Tabelle esterne e Iceberg

Automazione delle pipeline di dati in Snowflake

Emily Melhuish

Technical Curriculum Developer, Snowflake

Cos'è una tabella esterna?

Use case:

Harbr riceve file da decine di partner ogni giorno
Caricarli in Snowflake non ha senso

external table.png

Tabelle esterne

I dati restano in S3, GCS o Azure Blob — non entrano mai in Snowflake
Snowflake memorizza metadati: percorsi file, schemi
Legge i file al momento della query

Creare una tabella esterna

CREATE EXTERNAL TABLE logistics.supplier_inventory
  WITH LOCATION = @harbr_stage/inventory/
  FILE_FORMAT = (TYPE = 'PARQUET')
  AUTO_REFRESH = TRUE;

Quando usare le tabelle esterne

I dati sono di un partner — esegui query senza gestirli tu
File grandi, query rare — evita di caricare dati usati una volta al mese
Dati non spostabili per compliance — i file devono restare dove sono
Esplora prima di impegnarti — leggi file grezzi prima di decidere cosa caricare

-- Query inventario partner 
SELECT supplier_id,
       COUNT(*)       AS file_count,
       SUM(quantity)  AS total_units
FROM logistics.supplier_inventory
WHERE delivery_date >= '2024-01-01'
GROUP BY supplier_id;

Tabelle esterne vs caricamento dati

Tabelle esterne

Zero costi di storage su Snowflake
Riflettono sempre lo stato attuale dello storage cloud
Ideali per dati rari/archiviati

-- Query diretta, senza caricamento
SELECT * FROM 
logistics.supplier_inventory
WHERE supplier_id = 'SUP-042';

Caricamento con COPY INTO

Piena performance di query Snowflake
Ideale per dati frequenti e live

-- Carica una volta, query veloci
COPY INTO logistics.delivery_events
FROM @harbr_stage/events/;

Tabelle Apache Iceberg

Come garantire una lettura corretta da S3, Azure Blob o GCS?
- Apache
Apache = formato di tabella aperto: dati non vincolati a un motore
- File Parquet + livello di metadati (time travel, cronologia schema, partizioni)
- affidabilità a livello database

Screenshot 2026-05-11 at 12.14.31 pm.png

¹ * Materiale di apprendimento Snowflake

Gestite da Snowflake vs gestite esternamente

Gestite da Snowflake

Snowflake possiede e scrive i metadati Iceberg
Accesso lettura-scrittura completo da SQL

CREATE ICEBERG TABLE 
logistics.shipments
  CATALOG = 'SNOWFLAKE'
  EXTERNAL_VOLUME = 'harbr_s3_vol'
  BASE_LOCATION = 'iceberg/shipments/';

Gestite esternamente

Un catalogo esterno possiede i metadati - AWS Glue, Apache Polaris

CREATE ICEBERG TABLE 
logistics.partner_data
  CATALOG = 'glue_catalog'
  EXTERNAL_VOLUME = 'harbr_s3_vol'
  CATALOG_TABLE_NAME = 
  'partner.deliveries';

Ayo berlatih!

Automazione delle pipeline di dati in Snowflake