Consulta de datos semiestructurados

Automatización de canalizaciones de datos en Snowflake

Emily Melhuish

Technical Curriculum Developer, Snowflake

Carga de datos semiestructurados

carga de datos.png

¹ * Snowflake Learning Material

Gestionar distintas formas de datos

Transportista A JSON del transportista A

Transportista B

JSON del transportista B

Ejemplo de transformación

Captura de pantalla 2026-05-11 a las 17:56.png

Tipos de datos de Snowflake

Categoría	Tipos	Ejemplo
Numérico	NUMBER, INT, FLOAT	`credits_used NUMBER(10,2)`
Texto	VARCHAR, STRING, TEXT	`carrier_name VARCHAR`
Fecha / Hora	DATE, TIME, TIMESTAMP	`dispatch_date DATE`
Booleano	BOOLEAN	`is_active BOOLEAN`
Semiestructurado	VARIANT, OBJECT, ARRAY	`event_payload VARIANT`

El tipo VARIANT

VARIANT guarda datos semiestructurados tal cual: sin esquema
Carga JSON, Parquet, Avro, ORC o XML directamente
La estructura se resuelve en el momento de la consulta, no al cargar (schema-on-read)

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

Nube de palabras de VARIANT que muestra los tipos semiestructurados que contiene: JSON, ARRAY, OBJECT, AVRO, PARQUET, SEMI-STRUCTURED

Navegar JSON

JSON de ejemplo

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

Navegar JSON

Recorrer la estructura:

<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;

Convertir arrays en filas con FLATTEN

Usar 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;

¡Vamos a practicar!

Automatización de canalizaciones de datos en Snowflake