Zapytania do danych częściowo ustrukturyzowanych

Automatyzacja potoków danych w Snowflake

Emily Melhuish

Technical Curriculum Developer, Snowflake

Ładowanie danych częściowo ustrukturyzowanych

data loading.png

¹ * Snowflake Learning Material

Obsługa różnych struktur danych

Przewoźnik A JSON przewoźnika A

Przewoźnik B

JSON przewoźnika B

Przykład transformacji

Screenshot 2026-05-11 at 5.56.34 pm.png

Typy danych w Snowflake

Kategoria	Typy	Przykład
Numeryczne	NUMBER, INT, FLOAT	`credits_used NUMBER(10,2)`
Tekstowe	VARCHAR, STRING, TEXT	`carrier_name VARCHAR`
Data / czas	DATE, TIME, TIMESTAMP	`dispatch_date DATE`
Logiczne	BOOLEAN	`is_active BOOLEAN`
Częściowo ustrukturyzowane	VARIANT, OBJECT, ARRAY	`event_payload VARIANT`

Typ VARIANT

VARIANT przechowuje dane częściowo ustrukturyzowane bez schematu
Ładowanie JSON, Parquet, Avro, ORC lub XML bezpośrednio
Struktura danych jest rozpoznawana w czasie zapytania, nie ładowania (schema-on-read)

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

Chmura słów VARIANT pokazująca typy danych częściowo ustrukturyzowanych: JSON, ARRAY, OBJECT, AVRO, PARQUET, SEMI-STRUCTURED

Nawigacja po JSON

Przykład JSON

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

Nawigacja po JSON

Przechodzenie przez strukturę:

<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;

Zamiana tablic na wiersze z FLATTEN

Użycie 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;

Czas na ćwiczenia!

Automatyzacja potoków danych w Snowflake