第一范式

Snowflake 中的数据建模入门

Nuno Rocha

Director of Engineering

数据规范化流程

数据规范化：多步骤地组织数据以最小化重复与依赖

UNF 之后的淡化步骤

数据规范化流程 (1)

数据规范化：多步骤地组织数据以最小化重复与依赖

从 UNF 到 1NF 的步骤

数据规范化流程 (2)

数据规范化：多步骤地组织数据以最小化重复与依赖

从 UNF 到 3NF 的步骤

数据规范化流程 (3)

数据规范化：多步骤地组织数据以最小化重复与依赖

从 UNF 到 3NF 的步骤

第一范式

第一范式 (1NF)：确保实体中每列仅包含唯一的原子值

高亮 category 的 allproducts 表

第一范式 (1)

UNF 类别数据：无法单独隔离 L 类别来更新其值

包含 L 的所有产品列表

第一范式 (2)

验证步骤：查询唯一值以评估是否符合 1NF。

SELECT DISTINCT category 
FROM allproducts;

类别列表

用于 1NF 的 Snowflake 函数

TRIM
LATERAL 与 FLATTEN
SPLIT

用于 1NF 的 Snowflake 函数

TRIM：去除值首尾的空格

SELECT TRIM(category)
FROM allproducts;

category 字段上的 TRIM 函数

用于 1NF 的 Snowflake 函数

TRIM：去除值首尾的空格。
LATERAL 与 FLATTEN：将值列表当作包含单项的表。
SPLIT：按分隔符拆分值。

SELECT TRIM(f.value)
FROM allproducts,
LATERAL FLATTEN(INPUT => SPLIT(allproducts.category, ',')) f;

在 category 上使用 LATERAL、FLATTEN 和 SPLIT

应用 1NF

步骤 1：创建新实体以转移 UNF 属性值

CREATE OR REPLACE TABLE categories (
    category_id NUMBER(10,0) PRIMARY KEY,
    category VARCHAR(255)
);

应用 1NF

步骤 2.1：将最初未规范化实体的数据填充到新实体
INSERT INTO：向表插入新行的 SQL 命令。

INSERT INTO categories (category_id, category)
___;

应用 1NF

步骤 2.2：从 allproducts（最初未规范化的实体）中选择数据

INSERT INTO categories (category_id, category)
SELECT 
    ___,
    ___
FROM allproducts;

应用 1NF

步骤 2.3：使用函数拆分特定属性中的值

INSERT INTO categories (category_id, category)
SELECT 
    ___, 
    TRIM(f.value)
FROM allproducts,
LATERAL FLATTEN(INPUT => SPLIT(allproducts.category, ',')) f;

应用 1NF

步骤 2.4：选择行号以定义唯一标识符

INSERT INTO categories (category_id, category)
SELECT 
    ROW_NUMBER() OVER (ORDER BY TRIM(f.value)), 
    TRIM(f.value)
FROM allproducts,
LATERAL FLATTEN(INPUT => SPLIT(allproducts.category, ',')) f;

应用 1NF

步骤 2.4：聚合数据以生成唯一的类别值

INSERT INTO categories (category_id, category)
SELECT 
    ROW_NUMBER() OVER (ORDER BY TRIM(f.value)), 
    TRIM(f.value)
FROM allproducts,
LATERAL FLATTEN(INPUT => SPLIT(allproducts.category, ',')) f
GROUP BY TRIM(f.value);

迈向数据规范化

所有产品数据：从 UNF 到 1NF

术语与函数概览

数据规范化：组织数据以最小化重复与依赖的过程
范式：实施数据规范化的指导原则
第一范式 (1NF)：确保实体中每列仅包含唯一的原子值
INSERT INTO：向表插入新行的 SQL 命令
TRIM：去除值首尾空格的 SQL 函数
LATERAL FLATTEN(INPUT => SPLIT())：在行中拆分值的 Snowflake 函数
ROW_NUMBER() OVER (ORDER BY)：生成序号的 SQL 函数
GROUP BY：按相同值聚合数据的 SQL 子句

函数概览

-- 通过查询结果填充实体
INSERT INTO table_name (column_name, other_columns)
SELECT 
    -- 使用行号生成唯一值
    ROW_NUMBER() OVER (ORDER BY TRIM(alias.value)),
    TRIM(alias.value)
FROM another_table,
-- 按分隔符拆分文本属性值 
LATERAL FLATTEN(INPUT => SPLIT(another_table.column_name, 'delimiter_value'))alias
-- 聚合数据以确保值唯一
GROUP BY TRIM(alias.value);

Vamos praticar!

Snowflake 中的数据建模入门