Dotazování na polostrukturovaná data

Automatizace datových pipeline ve Snowflake

Emily Melhuish

Technical Curriculum Developer, Snowflake

Načítání polostrukturovaných dat

data loading.png

¹ * Snowflake Learning Material

Práce s různými strukturami dat

Dopravce A JSON dopravce A

Dopravce B

JSON dopravce B

Příklad transformace

Screenshot 2026-05-11 at 5.56.34 pm.png

Datové typy Snowflake

Kategorie	Typy	Příklad
Číselné	NUMBER, INT, FLOAT	`credits_used NUMBER(10,2)`
Textové	VARCHAR, STRING, TEXT	`carrier_name VARCHAR`
Datum / čas	DATE, TIME, TIMESTAMP	`dispatch_date DATE`
Logické	BOOLEAN	`is_active BOOLEAN`
Polostrukturované	VARIANT, OBJECT, ARRAY	`event_payload VARIANT`

Typ VARIANT

VARIANT ukládá polostrukturovaná data bez schématu
Přímé načítání JSON, Parquet, Avro, ORC nebo XML
Struktura dat se rozlišuje při dotazu, ne při načtení (schema-on-read)

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

Word cloud VARIANT zobrazující typy polostrukturovaných dat: JSON, ARRAY, OBJECT, AVRO, PARQUET, SEMI-STRUCTURED

Navigace v JSON

Příklad JSON

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

Navigace v JSON

Procházení struktury:

<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;

Převod polí na řádky pomocí FLATTEN

Použití 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;

Pojďme procvičovat!

Automatizace datových pipeline ve Snowflake