Query sui dati semi-strutturati

Automazione delle pipeline di dati in Snowflake

Emily Melhuish

Technical Curriculum Developer, Snowflake

Caricamento di dati semi-strutturati

caricamento dati.png

¹ * Snowflake Learning Material

Gestire forme di dati diverse

Vettore A JSON vettore A

Vettore B

JSON vettore B

Esempio di trasformazione

Screenshot 2026-05-11 at 5.56.34 pm.png

Tipi di dati Snowflake

Categoria	Tipi	Esempio
Numerico	NUMBER, INT, FLOAT	`credits_used NUMBER(10,2)`
Testo	VARCHAR, STRING, TEXT	`carrier_name VARCHAR`
Data / Ora	DATE, TIME, TIMESTAMP	`dispatch_date DATE`
Booleano	BOOLEAN	`is_active BOOLEAN`
Semi-strutturato	VARIANT, OBJECT, ARRAY	`event_payload VARIANT`

Il tipo VARIANT

VARIANT archivia dati semi-strutturati così come sono: nessuno schema richiesto
Carica direttamente JSON, Parquet, Avro, ORC o XML
La struttura si risolve al momento della query, non del caricamento (schema-on-read)

COPY INTO shipment_events
FROM @harbr_stage/events/
FILE_FORMAT = (TYPE = 'JSON');

Nuvola di parole VARIANT che mostra tutti i tipi di dati semi-strutturati supportati da VARIANT: JSON, ARRAY, OBJECT, AVRO, PARQUET, SEMI-STRUCTURED

Navigare nel JSON

Esempio JSON

{
  "shipment_id": "SHP-001",
  "carrier": { "name": "FastFreight" },
  "stops": [
    { "location": "Rotterdam Port" },
    { "location": "Amsterdam Hub" }
  ]
}

Navigare nel JSON

Attraversare la struttura:

<column>:<level1_element>.<level2_element>

SELECT 
event:id::STRING AS shipment_id
, event:carrier.name::STRING AS carrier
, event:stops[0]:location::STRING 
AS first_stop 
FROM shipment_events;

Convertire array in righe con FLATTEN

Uso di LATERAL FLATTEN

SELECT 
  s.event_data:shipment_id::STRING AS shipment_id,
  f.value:location::STRING AS stop,
  f.value:arrived_at::TIMESTAMP AS arrived_at 
FROM shipment_events s,
  LATERAL FLATTEN(input => s.event_data:stops) f;

Ayo berlatih!

Automazione delle pipeline di dati in Snowflake