comuni di Snowflake e i relativi equivalenti BigQuery.
Snowflake | BigQuery |
---|---|
Nota: non è un confronto diretto. Snowflake restituisce l'ID account, BigQuery restituisce l'indirizzo email dell'utente. |
|
Concetto non utilizzato in BigQuery |
|
Verrà restituita una tabella dei nomi di progetto. Non si tratta di un confronto diretto. |
|
Nota: Snowflake non applica il comando "()" dopo il comando CURRENT_DATE per rispettare gli standard ANSI. |
Nota: CURRENT_DATE di BigQuery supporta la specifica facoltativa del fuso orario. |
Nota: INFORMATION_SCHEMA.SCHEMATA di BigQuery restituisce riferimenti alla località più generalizzati rispetto a CURRENT_REGION() di Snowflake. Non si tratta di un confronto diretto. |
|
Concetto non utilizzato in BigQuery |
|
Questa operazione restituisce una tabella di tutti i set di dati (chiamati anche schemi) disponibili nel progetto o nella regione. Non si tratta di un confronto diretto. |
|
Concetto non utilizzato in BigQuery |
|
Concetto non utilizzato in BigQuery |
|
Nota: INFORMATION_SCHEMA.JOBS_BY_* di BigQuery consente di cercare query per tipo di prestazione, tipo di inizio/fine e così via. |
|
Nota: Snowflake consente una precisione al secondo frazionaria facoltativa. I valori validi sono compresi tra 0 e 9 nanosecondi. Il valore predefinito è 9. Per rispettare ANSI, questa funzione può essere chiamata senza "()". |
|
Nota: Snowflake consente una precisione al secondo frazionaria facoltativa. I valori validi sono compresi tra 0 e 9 nanosecondi. Il valore predefinito è 9. Per garantire la conformità con ANSI, questa funzione può essere chiamata senza "()". Imposta TIMEZONE come parametro di sessione. |
Nota:
CURRENT_DATETIME restituisce il tipo di dati DATETIME (non supportato in Snowflake). CURRENT_TIMESTAMP restituisce il tipo di dati TIMESTAMP . |
INFORMATION_SCHEMA.JOBS_BY_* di BigQuery consente di cercare gli ID job per tipo di prestazione, tipo di inizio/fine e così via. |
|
Nota: Snowflake non applica il comando "()" dopo il comando CURRENT_USER per rispettare gli standard ANSI. |
|
Concetto non utilizzato in BigQuery |
|
|
|
|
Nota: INFORMATION_SCHEMA.JOBS_BY_* di BigQuery consente di cercare gli ID job per tipo di prestazione, tipo di inizio/fine e così via. |
Nota: INFORMATION_SCHEMA.JOBS_BY_* di BigQuery consente di cercare gli ID job per tipo di prestazione, tipo di inizio/fine e così via. |
|
Nota: Snowflake non applica il comando "()" dopo il comando LOCALTIME per rispettare gli standard ANSI. |
|
Nota:
CURRENT_DATETIME restituisce il tipo di dati DATETIME (non supportato in Snowflake). CURRENT_TIMESTAMP restituisce il tipo di dati TIMESTAMP . |
Funzioni di conversione
La seguente tabella mostra le mappature tra le funzioni di conversione comuni di Snowflake e i relativi equivalenti BigQuery.
Tieni presente che le funzioni che sembrano identiche in Snowflake e BigQuery potrebbero restituire tipi di dati diversi.
Snowflake | BigQuery |
---|---|
|
|
|
|
Nota: Snowflake supporta le conversioni HEX , BASE64 e UTF-8 . Snowflake supporta anche TO_BINARY tramite il tipo di dati VARIANT . BigQuery non ha un'alternativa al tipo di dati VARIANT . |
Nota: la trasmissione predefinita di BigQuery in STRING utilizza la codifica UTF-8 . Snowflake non dispone di un'opzione per supportare la codifica BASE32 . |
Nota:
|
Nota:
|
Nota: i modelli di formato di Snowflake sono disponibili qui. BigQuery non ha un'alternativa al tipo di dati VARIANT . |
Nota: l'espressione di input di BigQuery può essere formattata utilizzando FORMAT_DATE , FORMAT_DATETIME , FORMAT_TIME o FORMAT_TIMESTAMP . |
Nota: Snowflake supporta la possibilità di convertire direttamente i tipi INTEGER in tipi DATE . I modelli di formato di Snowflake sono disponibili qui. BigQuery non ha un'alternativa al tipo di dati VARIANT . |
Nota: l'espressione di input di BigQuery può essere formattata utilizzando FORMAT , FORMAT_DATETIME o FORMAT_TIMESTAMP . |
Nota: i modelli di formato di Snowflake per i tipi di dati DECIMAL , NUMBER e NUMERIC sono disponibili qui. BigQuery non ha un'alternativa al tipo di dati VARIANT . |
Nota: l'espressione di input di BigQuery può essere formattata utilizzando FORMAT. |
Nota: i modelli di formato di Snowflake per i DOUBLE tipi di dati sono disponibili qui. BigQuery non ha un'alternativa al tipo di dati VARIANT . |
Nota: l'espressione di input di BigQuery può essere formattata utilizzando FORMAT. |
|
BigQuery non ha un'alternativa al tipo di dati VARIANT di Snowflake. |
|
BigQuery non ha un'alternativa al tipo di dati VARIANT di Snowflake. |
Nota: i modelli di formato di Snowflake per i STRING tipi di dati sono disponibili qui. BigQuery non ha un'alternativa al tipo di dati VARIANT . |
Nota: BigQuery non ha un'alternativa al tipo di dati VARIANT di Snowflake. L'espressione di input di BigQuery può essere formattata utilizzando FORMAT , FORMAT_DATETIME , FORMAT_TIMESTAMP o FORMAT_TIME . |
Nota: BigQuery non ha un'alternativa al tipo di dati VARIANT . |
Nota: l'espressione di input di BigQuery può essere formattata utilizzando FORMAT , FORMAT_DATE , FORMAT_DATETIME , FORMAT_TIME . Il fuso orario può essere incluso/non incluso tramite i parametri FORMAT_TIMESTAMP . |
|
BigQuery non ha un'alternativa al tipo di dati VARIANT di Snowflake. |
|
BigQuery non ha un'alternativa al tipo di dati VARIANT di Snowflake. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
BigQuery offre anche le seguenti funzioni di conversione, che non hanno un analogo diretto in Snowflake:
CODE_POINTS_TO_BYTES
CODE_POINTS_TO_STRING
FORMAT
FROM_BASE32
FROM_BASE64
FROM_HEX
SAFE_CONVERT_BYTES_TO_STRING
TO_BASE32
TO_CODE_POINTS
Funzioni di generazione dei dati
La seguente tabella mostra le mappature tra le funzioni di generazione dati comuni di Snowflake e i relativi equivalenti BigQuery.
Snowflake | BigQuery |
---|---|
|
BigQuery non supporta un confronto diretto con NORMAL. di Snowflake |
|
Nota: BigQuery non supporta il seeding |
|
BigQuery non supporta un confronto diretto con RANDSTR. di Snowflake |
SEQ1 / SEQ2 / SEQ4 / SEQ8 |
BigQuery non supporta un confronto diretto con SEQ_. di Snowflake |
|
Nota:utilizza le funzioni definite dall'utente permanenti per creare un equivalente a UNIFORM di Snowflake. Esempio qui. |
UUID_STRING([uuid, name]) Nota: Snowflake restituisce 128 bit casuali. Snowflake supporta gli UUID sia della versione 4 (casuale) che della versione 5 (con nome). |
Nota: BigQuery restituisce 122 bit casuali. BigQuery supporta solo gli UUID versione 4. |
|
BigQuery non supporta un confronto diretto con ZIPF. di Snowflake |
Funzioni di data e ora
La seguente tabella mostra le mappature tra le funzioni di data e ora comuni di Snowflake con i relativi equivalenti BigQuery. I dati e le funzioni temporali di BigQuery includono funzioni di data, funzioni di data/ora, funzioni di tempo e funzioni di timestamp.
