Dynamické tabulky

Automatizace datových pipeline ve Snowflake

Emily Melhuish

Technical Curriculum Developer, Snowflake

Dynamické tabulky vs. streamy a úlohy

Dynamické tabulky:

Screenshot 2026-05-11 at 11.14.23 am.png

Zjednodušují transformace pipeline pomocí deklarativních příkazů SQL
Automatický proces obnovení
Snowflake detekuje, plánuje a slučuje

Streamy a úlohy:

Screenshot 2026-05-11 at 11.14.13 am.png

¹ * Snowflake Learning Material

Co jsou dynamické tabulky?

Deklarativní automatizace pipeline

Obsah definován dotazem SELECT — popis výsledku, Snowflake řídí obnovení
Žádná konfigurace streamů ani plánování úloh

CREATE DYNAMIC TABLE logistics.delivery_summary
  TARGET_LAG = '1 hour'
  WAREHOUSE = harbr_wh
AS
  SELECT region, COUNT(*) AS shipments,
         AVG(delivery_days) AS avg_days
  FROM logistics.shipments GROUP BY region;

TARGET_LAG: Omezení zastarávání dat

Smlouva o aktuálnosti mezi vámi a Snowflake

Hodnota TARGET_LAG	Efekt
`'5 minutes'`	Tabulka není nikdy starší než 5 minut – časté obnovení
`'1 hour'`	Méně časté obnovení – nižší spotřeba výpočetního výkonu
`DOWNSTREAM`	Prodleva odvozena od závislých objektů – ideální pro řetězené tabulky

Úplné vs. přírůstkové obnovení

Přírůstkové obnovení

Sleduje přesně, které zdrojové řádky se změnily
Obnovuje pouze ovlivněné řádky – rychlejší a úspornější

-- Incremental-friendly: 
SELECT region, COUNT(*) AS shipments
FROM logistics.shipments 
GROUP BY region;

Úplné obnovení

Znovu zpracuje celý dotaz
Vyžadováno u určitých agregací a množinových operací

Řetězení dynamických tabulek

Diagram pipeline — delivery_events (zdroj) → cleaned_events (target_lag = DOWNSTREAM) → delivery_summary (target_lag = 1 HOUR)

Každá transformace je samostatná dynamická tabulka s vlastním dotazem
Obnovení se automaticky šíří celým řetězcem
Prodleva DOWNSTREAM se řídí potřebami následující tabulky – bez zbytečných obnovení

Dynamické tabulky vs. streamy a úlohy

Dynamické tabulky: deklarativní

Popis výstupu; Snowflake řídí obnovení, snadná správa
Vhodné pro analytické/reportingové vrstvy

-- Declare the result for Snowflake 
CREATE DYNAMIC TABLE logistics.summary
  TARGET_LAG = '1 hour' 
  WAREHOUSE = harbr_wh
AS SELECT region, COUNT(*) 
FROM shipments 
GROUP BY 1;

Streamy + úlohy: imperativní

Kontrola nad tím, co se spustí a kdy
Vhodné pro větvení, složitou logiku a operační pipeline

-- You control every step
CREATE TASK process_events 
  SCHEDULE = '5 MINUTE'
  WHEN SYSTEM$STREAM_HAS_DATA
  ('events_stream')
AS CALL logistics.process_new_events();

DYNAMIC_TABLE_REFRESH_HISTORY

SELECT name, state, refresh_start_time, refresh_end_time
FROM TABLE (
    INFORMATION_SCHEMA.DYNAMIC_TABLE_REFRESH_HISTORY (
      NAME_PREFIX => 'HARBR_DB.DELIVERY_SUMMARY.', ERROR_ONLY => TRUE
    )
  )
ORDER BY name, data_timestamp;

NAME	TRIGGER	STATE	START	END
DELIVERY_SUMMARY	SCHEDULED	SUCCEEDED	2026-03-01 05:00:00	2024-03-01 05:00:08
DELIVERY_SUMMARY	SCHEDULED	FAILED	2026-03-01 04:00:00	2024-03-01 04:00:03

Pojďme procvičovat!

Automatizace datových pipeline ve Snowflake