Scripts de exemplo do núcleo do Dataform

Neste documento, mostramos exemplos de scripts principais e JavaScript do Dataform que que podem ser usadas para criar um fluxo de trabalho SQL no Dataform.

Como criar tabelas

Como criar uma visualização com o Dataform Core

O exemplo de código a seguir mostra a definição de uma visualização chamada new_view. no arquivo definitions/new_view.sqlx:

config { type: "view" }

SELECT * FROM source_data

Como criar uma visualização materializada com o Dataform Core

O exemplo de código a seguir mostra a definição de uma visualização materializada chamada new_materialized_view no arquivo definitions/new_materialized_view.sqlx:

config {
  type: "view",
  materialized: true
}

SELECT * FROM source_data

Como criar uma tabela com o Dataform Core

O exemplo de código a seguir mostra a definição de uma tabela chamada new_table no arquivo definitions/new_table.sqlx:

config { type: "table" }

SELECT * FROM source_data

Como criar uma tabela incremental com o Dataform Core

O exemplo de código a seguir mostra uma tabela incremental que processa de maneira incremental as linhas da tabela productiondb.logs:

config { type: "incremental" }

SELECT timestamp, message FROM ${ref("productiondb", "logs")}

${when(incremental(), `WHERE timestamp > (SELECT MAX(timestamp) FROM ${self()})`) }

Como usar a função ref para referenciar tabelas com o Dataform Core

O exemplo de código a seguir mostra a função ref usada para referenciar os Tabela source_data em definitions/new_table_with_ref.sqlx do arquivo de definição da tabela:

config { type: "table" }

SELECT * FROM ${ref("source_data")}

Adicionar documentação a uma tabela, visualização ou declaração com o Dataform Core

O exemplo de código a seguir mostra descrições de tabelas e colunas no arquivo de definição de tabela definitions/documented_table.sqlx:

config { type: "table",
         description: "This table is an example",
         columns:{
             user_name: "Name of the user",
             user_id: "ID of the user"
      }
  }

SELECT user_name, user_id FROM ${ref("source_data")}

Como configurar tabelas incrementais

Adição de novas linhas da tabela para novas datas nos dados de origem com o Dataform Core

O exemplo de código a seguir mostra uma configuração de uma tabela incremental no arquivo definitions/incremental_table.sqlx. Nessa configuração, O Dataform anexa uma nova linha a incremental_table para cada nova data:

config { type: "incremental" }

SELECT date(timestamp) AS date, action
FROM weblogs.user_actions

${ when(incremental(), `WHERE timestamp > (select max(date) FROM ${self()})`)

Como capturar um snapshot de uma tabela periodicamente com o núcleo do Dataform

O exemplo de código a seguir mostra a configuração de uma tabela incremental na definitions/snapshots_table.sqlx. Nessa configuração, O Dataform cria snapshots_table com um snapshot dos productiondb.customers na data especificada:

config { type: "incremental" }

SELECT current_date() AS snapshot_date, customer_id, name, account_settings FROM productiondb.customers

${ when(incremental(), `WHERE snapshot_date > (SELECT max(snapshot_date) FROM ${self()})`) }

Como criar uma tabela contínua de 30 dias atualizada de forma incremental com o Dataform Core

O exemplo de código a seguir mostra a configuração de uma tabela incremental na definitions/incremental_example.sqlx. Nessa configuração, O Dataform cria um incremental_example temporário que é atualizado de forma incremental e exclui a tabela 30 dias após sua criação:

config {type: "incremental"}

post_operations {
  delete FROM ${self()} WHERE date < (date_add(Day, -30, CURRENT_DATE))
}

SELECT
 date(timestamp) AS date,
 order_id,
FROM source_table
  ${ when(incremental(), `WHERE timestamp > (SELECT max(date) FROM ${self()})`) }

Como criar operações SQL personalizadas

Como executar várias operações SQL em um arquivo SQLX com o núcleo do Dataform

O exemplo de código a seguir mostra ; usado para separar várias operações SQL definido em definitions/operations.sqlx:

config { type: "operations" }

DELETE FROM datatable where country = 'GB';
DELETE FROM datatable where country = 'FR';

Como executar SQL personalizado antes de criar uma tabela com o núcleo do Dataform

O exemplo de código a seguir mostra uma operação SQL personalizada definida no Bloco pre_operations do definitions/table_with_preops.sqlx do arquivo de definição da tabela:

config {type: "table"}

SELECT * FROM ...

pre_operations {
  INSERT INTO table ...
}

Como executar o SQL personalizado depois de criar uma tabela com o núcleo do Dataform