Snowflake | BigQuery |
---|---|
|
|
|
Nota: source_timezone è sempre UTC in BigQuery |
Nota: Snowflake supporta date extra e negative. Ad esempio, DATE_FROM_PARTS(2000, 1 + 24, 1) restituisce il 1° gennaio 2002. Questa operazione non è supportata in BigQuery. |
|
Nota: Snowflake supporta i tipi di parte ISO, nanosecondi ed epoca secondo/millisecondo/microsecondo/nanosecondi del giorno della settimana. BigQuery non lo fa. Consulta l'elenco completo dei tipi di componenti Snowflake qui
. |
Nota: BigQuery supporta i tipi di parte settimanale(<weekday>), microsecondi e millisecondi. Snowflake no. Consulta l'elenco completo dei tipi di parti BigQuery qui e qui. |
Nota: Snowflake supporta il tipo di parte in nanosecondi. BigQuery non lo fa. Consulta l'elenco completo dei tipi di componenti Snowflake qui
. |
Nota: BigQuery supporta i tipi di parte settimana(<weekday>), settimana ISO e anno ISO. Snowflake no. |
|
|
Nota: Snowflake supporta il calcolo della differenza tra due tipi di data, ora e timestamp in questa funzione. |
Nota: BigQuery supporta i tipi di parte della settimana(<weekday>) e dell'anno ISO. |
|
|
Nota: Snowflake supporta i tipi di parte ISO, nanosecondi ed epoca secondo/millisecondo/microsecondo/nanosecondi del giorno della settimana. BigQuery non lo fa. Consulta l'elenco completo dei tipi di componenti Snowflake qui
. |
Nota: BigQuery supporta i tipi di parte settimanale(<weekday>), microsecondi e millisecondi. Snowflake no. Consulta l'elenco completo dei tipi di parti BigQuery qui e qui. |
|
|
|
|
|
|
|
Nota: potrebbe essere necessario riformattare dowString. Ad esempio, "su" di Snowflake sarà "SUNDAY" di BigQuery. |
|
Nota: potrebbe essere necessario riformattare dowString. Ad esempio, "su" di Snowflake sarà "SUNDAY" di BigQuery. |
Nota: Snowflake supporta i tempi di overflow. Ad esempio, TIME_FROM_PARTS(0, 100, 0) restituisce 01:40:00... Questa operazione non è supportata in BigQuery. BigQuery non supporta i nanosecondi. |
|
|
Nota: BigQuery non supporta un confronto diretto e esatto con TIME_SLICE di Snowflake. Usa DATETINE_TRUNC , TIME_TRUNC e TIMESTAMP_TRUNC per il tipo di dati appropriato. |
|
|
Nota: Snowflake supporta il calcolo della differenza tra due tipi di data, ora e timestamp in questa funzione. |
Nota: BigQuery supporta i tipi di parte della settimana(<weekday>) e dell'anno ISO. |
|
Nota: BigQuery richiede l'inserimento dei timestamp come tipi STRING . Esempio: "2008-12-25 15:30:00" |
|
|
Nota: Snowflake supporta il calcolo della differenza tra due tipi di data, ora e timestamp in questa funzione. |
Nota: BigQuery supporta i tipi di parte della settimana(<weekday>) e dell'anno ISO. |
Nota: Snowflake supporta il tipo di parte in nanosecondi. BigQuery non lo fa. Consulta l'elenco completo dei tipi di componenti Snowflake qui
. |
Nota: BigQuery supporta i tipi di parte settimana(<weekday>), settimana ISO e anno ISO. Snowflake no. |
|
|
BigQuery offre anche le seguenti funzioni di data e ora, che non hanno un analogico diretto in Snowflake:
Schema di informazioni e funzioni tabella
BigQuery non supporta concettualmente molte delle funzioni di tabella e di schema di informazioni di Snowflake. Snowflake offre i seguenti schemi di informazioni e funzioni di tabella, che non hanno un analogo diretto in BigQuery:
AUTOMATIC_CLUSTERING_HISTORY
COPY_HISTORY
DATA_TRANSFER_HISTORY
DATABASE_REFRESH_HISTORY
DATABASE_REFRESH_PROGRESS, DATABASE_REFRESH_PROGRESS_BY_JOB
DATABASE_STORAGE_USAGE_HISTORY
EXTERNAL_TABLE_FILES
EXTERNAL_TABLE_FILE_REGISTRATION_HISTORY
LOGIN_HISTORY
LOGIN_HISTORY_BY_USER
MATERIALIZED_VIEW_REFRESH_HISTORY
PIPE_USAGE_HISTORY
REPLICATION_USAGE_HISTORY
STAGE_STORAGE_USAGE_HISTORY
TASK_DEPENDENTS
VALIDATE_PIPE_LOAD
WAREHOUSE_LOAD_HISTORY
WAREHOUSE_METERING_HISTORY
Di seguito è riportato un elenco delle funzioni di tabella e dello schema di informazioni di BigQuery e Snowflake associate.
Snowflake | BigQuery |
---|---|
QUERY_HISTORY QUERY_HISTORY_BY_* |
INFORMATION_SCHEMA.JOBS_BY_* Nota: non è un'alternativa diretta. |
TASK_HISTORY |
INFORMATION_SCHEMA.JOBS_BY_* Nota: non è un'alternativa diretta. |
BigQuery offre i seguenti schemi di informazioni e funzioni di tabella, che non hanno un analogo diretto in Snowflake:
INFORMATION_SCHEMA.SCHEMATA
INFORMATION_SCHEMA.ROUTINES
INFORMATION_SCHEMA.TABLES
INFORMATION_SCHEMA.VIEWS
Funzioni numeriche
La seguente tabella mostra le mappature tra le funzioni numeriche di Snowflake comuni e i relativi equivalenti BigQuery.
