Umgang mit semistrukturierten Daten

Einführung in Snowflake SQL

George Boorman

Senior Curriculum Manager, DataCamp

Strukturiert versus semistrukturiert

Beispiel für strukturierte Daten

| cust_id | cust_name | cust_age | cust_email            |
|---------|-----------|----------|-----------------------|
| 1       | cust1     | 40       | cust1***@gmail.com    |
| 2       | cust2     | 35       | cust2***@gmail.com    |
| 3       | cust3     | 42       | cust3***@gmail.com    |

Beispiel für semistrukturierte Daten

Customer semi-structured data in the form of JSON with customer 2 having two emails

JSON

JavaScript Object Notation
Häufige Anwendungsfälle<b>:</b> Web-APIs und Konfigurationsdateien
JSON-Datenstruktur:
- Schlüssel-Wert-Paare, z. B. cust_id: 1

Customer JSON records example having customer id, name, age and email

JSON in Snowflake

JSON wird automatisch unterstützt
Flexibel für sich entwickelnde Schemata

Vergleiche:

Postgres: Nutzt JSONB
Snowflake: Nutzt VARIANT

Wie Snowflake JSON-Daten speichert

VARIANT unterstützt die Datentypen OBJECT und ARRAY
- OBJECT: { "key": "value"}
- ARRAY: ["list", "of", "values"]

Erstellen einer Snowflake-Tabelle für die Verarbeitung von JSON-Daten

CREATE TABLE cust_info_json_data (
  customer_id INT,
  customer_info VARIANT -- Datentyp VARIANT
);

Funktionen für semistrukturierte Daten

PARSE_JSON
- expr: JSON-Daten im String-Format
- Gibt zurück: Typ VARIANT, gültiges JSON-Objekt

PARSE_JSON

Beispiel:

SELECT PARSE_JSON(
  -- Enclosed in strings      
  '{
  "cust_id": 1,
  "cust_name": "cust1",
  "cust_age": 40,
  "cust_email":"cust1***@gmail.com"
  }
  '-- Enclosed in strings
) AS customer_info_json

Result of PARSE_JSON

OBJECT_CONSTRUCT

OBJECT_CONSTRUCT
- Syntax: OBJECT_CONSTRUCT( [<key1>, <value1> [, <keyN>, <valueN> ...]] )
- Gibt zurück: JSON-Objekt

    SELECT OBJECT_CONSTRUCT(
      -- Comma separated values rather than : notation
          'cust_id', 1,
          'cust_name', 'cust1',
          'cust_age', 40,
          'cust_email', 'cust1***@gmail.com'
    )

$Table with \`customer_info\` column with data stored in JSON format$

Abfragen von JSON-Daten in Snowflake

Einfaches JSON

:

SELECT
  customer_info:cust_age, -- Use colon to access cust_age from column
  customer_info:cust_name,
  customer_info:cust_email,
FROM 
  cust_info_json_data;

Query result showing customer age, customer name and email as separate columns

Abfragen von verschachtelten JSON-Daten in Snowflake

Beispiel für verschachtelte JSON-Daten

A nested JSON data where address is an object having street, city and state key-value pairs

Doppelpunkt: :
Punkt: .

Abfragen von verschachtelten JSON-Daten mit Doppelpunkt/Punkt

Zugriff auf Werte mit Doppelpunkt-Notation

<column>:<level1_element>:<level2_element>:<level3_element>

SELECT 
    customer_info:address:street AS street_name 
FROM 
    cust_info_json_data

Query result showing street_name

Zugriff auf Werte mit Punkt-Notation

<column>:<level1_element>.<level2_element>.<level3_element>

SELECT
    customer_info:address.street AS street_name
FROM
    cust_info_json_data

Query result showing street_name

Lass uns üben!

Einführung in Snowflake SQL