O exemplo de código a seguir mostra uma operação SQL personalizada definida no Bloco post_operations do definitions/table_with_postops.sqlx do arquivo de definição da tabela:

config {type: "table"}

SELECT * FROM ...

post_operations {
  GRANT `roles/bigquery.dataViewer`
  ON
  TABLE ${self()}
  TO "group:allusers@example.com", "user:otheruser@example.com"
}

Como validar tabelas

Adicionar declarações a uma tabela, visualização ou declaração com o núcleo do Dataform

O exemplo de código a seguir mostra uniqueKey, nonNull, e declarações rowConditions adicionadas ao definitions/tested_table.sqlx do arquivo de definição da tabela:

config {
  type: "table",
  assertions: {
    uniqueKey: ["user_id"],
    nonNull: ["user_id", "customer_id"],
    rowConditions: [
      'signup_date is null or signup_date > "2022-01-01"',
      'email like "%@%.%"'
    ]
  }
}
SELECT ...

Como adicionar uma declaração personalizada com o Dataform Core

O exemplo de código a seguir mostra uma declaração personalizada em um arquivo de definição de tabela. que valida se as colunas a, b ou c de source_data são null:

config { type: "assertion" }

SELECT
  *
FROM
  ${ref("source_data")}
WHERE
  a is null
  or b is null
  or c is null

Como desenvolver com JavaScript

Como usar variáveis e funções in-line com JavaScript

O exemplo de código abaixo mostra a variável foo definida em um bloco js. e, em seguida, usada inline em um arquivo SQLX:

js {
 const foo = 1;
 function bar(number){
     return number+1;
 }
}

SELECT
 ${foo} AS one,
 ${bar(foo)} AS two

Como gerar uma tabela por país com JavaScript

O exemplo de código a seguir mostra o uso da função forEach para gerar uma tabela para cada país definido em countries no Arquivo definitions/one_table_per_country.js:

const countries = ["GB", "US", "FR", "TH", "NG"];

countries.forEach(country => {
  publish("reporting_" + country)
    .dependencies(["source_table"])
    .query(
      ctx => `
      SELECT '${country}' AS country
      `
    );
});

Como declarar várias fontes em um arquivo com JavaScript

O exemplo de código a seguir mostra a declaração de várias fontes de dados no Arquivo definitions/external_dependencies.js:

declare({
  schema: "stripe",
  name: "charges"
});

declare({
  schema: "shopify",
  name: "orders"
});

declare({
  schema: "salesforce",
  name: "accounts"
});

Como declarar várias fontes em um arquivo usando forEach

O exemplo de código a seguir mostra a declaração de várias fontes de dados com o Função forEach no arquivo definitions/external_dependencies.js:

["charges", "subscriptions", "line_items", "invoices"]
  .forEach(source => declare({
      schema: "stripe",
      name: source
    })
  );

Excluir informações sensíveis de todas as tabelas que contêm PII com JavaScript.

O exemplo de código a seguir mostra uma função no definitions/delete_pii.js. arquivo que exclui as informações selecionadas em todas as tabelas que contêm informações de identificação pessoal (PII):

const pii_tables = ["users", "customers", "leads"];
pii_tables.forEach(table =>
  operate(`gdpr_cleanup: ${table}`,
    ctx => `
      DELETE FROM raw_data.${table}
      WHERE user_id in (SELECT * FROM users_who_requested_deletion)`)
      .tags(["gdpr_deletion"]))
);

Adicionar preOps e postOps com JavaScript

O exemplo de código a seguir mostra a função publish usada para criar uma consulta. com preOps e postOps na Tabela definitions/pre_and_post_ops_example.js:

publish("example")
  .preOps(ctx => `GRANT \`roles/bigquery.dataViewer\` ON TABLE ${ctx.ref("other_table")} TO "group:automation@example.com"`)
  .query(ctx => `SELECT * FROM ${ctx.ref("other_table")}`)
  .postOps(ctx => `REVOKE \`roles/bigquery.dataViewer\` ON TABLE ${ctx.ref("other_table")} TO "group:automation@example.com"`)

Como criar tabelas incrementais com JavaScript

O exemplo de código a seguir mostra a função publish usada para criar um tabela incremental no arquivo definitions/incremental_example.js:

publish("incremental_example", {
  type: "incremental"
}).query(ctx => `
  SELECT * FROM ${ctx.ref("other_table")}
  ${ctx.when(ctx.incremental(),`WHERE timestamp > (SELECT MAX(date) FROM ${ctx.self()}`)}
`)