Snowflake | BigQuery |
---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Nota: CEIL di BigQuery non supporta la possibilità di indicare precisione o scala. ROUND non consente di specificare l'arrotondamento per eccesso. |
|
|
|
|
|
|
|
|
|
|
|
BigQuery non ha un'alternativa diretta a FACTORIAL di Snowflake. Utilizza una funzione definita dall'utente. |
|
Nota: FLOOR di BigQuery non supporta la possibilità di indicare precisione o scala. ROUND non consente di specificare l'arrotondamento per eccesso. TRUNC funziona come sinonimo per i numeri positivi, ma non per i numeri negativi, poiché valuta il valore assoluto. |
|
Nota: non è una corrispondenza esatta, ma abbastanza simile. |
|
|
|
Nota:la base predefinita per LOG è 10. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Nota: il valore restituito da BigQuery deve essere inferiore all'espressione; non supporta "uguale a". |
BigQuery offre anche le seguenti funzioni matematiche, che non hanno un analogo diretto in Snowflake:
IS_INF
IS_NAN
IEEE_DIVIDE
DIV
SAFE_DIVIDE
SAFE_MULTIPLY
SAFE_NEGATE
SAFE_ADD
SAFE_SUBTRACT
RANGE_BUCKET
Funzioni di dati semistrutturati
Snowflake | BigQuery |
---|---|
ARRAY_APPEND |
Funzione definita dall'utente dall'utente |
ARRAY_CAT |
ARRAY_CONCAT |
ARRAY_COMPACT |
Funzione definita dall'utente dall'utente |
ARRAY_CONSTRUCT |
[ ] |
ARRAY_CONSTRUCT_COMPACT |
Funzione definita dall'utente dall'utente |
ARRAY_CONTAINS |
Funzione definita dall'utente dall'utente |
ARRAY_INSERT |
Funzione definita dall'utente dall'utente |
ARRAY_INTERSECTION |
Funzione definita dall'utente dall'utente |
ARRAY_POSITION |
Funzione definita dall'utente dall'utente |
ARRAY_PREPEND |
Funzione definita dall'utente dall'utente |
ARRAY_SIZE |
ARRAY_LENGTH |
ARRAY_SLICE |
Funzione definita dall'utente dall'utente |
ARRAY_TO_STRING |
ARRAY_TO_STRING |
ARRAYS_OVERLAP |
Funzione definita dall'utente dall'utente |
AS_<object_type> |
CAST |
AS_ARRAY |
CAST |
AS_BINARY |
CAST |
AS_BOOLEAN |
CAST |
AS_CHAR , AS_VARCHAR |
CAST |
AS_DATE |
CAST |
AS_DECIMAL , AS_NUMBER |
CAST |
AS_DOUBLE , AS_REAL |
CAST |
AS_INTEGER |
CAST |
AS_OBJECT |
CAST |
AS_TIME |
CAST |
AS_TIMESTAMP_* |
CAST |
CHECK_JSON |
Funzione definita dall'utente dall'utente |
CHECK_XML |
Funzione definita dall'utente dall'utente |
FLATTEN |
UNNEST |
GET |
Funzione definita dall'utente dall'utente |
GET_IGNORE_CASE |
Funzione definita dall'utente dall'utente |
|
Funzione definita dall'utente dall'utente |
IS_<object_type> |
Funzione definita dall'utente dall'utente |
IS_ARRAY |
Funzione definita dall'utente dall'utente |
IS_BINARY |
Funzione definita dall'utente dall'utente |
IS_BOOLEAN |
Funzione definita dall'utente dall'utente |
IS_CHAR , IS_VARCHAR |
Funzione definita dall'utente dall'utente |
IS_DATE , IS_DATE_VALUE |
Funzione definita dall'utente dall'utente |
IS_DECIMAL |
Funzione definita dall'utente dall'utente |
IS_DOUBLE , IS_REAL |
Funzione definita dall'utente dall'utente |
IS_INTEGER |
Funzione definita dall'utente dall'utente |
IS_OBJECT |
Funzione definita dall'utente dall'utente |
IS_TIME |
Funzione definita dall'utente dall'utente |
IS_TIMESTAMP_* |
Funzione definita dall'utente dall'utente |
OBJECT_CONSTRUCT |
Funzione definita dall'utente dall'utente |
OBJECT_DELETE |
Funzione definita dall'utente dall'utente |
OBJECT_INSERT |
Funzione definita dall'utente dall'utente |
PARSE_JSON |
JSON_EXTRACT |
PARSE_XML |
Funzione definita dall'utente dall'utente |
STRIP_NULL_VALUE |
Funzione definita dall'utente dall'utente |
STRTOK_TO_ARRAY |
SPLIT |
TRY_PARSE_JSON |
Funzione definita dall'utente dall'utente |
TYPEOF |
Funzione definita dall'utente dall'utente |
XMLGET |
Funzione definita dall'utente dall'utente |
Funzioni stringa e binarie
Snowflake | BigQuery |
---|---|
|
|
ASCII |
|
BASE64_DECODE_BINARY |
|
BASE64_DECODE_STRING |
|
BASE64_ENCODE |
|
BIT_LENGTH |
CHARACTER_LENGTH |
|
|
CHR,CHAR |
|
COLLATE |
Funzione definita dall'utente dall'utente |
COLLATION |
Funzione definita dall'utente dall'utente |
COMPRESS |
Funzione definita dall'utente dall'utente |
|
CONCAT (...) di BigQuery supporta la concatenazione di un numero qualsiasi di stringhe. |
CONTAINS |
Funzione definita dall'utente dall'utente |
DECOMPRESS_BINARY |
Funzione definita dall'utente dall'utente |
DECOMPRESS_STRING |
Funzione definita dall'utente dall'utente |
EDITDISTANCE |
Funzione definita dall'utente dall'utente |
ENDSWITH |
Funzione definita dall'utente dall'utente |
HEX_DECODE_BINARY |
|
HEX_DECODE_STRING |
|
HEX_ENCODE |
|
ILIKE |
Funzione definita dall'utente dall'utente |
ILIKE ANY |
Funzione definita dall'utente dall'utente |
INITCAP |
INITCAP |
INSERT |
Funzione definita dall'utente dall'utente |
LEFT |
Funzione definita dall'utente |
LENGTH |
|
LIKE |
LIKE |
LIKE ALL |
Funzione definita dall'utente dall'utente |
LIKE ANY |
Funzione definita dall'utente dall'utente |
LOWER |
|
LPAD |
|
LTRIM |
|
|
|
MD5_BINARY |
Funzione definita dall'utente dall'utente |
OCTET_LENGTH |
Funzione definita dall'utente dall'utente |
PARSE_IP |
Funzione definita dall'utente dall'utente |
PARSE_URL |
Funzione definita dall'utente dall'utente |
POSITION |
|
REPEAT |
|
REPLACE |
|
REVERSE
|
|
RIGHT |
Funzione definita dall'utente |
RPAD |
RPAD |
RTRIM |
|
RTRIMMED_LENGTH |
Funzione definita dall'utente dall'utente |
SHA1,SHA1_HEX |
|
SHA1_BINARY |
Funzione definita dall'utente dall'utente |
SHA2,SHA2_HEX |
Funzione definita dall'utente dall'utente |
SHA2_BINARY |
Funzione definita dall'utente dall'utente |
SOUNDEX |
Funzione definita dall'utente dall'utente |
SPACE |
Funzione definita dall'utente dall'utente |
SPLIT |
SPLIT |
SPLIT_PART |
Funzione definita dall'utente dall'utente |
SPLIT_TO_TABLE |
Funzione definita dall'utente dall'utente |
STARTSWITH |
Funzione definita dall'utente dall'utente |
STRTOK |
Nota: l'intero argomento della stringa del delimitatore viene utilizzato come delimitatore singolo. Il delimitatore predefinito è una virgola. |
STRTOK_SPLIT_TO_TABLE |
Funzione definita dall'utente dall'utente |
SUBSTR,SUBSTRING |
SUBSTR |
TRANSLATE |
Funzione definita dall'utente dall'utente |
TRIM |
TRIM |
TRY_BASE64_DECODE_BINARY |
Funzione definita dall'utente dall'utente |
TRY_BASE64_DECODE_STRING |
|
TRY_HEX_DECODE_BINARY |
|
TRY_HEX_DECODE_STRING |
|
UNICODE |
Funzione definita dall'utente dall'utente |
|
UPPER |
Funzioni stringa (espressioni regolari)
Snowflake | BigQuery |
---|---|
REGEXP |
|
REGEXP_COUNT |
Se position è specificato:
Nota: BigQuery supporta le espressioni regolari utilizzando la libreria re2. Consulta la documentazione per conoscere la sintassi delle espressioni regolari. |
REGEXP_INSTR |
Se position è specificato:
Se occurrence è specificato:
Nota: BigQuery supporta le espressioni regolari utilizzando la libreria re2. Consulta la documentazione per conoscere la sintassi delle espressioni regolari. |
|
|
REGEXP_REPLACE |
Se replace_string è specificato:
Se position è specificato:
Nota: BigQuery supporta le espressioni regolari utilizzando la libreria re2. Consulta la documentazione per conoscere la sintassi delle espressioni regolari. |
REGEXP_SUBSTR |
Se position è specificato:
Se occurrence è specificato:
Nota: BigQuery supporta le espressioni regolari utilizzando la libreria re2. Consulta la documentazione per conoscere la sintassi delle espressioni regolari. |
RLIKE |
|
Funzioni di sistema
Snowflake | BigQuery |
---|---|
SYSTEM$ABORT_SESSION |
Funzione definita dall'utente dall'utente |
SYSTEM$ABORT_TRANSACTION |
Funzione definita dall'utente dall'utente |
SYSTEM$CANCEL_ALL_QUERIES |
Funzione definita dall'utente dall'utente |
SYSTEM$CANCEL_QUERY |
Funzione definita dall'utente dall'utente |
SYSTEM$CLUSTERING_DEPTH |
Funzione definita dall'utente dall'utente |
SYSTEM$CLUSTERING_INFORMATION |
Funzione definita dall'utente dall'utente |
SYSTEM$CLUSTERING_RATIO — Deprecated |
Funzione definita dall'utente dall'utente |
SYSTEM$CURRENT_USER_TASK_NAME |
Funzione definita dall'utente dall'utente |
SYSTEM$DATABASE_REFRESH_HISTORY |
Funzione definita dall'utente dall'utente |
SYSTEM$DATABASE_REFRESH_PROGRESS , SYSTEM$DATABASE_REFRESH_PROGRESS_BY_JOB |
Funzione definita dall'utente dall'utente |
SYSTEM$GET_AWS_SNS_IAM_POLICY |
Funzione definita dall'utente dall'utente |
SYSTEM$GET_PREDECESSOR_RETURN_VALUE |
Funzione definita dall'utente dall'utente |
SYSTEM$LAST_CHANGE_COMMIT_TIME |
Funzione definita dall'utente dall'utente |
SYSTEM$PIPE_FORCE_RESUME |
Funzione definita dall'utente dall'utente |
SYSTEM$PIPE_STATUS |
Funzione definita dall'utente dall'utente |
SYSTEM$SET_RETURN_VALUE |
Funzione definita dall'utente dall'utente |
SYSTEM$SHOW_OAUTH_CLIENT_SECRETS |
Funzione definita dall'utente dall'utente |
SYSTEM$STREAM_GET_TABLE_TIMESTAMP |
Funzione definita dall'utente dall'utente |
SYSTEM$STREAM_HAS_DATA |
Funzione definita dall'utente dall'utente |
SYSTEM$TASK_DEPENDENTS_ENABLE |
Funzione definita dall'utente dall'utente |
SYSTEM$TYPEOF |
Funzione definita dall'utente dall'utente |
SYSTEM$USER_TASK_CANCEL_ONGOING_EXECUTIONS |
Funzione definita dall'utente dall'utente |
SYSTEM$WAIT |
Funzione definita dall'utente dall'utente |
SYSTEM$WHITELIST |
Funzione definita dall'utente dall'utente |
SYSTEM$WHITELIST_PRIVATELINK |
Funzione definita dall'utente dall'utente |
Funzioni tabella
Snowflake | BigQuery | |
---|---|---|
GENERATOR |
Funzione definita dall'utente dall'utente | |
GET_OBJECT_REFERENCES |
Funzione definita dall'utente dall'utente | |
RESULT_SCAN |
Funzione definita dall'utente dall'utente | |
VALIDATE |
Funzione definita dall'utente dall'utente |
Funzioni di utilità e hash
Snowflake | BigQuery | |
---|---|---|
GET_DDL |
Richiesta di funzionalità | |
HASH |
HASH è una funzione proprietaria specifica di Snowflake. Non può essere tradotto senza conoscere la logica di base utilizzata da Snowflake. |
Funzioni finestra
Snowflake | BigQuery | |
---|---|---|
CONDITIONAL_CHANGE_EVENT |
Funzione definita dall'utente dall'utente | |
CONDITIONAL_TRUE_EVENT |
Funzione definita dall'utente dall'utente | |
CUME_DIST |
CUME_DIST |
|
DENSE_RANK |
DENSE_RANK |
|
FIRST_VALUE |
FIRST_VALUE |
|
LAG |
LAG |
|
LAST_VALUE |
LAST_VALUE |
|
LEAD |
LEAD |
|
NTH_VALUE |
NTH_VALUE |
|
NTILE |
NTILE |
|
PERCENT_RANK |
PERCENT_RANK |
|
RANK |
RANK |
|
RATIO_TO_REPORT |
Funzione definita dall'utente dall'utente | |
ROW_NUMBER |
ROW_NUMBER |
|
WIDTH_BUCKET |
Funzione definita dall'utente dall'utente |
BigQuery supporta anche SAFE_CAST
(expression
AS typename), che restituisce NULL se BigQuery non è in grado di eseguire un
cast (ad esempio,
SAFE_CAST
("apple"
AS INT64) restituisce NULL.
Operatori
Le seguenti sezioni elencano gli operatori Snowflake e i relativi equivalenti BigQuery.
Operatori aritmetici
La seguente tabella mostra le mappature tra gli operatori aritmetici Snowflake e i relativi equivalenti BigQuery.
Snowflake | BigQuery |
---|---|
|
|
|
|
|
Nota: BigQuery supporta il segno meno unario standard, ma non converte i numeri interi in formato stringa nel tipo INT64 , NUMERIC o FLOAT64 . |
|
|
|
|
|
|
|
|
|
|
Per visualizzare i dettagli sulla scalabilità e sulla precisione di Snowflake durante l'esecuzione di operazioni aritmetiche, consulta la documentazione di Snowflake.
Operatori di confronto
Gli operatori di confronto di Snowflake e gli operatori di confronto di BigQuery sono gli stessi.
Operatori logici/booleani
Gli logical/boolean operators Snowflake e gli logical/boolean operators di BigQuery sono uguali.
Operatori Set
La seguente tabella mostra le mappature tra gli operatori impostati Snowflake e i relativi equivalenti BigQuery.
Snowflake | BigQuery |
---|---|
|
INTERSECT DISTINCT
|
Nota: MINUS e EXCEPT sono sinonimi. |
|
|
|
Operatori di sottoquery
La seguente tabella mostra le mappature tra gli operatori di sottoquery di Snowflake e i relativi equivalenti BigQuery.
Snowflake | BigQuery |
---|---|
|
BigQuery non supporta un'alternativa diretta a ALL/ANY di Snowflake. |
|
|
|
|
|
Nota: BigQuery richiede parentesi per separare le diverse operazioni sui set. Se lo stesso operatore di impostazione si ripete, le parentesi non sono necessarie. |
Sintassi DML
Questa sezione illustra le differenze nella sintassi del linguaggio di gestione dei dati tra Snowflake e BigQuery.
Istruzione INSERT
Snowflake offre una parola chiave DEFAULT
configurabile per le colonne. In BigQuery, il valore DEFAULT
delle colonne con valore null è NULL e DEFAULT
non è supportato per le colonne obbligatorie. La maggior parte delle
istruzioni INSERT
Snowflake
è compatibile con BigQuery. La tabella seguente mostra le eccezioni.