Como preencher uma tabela diária com JavaScript

O exemplo de código a seguir mostra o preenchimento de uma tabela que é atualizada diariamente no Arquivo definitions/backfill_daily_data.js:

var getDateArray = function(start, end) {
  var startDate = new Date(start); //YYYY-MM-DD
  var endDate = new Date(end); //YYYY-MM-DD

  var arr = new Array();
  var dt = new Date(startDate);
  while (dt <= endDate) {
    arr.push(new Date(dt).toISOString().split("T")[0]);
    dt.setDate(dt.getDate() + 1);
  }
  return arr;
};

var dateArr = getDateArray("2020-03-01", "2020-04-01");

// step 1: create table
operate(`create table`, 'create table if not exists backfill_table (`fields`) `);
// step 2: insert into the table

dateArr.forEach((day, i) =>
  operate(`backfill ${day}`
   `insert into backfill_table select fields where day = '${day}'`)
);

Como reutilizar código com inclusões

Usar variáveis globais com JavaScript

O exemplo de código a seguir mostra a definição de project_id e first_date. constantes no includes/constants.js:

const project_id = "project_id";
const first_date = "'1970-01-01'";
module.exports = {
  project_id,
  first_date
};

O exemplo de código a seguir mostra a constante first_date referenciada no Arquivo definitions/new_table.sqlx:

config {type: "table"}

SELECT * FROM source_table WHERE date > ${constants.first_date}

Criar um mapeamento de país com JavaScript

O exemplo de código a seguir mostra a função personalizada country_group definida em o arquivo includes/mapping.js:

function country_group(country){
  return `
  case
    when ${country} in ('US', 'CA') then 'NA'
    when ${country} in ('GB', 'FR', 'DE', 'IT', 'PL', 'SE') then 'EU'
    when ${country} in ('AU') then ${country}
    else 'Other'
  end`;
}

module.exports = {
   country_group
};

O exemplo de código a seguir mostra uma definição de tabela que usa a Função country_group no definitions/new_table.sqlx do arquivo de definição da tabela:

config { type: "table"}

SELECT
  country AS country,
  ${mapping.country_group("country")} AS country_group,
  device_type AS device_type,
  sum(revenue) AS revenue,
  sum(pageviews) AS pageviews,
  sum(sessions) AS sessions

FROM ${ref("source_table")}

GROUP BY 1, 2, 3

O exemplo de código a seguir mostra a consulta definida em definitions/new_table.sqlx compilado para SQL:

SELECT
  country AS country,
  case
    when country in ('US', 'CA') then 'NA'
    when country in ('GB', 'FR', 'DE', 'IT', 'PL', 'SE') then 'EU'
    when country in ('AU') then country
    else 'Other'
  end AS country_group,
  device_type AS device_type,
  sum(revenue) AS revenue,
  sum(pageviews) AS pageviews,
  sum(sessions) AS sessions

FROM "dataform"."source_table"

GROUP BY 1, 2, 3

Como gerar um script SQL com uma função JavaScript personalizada

O exemplo de código a seguir mostra a função personalizada render_script. definido em includes/script_builder.js:

function render_script(table, dimensions, metrics) {
  return `
      SELECT
      ${dimensions.map(field => `${field} AS ${field}`).join(",")},
      ${metrics.map(field => `sum(${field}) AS ${field}`).join(",\n")}
      FROM ${table}
      GROUP BY ${dimensions.map((field, i) => `${i + 1}`).join(", ")}
    `;
}

module.exports = { render_script };

O exemplo de código a seguir mostra uma definição de tabela que usa a Função render_script no definitions/new_table.sqlx do arquivo de definição da tabela:

config {
    type: "table",
    tags: ["advanced", "hourly"],
    disabled: true
}

${script_builder.render_script(ref("source_table"),
                               ["country", "device_type"],
                               ["revenue", "pageviews", "sessions"]
                               )}

O exemplo de código a seguir mostra a consulta definida em definitions/new_table.sqlx compilado para SQL:

SELECT
  country AS country,
  device_type AS device_type,
  sum(revenue) AS revenue,
  sum(pageviews) AS pageviews,
  sum(sessions) AS sessions

FROM "dataform"."source_table"

GROUP BY 1, 2

Configurações de ações

Como carregar arquivos SQL com configurações de ação

As configurações de ação facilitam o carregamento de arquivos SQL puros. É possível definir configurações de ação em arquivos actions.yaml na pasta definitions.

Para mais informações sobre os tipos de ação disponíveis e as configurações de ação válidas consulte a página de configurações do Dataform Referência.

O exemplo de código a seguir mostra a definição de uma visualização chamada new_view no Arquivo definitions/actions.yaml:

actions:
  - view:
    filename: new_view.sql

O arquivo SQL definitions/new_view.sql, referenciado pelo código anterior , contém SQL puro:

SELECT * FROM source_data