Snowflake | BigQuery |
---|---|
Nota: BigQuery non supporta l'inserimento di oggetti JSON con un'INSERT istruzione. |
VALUES (DEFAULT [, ...]) Nota: BigQuery non supporta un'alternativa diretta a OVERWRITE di Snowflake. Usa invece il criterio DELETE . |
|
|
... Nota:
<intoClause> rappresenta lo standard INSERT statement , elencato sopra. |
BigQuery non supporta INSERTs a più tabelle condizionali e incondizionali. |
BigQuery supporta anche l'inserimento di valori tramite una sottoquery (in cui uno dei valori viene calcolato mediante una sottoquery), che non è supportata in Snowflake. Ad esempio:
INSERT INTO table (column1, column2)
VALUES ('value_1', (
SELECT column2
FROM table2
))
Istruzione COPY
Snowflake supporta la copia dei dati dai file delle fasi in una tabella esistente e da una tabella a uno stadio interno denominato, a uno esterno denominato e a una posizione esterna (Amazon S3, Google Cloud Storage o Microsoft Azure).
BigQuery non utilizza il comando SQL COPY
per caricare i dati, ma puoi utilizzare uno qualsiasi dei diversi strumenti e opzioni non SQL per caricare i dati nelle tabelle BigQuery. Puoi anche utilizzare i sink di pipeline di dati
forniti in
Apache Spark
o
Apache Beam
per scrivere dati in BigQuery.
Istruzione UPDATE
La maggior parte delle istruzioni UPDATE
di Snowflake è compatibile con BigQuery. La
tabella seguente mostra le eccezioni.
Snowflake | BigQuery | |
---|---|---|
|
Nota: tutte le istruzioni UPDATE in BigQuery richiedono una parola chiave WHERE , seguita da una condizione. |
Estratti conto DELETE
e TRUNCATE TABLE
Le istruzioni DELETE
e TRUNCATE TABLE
sono entrambi modi per rimuovere righe da una
tabella senza influire sullo schema o sugli indici della tabella.
In Snowflake, sia DELETE
che TRUNCATE TABLE
mantengono i dati eliminati utilizzando la funzionalità Viaggio nel tempo di Snowflake a scopo di recupero per il periodo di conservazione dei dati.
Tuttavia, DELETE non elimina la cronologia del caricamento dei file esterni e non carica i metadati.
In BigQuery, l'istruzione DELETE
deve avere una clausola WHERE
. Per ulteriori informazioni su DELETE
in BigQuery, consulta gli esempi diDELETE
BigQuery nella documentazione di DML.
Snowflake | BigQuery |
---|---|
|
Nota: le istruzioni DELETE BigQuery richiedono una WHERE clausola. |
Istruzione MERGE
L'istruzione MERGE
può combinare le operazioni INSERT
, UPDATE
e DELETE
in una singola istruzione "upsert" ed eseguire automaticamente le operazioni. L'operazione MERGE
deve corrispondere al massimo a una riga di origine per ogni riga di destinazione.
Le tabelle BigQuery sono limitate a 1000 istruzioni DML al giorno, quindi è necessario consolidare in modo ottimale le istruzioni INSERT, UPDATE e DELETE in una singola istruzione MERGE, come mostrato nella seguente tabella:
Snowflake | BigQuery |
---|---|
Nota: Snowflake supporta un parametro di sessione ERROR_ON_NONDETERMINISTIC_MERGE per gestire i risultati non deterministici. |
Nota: se aggiorni tutte le colonne, devono essere elencate tutte le colonne. |
Estratti conto GET
e LIST
L'istruzione GET
scarica i file di dati da una delle seguenti fasi di Snowflake a una
directory o cartella locale su un computer client:
- Fase interna denominata
- Fase interna per una tabella specificata
- Fase interna per l'utente corrente
L'istruzione LIST
(LS) restituisce un elenco di file che sono stati caricati in un'area intermedia (ovvero caricati da un file system locale o scaricati da una tabella) in una delle seguenti
fasi di Snowflake:
- Fase interna denominata
- Fase esterna denominata
- Fase per una tabella specificata
- Fase per l'utente corrente
BigQuery non supporta il concetto di gestione temporanea e non ha gli equivalenti GET
e LIST
.
Estratti conto PUT
e REMOVE
L'istruzione PUT
carica i file di dati (ovvero, le fasi) da una directory locale o una cartella su un computer client in una delle seguenti fasi di Snowflake:
- Fase interna denominata
- Fase interna per una tabella specificata
- Fase interna per l'utente corrente
L'istruzione REMOVE
(RM)
rimuove i file che sono stati inseriti nell'area intermedia in una delle seguenti
fasi interne di Snowflake:
- Fase interna denominata
- Fase per una tabella specificata
- Fase per l'utente corrente
BigQuery non supporta il concetto di gestione temporanea e non ha gli equivalenti PUT
e REMOVE
.
Sintassi DDL
Questa sezione illustra le differenze nella sintassi del linguaggio di definizione dei dati tra Snowflake e BigQuery.
Database, schema e DDL di condivisione
La maggior parte della terminologia di Snowflake corrisponde a quella di BigQuery, ad eccezione del fatto che Snowflake Database è simile al set di dati BigQuery. Consulta la mappatura terminologica dettagliata da Snowflake a BigQuery.
Istruzione CREATE DATABASE
Snowflake supporta la creazione e la gestione di un database tramite i comandi di gestione dei database, mentre BigQuery offre diverse opzioni per la creazione di set di dati, tra cui l'utilizzo di console, interfaccia a riga di comando, librerie client e così via. Questa sezione utilizzerà i comandi dell'interfaccia a riga di comando di BigQuery corrispondenti ai comandi Snowflake per risolvere le differenze.
Snowflake | BigQuery |
---|---|
Nota: Snowflake fornisce questi requisiti per la denominazione dei database. Il nome può contenere solo 255 caratteri. |
Nota: BigQuery ha requisiti di denominazione dei set di dati simili a Snowflake, con l'unica differenza che il nome consente 1024 caratteri. |
|
La sostituzione del set di dati non è supportata in BigQuery. |
|
La creazione di un set di dati temporaneo non è supportata in BigQuery. |
|
Concetto non supportato in BigQuery |
|
La clonazione dei set di dati non è ancora supportata in BigQuery. |
|
Gli spostamenti nel tempo a livello del set di dati non sono supportati in BigQuery. Tuttavia, è supportato lo spostamento nel tempo per i risultati di tabelle e query. |
|
Le regole di confronto in DDL non sono supportate in BigQuery. |
|
|
|
La creazione di set di dati condivisi non è supportata in BigQuery. Tuttavia, gli utenti possono condividere il set di dati tramite Console/UI dopo la sua creazione. |
Nota: Snowflake offre l'opzione per la gestione automatica in background delle viste materializzate nel database secondario, che non è supportata in BigQuery. |
|
BigQuery offre anche le seguenti opzioni del comando bq mk
, che
non hanno un analogo diretto in Snowflake:
--location <dataset_location>
--default_table_expiration <time_in_seconds>
--default_partition_expiration <time_in_seconds>
Istruzione ALTER DATABASE
Questa sezione utilizzerà i comandi dell'interfaccia a riga di comando di BigQuery corrispondenti ai comandi Snowflake per risolvere le differenze nelle istruzioni ALTER.
Snowflake | BigQuery |
---|---|
|
La ridenominazione dei set di dati non è supportata in BigQuery, ma è supportata la copia dei set di dati. |
|
Lo scambio di set di dati non è supportato in BigQuery. |
|
La gestione della conservazione dei dati e delle regole di confronto a livello di set di dati non è supportata in BigQuery. |
|
|
|
Concetto non supportato in BigQuery. |
|
Concetto non supportato in BigQuery. |
|
Concetto non supportato in BigQuery. |
|
Concetto non supportato in BigQuery. |
|
Concetto non supportato in BigQuery. |
|
Concetto non supportato in BigQuery. |
|
Concetto non supportato in BigQuery. |
Istruzione DROP DATABASE
Questa sezione utilizzerà il comando dell'interfaccia a riga di comando di BigQuery corrispondente al comando Snowflake per risolvere la differenza nell'istruzione DROP.
Snowflake | BigQuery |
---|---|
Nota: in Snowflake, l'eliminazione di un database non ne comporta la rimozione definitiva dal sistema. Una versione del database eliminato viene conservata per il numero di giorni specificato dal parametro DATA_RETENTION_TIME_IN_DAYS per il database. |
-r è la rimozione di tutti gli oggetti nel set di dati
-d indica il set di datiNota: in BigQuery, l'eliminazione di un set di dati è definitiva. Inoltre, l'unione a cascata non è supportata a livello del set di dati poiché tutti i dati e gli oggetti nel set di dati vengono eliminati. |
Snowflake supporta anche il comando UNDROP DATASET
, che ripristina la versione più recente di un set di dati eliminato. Questa funzionalità non è attualmente supportata in BigQuery a livello di set di dati.
Istruzione USE DATABASE
Snowflake offre la possibilità di impostare il database per una sessione utente utilizzando il comando USE DATABASE
. Ciò elimina la necessità di specificare nomi completi degli oggetti nei comandi SQL. BigQuery non offre alternative al comando USE DATABASE di Snowflake.
Istruzione SHOW DATABASE
Questa sezione utilizzerà il comando dell'interfaccia a riga di comando di BigQuery corrispondente al comando Snowflake per risolvere la differenza nell'istruzione SHOW.
Snowflake | BigQuery |
---|---|
Nota: Snowflake offre una singola opzione per elencare e mostrare i dettagli di tutti i database, inclusi quelli eliminati che rientrano nel periodo di conservazione. |
bq ls --format=prettyjsone / o
Nota: in BigQuery, il comando ls fornisce solo i nomi dei set di dati e informazioni di base, mentre il comando show fornisce dettagli come il timestamp dell'ultima modifica, gli ACL e le etichette di un set di dati. BigQuery fornisce inoltre ulteriori dettagli sui set di dati tramite lo schema di informazioni. |
Nota: con l'opzione TERSE, Snowflake consente di visualizzare solo informazioni/campi specifici sui set di dati. |
Concetto non supportato in BigQuery. |
Il concetto di viaggio nel tempo non è supportato in BigQuery a livello di set di dati. | |
SHOW DATABASES
|
Il filtro dei risultati in base ai nomi dei set di dati non è supportato in BigQuery. Tuttavia, è supportato il filtro per etichette. |
SHOW DATABASES
Nota: per impostazione predefinita, Snowflake non limita il numero di risultati. Tuttavia, il valore di LIMIT non può essere superiore a 10.000. |
Nota: per impostazione predefinita, BigQuery mostra solo 50 risultati. |
BigQuery offre anche le seguenti opzioni del comando bq
, che
non hanno un analogo diretto in Snowflake:
- bq ls --format=pretty: restituisce risultati formattati di base.
- *bq ls -a: *restituisce solo set di dati anonimi (quelli che iniziano con un trattino basso)
- bq ls --all: restituisce tutti i set di dati, inclusi quelli anonimi
- bq ls --filter labels.key:value: restituisce i risultati filtrati per etichetta del set di dati
- bq ls --d: esclude i risultati del modulo di set di dati anonimi.
- bq show --format=pretty: restituisce risultati formattati di base dettagliati per tutti i set di dati.
Gestione di SCHEMA
Snowflake fornisce più comandi di gestione dello schema simili ai suoi comandi di gestione del database. Questo concetto di creazione e gestione dello schema non è supportato in BigQuery.
Tuttavia, BigQuery consente di specificare lo schema di una tabella quando carichi dati in una tabella e quando crei una tabella vuota. In alternativa, puoi utilizzare il rilevamento automatico dello schema per i formati di dati supportati.
Gestione di SHARE
Snowflake fornisce più comandi di gestione della condivisione simili ai suoi comandi di database e gestione degli schemi. Questo concetto di creazione e gestione della condivisione non è supportato in BigQuery.
DDL tabella, visualizzazione e sequenza
Istruzione CREATE TABLE
La maggior parte delle istruzioni CREATE TABLE
di Snowflake è compatibile con BigQuery,
ad eccezione dei seguenti elementi di sintassi, che non vengono utilizzati in
BigQuery:
Snowflake | BigQuery |
---|---|
Nota: i vincoli UNIQUE e PRIMARY KEY sono informativi e non vengono applicati dal sistema Snowflake. |
|
dove table_constraints si trova:
Nota: i vincoli
UNIQUE e PRIMARY KEY sono informativi e non vengono applicati dal sistema Snowflake. |
Nota: BigQuery non utilizza vincoli di tabella UNIQUE , PRIMARY KEY o FOREIGN KEY . Per ottenere un'ottimizzazione simile a quella offerta da questi vincoli durante l'esecuzione delle query, esegui il partizionamento e il clustering delle tabelle BigQuery. CLUSTER BY supporta fino a quattro colonne. |
|
Consulta questo esempio per scoprire come utilizzare le tabelle INFORMATION_SCHEMA per copiare nomi delle colonne, tipi di dati e vincoli NOT NULL in una nuova tabella. |
Nota:in Snowflake, l'impostazione BACKUP NO è specificata per "risparmiare tempo di elaborazione durante la creazione di snapshot e il ripristino dagli snapshot, nonché per ridurre lo spazio di archiviazione". |
L'opzione per la tabella BACKUP NO non è utilizzata né necessaria perché BigQuery conserva automaticamente fino a 7 giorni delle versioni cronologiche di tutte le tabelle, senza alcun effetto sui tempi di elaborazione o sullo spazio di archiviazione fatturato. |
dove table_attributes si trova:
|
BigQuery supporta il clustering, che consente l'archiviazione delle chiavi in ordine. |
|
|
|
|
BigQuery supporta anche l'istruzione DDL CREATE OR REPLACE
TABLE
, che sovrascrive una tabella se già esistente.
L'istruzione CREATE TABLE
di BigQuery supporta anche le seguenti clausole, che non hanno un equivalente Snowflake:
Per ulteriori informazioni su CREATE TABLE
in BigQuery, consulta gli
esempi di BigQuery CREATE
nella documentazione di DML.
Istruzione ALTER TABLE
Questa sezione utilizzerà i comandi dell'interfaccia a riga di comando di BigQuery corrispondenti ai comandi Snowflake per risolvere le differenze nelle istruzioni ALTER per le tabelle.
Snowflake | BigQuery |
---|---|
|
|
|
Lo scambio di tabelle non è supportato in BigQuery. |
|
La gestione delle regole di confronto dei dati per le tabelle non è supportata in BigQuery. |
|
|
|
|
Inoltre, Snowflake offre opzioni di clustering, colonne e vincoli per la modifica delle tabelle non supportate da BigQuery.
Estratti conto DROP TABLE
e UNDROP TABLE
Questa sezione utilizzerà il comando dell'interfaccia a riga di comando di BigQuery corrispondente al comando Snowflake per risolvere la differenza nelle istruzioni DROP e UNDROP.
Snowflake | BigQuery |
---|---|
Nota: in Snowflake, la rimozione di una tabella non ne comporta la rimozione definitiva dal sistema. Una versione della tabella eliminata viene conservata per il numero di giorni specificato dal parametro DATA_RETENTION_TIME_IN_DAYS per il database. |
-f significa saltare la conferma per l'esecuzione -d indica il set di dati Nota: in BigQuery anche l'eliminazione di una tabella non è definitiva, ma al momento uno snapshot viene conservato solo per 7 giorni. |
|
Nota: in BigQuery, devi prima determinare il timestamp UNIX (in millisecondi) relativo all'esistenza della tabella. Poi, copia la tabella corrispondente a quel timestamp in una nuova tabella. La nuova tabella deve avere un nome diverso da quello della tabella eliminata. |
Istruzione CREATE EXTERNAL TABLE
BigQuery consente di creare tabelle esterne permanenti e temporanee e di eseguire query sui dati direttamente da:
Snowflake consente di creare una tabella esterna permanente che, quando viene eseguita una query, legge i dati da un set di uno o più file in una fase esterna specificata.
Questa sezione utilizzerà il comando dell'interfaccia a riga di comando di BigQuery corrispondente al comando Snowflake per risolvere le differenze nell'istruzione CREATE EXTERNAL TABLE.
Snowflake | BigQuery |
---|---|
CREATE [OR REPLACE] EXTERNAL TABLE
Nota: Snowflake consente la lettura temporanea dei file contenenti dati e la specifica delle opzioni del tipo di formato per le tabelle esterne. I tipi di formato Snowflake: CSV, JSON, AVRO, PARQUET, ORC sono tutti supportati da BigQuery, ad eccezione del tipo XML. |
Nota: BigQuery consente di creare una tabella permanente collegata all'origine dati utilizzando un file di definizione della tabella [1], un file di schema JSON [2] o una definizione di schema in linea [3]. I file temporanei da leggere e la specifica delle opzioni del tipo di formato non sono supportati in BigQuery. |
|
Nota: al momento BigQuery non supporta le opzioni di parametri opzionali fornite da Snowflake per la creazione di tabelle esterne. Per il partizionamento, BigQuery supporta l'uso della pseudo colonna _FILE_NAME per creare tabelle/visualizzazioni partizionate sopra le tabelle esterne. Per maggiori informazioni, consulta Eseguire una query sulla pseudo colonna _FILE_NAME. |
Inoltre, BigQuery supporta anche l'esecuzione di query su dati partizionati esternamente nei formati AVRO, PARQUET, ORC, JSON e CSV archiviati su Google Cloud Storage utilizzando un layout di partizionamento hive predefinito.
Istruzione CREATE VIEW
La seguente tabella mostra gli equivalenti tra Snowflake e BigQuery per l'istruzione CREATE VIEW
.
Snowflake | BigQuery |
---|---|
|
|
|
CREATE OR REPLACE VIEW
|
|
|
Funzionalità non supportata | CREATE VIEW IF NOT EXISTS
|
|
In BigQuery, per creare una vista, tutti gli oggetti a cui viene fatto riferimento devono già esistere. BigQuery consente di eseguire query su origini dati esterne. |
Istruzione CREATE SEQUENCE
Le sequenze non vengono utilizzate in BigQuery. Per eseguire questa operazione, puoi utilizzare il metodo batch riportato di seguito. Per ulteriori informazioni sulle chiavi surrogate e sul cambio lento delle dimensioni (SCD), consulta le seguenti guide:
|
---|
DDL durante il caricamento e l'unload dei dati
Snowflake supporta il caricamento e l'unload dei dati tramite comandi di gestione di fasi, formato file e pipeline. BigQuery offre inoltre varie opzioni per come carico bq, BigQuery Data Transfer Service, estrazione bq e così via. Questa sezione evidenzia le differenze nell'utilizzo di queste metodologie per il caricamento e l'unload dei dati.
DDL account e sessione
I concetti relativi ad account e sessione di Snowflake non sono supportati in BigQuery. BigQuery consente di gestire gli account tramite Cloud IAM a tutti i livelli. Inoltre, le transazioni con più istruzioni non sono ancora supportate in BigQuery.
Funzioni definite dall'utente
Una funzione definita dall'utente consente di creare funzioni per operazioni personalizzate. Queste funzioni accettano colonne di input, eseguono azioni e restituiscono il relativo risultato sotto forma di valore
Sia Snowflake che BigQuery supportano le funzioni definite dall'utente utilizzando le espressioni SQL e il codice JavaScript.
Consulta il repository GitHub GoogleCloudPlatform/bigquery-utils/ per una libreria di funzioni definite dall'utente comuni di BigQuery.
Sintassi CREATE FUNCTION
La seguente tabella indica le differenze nella sintassi di creazione delle funzioni definite dall'utente SQL tra Snowflake e BigQuery.
Snowflake | BigQuery |
---|---|
|
Nota: nelle UDF SQL di BigQuery, il tipo di dati restituito è facoltativo. BigQuery deduce il tipo di risultato della funzione dal corpo della funzione SQL quando una query chiama la funzione. |
|
Nota:nelle UDF SQL di BigQuery, la restituzione del tipo di tabella non è attualmente supportata, ma è nella roadmap del prodotto e lo sarà a breve. Tuttavia, BigQuery supporta la restituzione di ARRAY di tipo STRUCT. |
Nota: Snowflake offre un'opzione sicura per limitare la definizione e i dettagli della funzione definita dall'utente solo agli utenti autorizzati, ovvero agli utenti a cui è stato concesso il ruolo proprietario della vista. |
Nota: la sicurezza della funzione non è un parametro configurabile in BigQuery. BigQuery supporta la creazione di ruoli e autorizzazioni IAM per limitare l'accesso ai dati sottostanti e alla definizione delle funzioni. |
|
Nota: il comportamento delle funzioni per gli input nulli è gestito implicitamente in BigQuery e non deve essere specificato come opzione separata. |
|
Nota:la volatilità della funzione non è un parametro configurabile in BigQuery. L'intera volatilità della funzione definita dall'utente di BigQuery è equivalente alla volatilità IMMUTABLE di Snowflake, ovvero non esegue ricerche nel database e non utilizza in altro modo informazioni non presenti direttamente nell'elenco di argomenti. |
|
CREATE [OR REPLACE] FUNCTION
Nota: l'utilizzo di virgolette singole o di una sequenza di caratteri come le virgolette in dollari ($$) is not required or supported in BigQuery. BigQuery implicitly interprets the SQL expression. |
|
Note:Adding comments or descriptions in UDFs is currently not supported in BigQuery. |
|
Note: BigQuery supports using ANY TYPE as argument type. The function will accept an input of any type for this argument. For more information, see templated parameter in BigQuery. |
BigQuery also supports the CREATE FUNCTION IF NOT EXISTS
statement
which treats the query as successful and takes no action if a function with the
same name already exists.
BigQuery's CREATE FUNCTION
statement also supports creating
TEMPORARY or TEMP functions
,
which do not have a Snowflake equivalent. See
calling UDFs
for details on executing a BigQuery persistent UDF.
DROP FUNCTION
syntax
The following table addresses differences in DROP FUNCTION syntax between Snowflake and BigQuery.
Snowflake | BigQuery |
---|---|
|
Note: BigQuery does not require using the function's signature (argument data type) for deleting the function. |
BigQuery requires that you specify the project_name if the function is not located in the current project.
Additional function commands
This section covers additional UDF commands supported by Snowflake that are not directly available in BigQuery.
ALTER FUNCTION
syntax
Snowflake supports the following operations using
ALTER FUNCTION
syntax.
- Renaming a UDF
- Converting to (or reverting from) a secure UDF
- Adding, overwriting, removing a comment for a UDF
As configuring function security and adding function comments is not available in BigQuery, ALTER FUNCTION syntax is currently not supported. However, the CREATE FUNCTION statement can be used to create a UDF with the same function definition but a different name.
DESCRIBE FUNCTION
syntax
Snowflake supports describing a UDF using DESC[RIBE] FUNCTION syntax. This is currently not supported in BigQuery. However, querying UDF metadata via INFORMATION SCHEMA will be available soon as part of the product roadmap.
SHOW USER FUNCTIONS
syntax
In Snowflake, SHOW USER FUNCTIONS syntax can be used to list all UDFs for which users have access privileges. This is currently not supported in BigQuery. However, querying UDF metadata via INFORMATION SCHEMA will be available soon as part of the product roadmap.
Stored procedures
Snowflake stored procedures are written in JavaScript, which can execute SQL statements by calling a JavaScript API. In BigQuery, stored procedures are defined using a block of SQL statements.
CREATE PROCEDURE
syntax
In Snowflake, a stored procedure is executed with a CALL command while in BigQuery, stored procedures are executed like any other BigQuery function.
The following table addresses differences in stored procedure creation syntax between Snowflake and BigQuery.
Snowflake | BigQuery |
---|---|
Note: Snowflake requires that stored procedures return a single value. Hence, return data type is a required option. |
CREATE [OR REPLACE] PROCEDURE
Note: BigQuery doesn't support a return type for stored procedures. Also, it requires specifying argument mode for each argument passed. |
|
|
|
CREATE [OR REPLACE] PROCEDURE
Nota: il comportamento della procedura per gli input nulli viene gestito implicitamente in BigQuery e non deve essere specificato come opzione separata. |
CREATE [OR REPLACE] PROCEDURE
|
Nota:la volatilità della procedura non è un parametro configurabile in BigQuery. Equivale alla volatilità di IMMUTABLE di Snowflake. |
CREATE [OR REPLACE] PROCEDURE
|
Nota:al momento, l'aggiunta di commenti o descrizioni nelle definizioni delle procedure non è supportata in BigQuery. |
CREATE [OR REPLACE] PROCEDURE
Nota: Snowflake supporta la specifica del chiamante o del proprietario della procedura per l'esecuzione |
Nota: le stored procedure BigQuery vengono sempre eseguite come chiamante |
BigQuery supporta anche l'istruzione CREATE PROCEDURE IF NOT EXISTS
, che considera la query riuscita e non intraprende alcuna azione se esiste già una funzione con lo stesso nome.
Sintassi DROP PROCEDURE
La seguente tabella indica le differenze nella sintassi DROP FUNCTION tra Snowflake e BigQuery.
Snowflake | BigQuery |
---|---|
|
Nota: BigQuery non richiede l'utilizzo della firma (tipo di dati dell'argomento) della procedura per eliminarla. |
BigQuery richiede di specificare il project_name se la procedura non si trova nel progetto attuale.
Comandi di procedura aggiuntivi
Snowflake fornisce comandi aggiuntivi come ALTER PROCEDURE
, DESC[RIBE] PROCEDURE
e SHOW PROCEDURES
per gestire le stored procedure. Non sono attualmente supportate in
BigQuery.
Istruzioni SQL per metadati e transazioni
Snowflake | BigQuery |
---|---|
|
BigQuery utilizza sempre l'isolamento snapshot. Per maggiori dettagli, consulta Garanzie di coerenza altrove in questo documento. |
|
Non utilizzato in BigQuery. |
|
Non utilizzato in BigQuery |
|
Non utilizzato in BigQuery. |
Istruzioni SQL a più istruzioni e multiriga
Sia Snowflake che BigQuery supportano le transazioni (sessioni) e, di conseguenza, supportano istruzioni separate da punto e virgola che vengono eseguite insieme in modo coerente. Per maggiori informazioni, consulta Transazioni con più estratti conto.
Colonne dei metadati per i file temporanei
Snowflake genera automaticamente metadati per i file nelle fasi interne ed esterne. Questi metadati possono essere sottoposti a query e caricati in una tabella insieme a colonne di dati normali. Puoi utilizzare le seguenti colonne di metadati:
Garanzie di coerenza e isolamento delle transazioni
Sia Snowflake che BigQuery sono atomici, ovvero conformi agli ACID a livello di singola mutazione su molte righe.
Transazioni
A ogni transazione Snowflake viene assegnata un'ora di inizio univoca (inclusi i millisecondi) impostata come ID transazione. Snowflake supporta solo il livello di isolamento READ COMMITTED
. Tuttavia, un'istruzione può vedere le modifiche apportate da un'altra istruzione se si trovano entrambe nella stessa transazione, anche se le modifiche non sono state ancora confermate. Le transazioni Snowflake acquisiscono blocchi sulle risorse (tabelle) durante la modifica della risorsa. Gli utenti possono modificare il tempo massimo di attesa
per un estratto conto bloccato. Le istruzioni DML vengono
inviate automaticamente se il parametro
AUTOCOMMIT
è attivato.
BigQuery inoltre supporta le transazioni. BigQuery aiuta a garantire il controllo ottimistico della contemporaneità (il primo a eseguire il commit delle vittorie) tramite l'isolamento degli snapshot, in cui una query legge gli ultimi dati di cui è stato eseguito il commit prima dell'avvio. Questo approccio garantisce lo stesso livello di coerenza per riga, per mutazione e in tutte le righe della stessa istruzione DML, evitando però i deadlock. In caso di più aggiornamenti DML sulla stessa tabella, BigQuery passa al controllo della contemporaneità pessimistica. I job di caricamento possono essere eseguiti in modo completamente indipendente e aggiunti alle tabelle. Tuttavia, BigQuery non fornisce ancora una sessione o un confine di transazione espliciti.
Esegui il rollback
Se la sessione di una transazione Snowflake viene terminata in modo imprevisto prima che venga eseguito il commit o il rollback della transazione, la transazione viene lasciata in uno stato scollegato. L'utente deve eseguire SYSTEM$ABORT_TRANSACTION per interrompere la transazione scollegata oppure Snowflake eseguirà il rollback della transazione scollegata dopo quattro ore di inattività. Se si verifica un deadlock, Snowflake rileva il deadlock e seleziona l'istruzione più recente di cui eseguire il rollback. Se l'istruzione DML in una transazione aperta in modo esplicito non va a buon fine, viene eseguito il rollback delle modifiche, ma la transazione viene mantenuta aperta fino al commit o al rollback. Non è possibile eseguire il rollback delle istruzioni DDL in Snowflake poiché vengono confermate automaticamente.
BigQuery supporta l'istruzione ROLLBACK TRANSACTION
.
Non è presente un'istruzione ABORT
in BigQuery.
Limiti per i database
Consulta sempre la documentazione pubblica di BigQuery per le quote e i limiti più recenti. Contattando il team di assistenza Cloud per incrementare le quote per gli utenti con volumi elevati,
Per tutti gli account Snowflake sono previsti dei limiti flessibili impostati per impostazione predefinita. I limiti flessibili vengono impostati durante la creazione dell'account e possono variare. Molti limiti flessibili di Snowflake possono essere aumentati tramite il team dedicato all'account Snowflake o un ticket di assistenza.
La seguente tabella mostra un confronto dei limiti del database Snowflake e BigQuery.
Limite | Snowflake | BigQuery |
---|---|---|
Dimensioni del testo della query | 1 MB | 1 MB |
Numero massimo di query in parallelo | Magazzino XS - 8 Magazzino S - 16 Magazzino XS - 32 Magazzino L - 64 Magazzino XL - 128 |
100 |