Frågor mot semistrukturerad data

Automatisering av datapipelines i Snowflake

Emily Melhuish

Technical Curriculum Developer, Snowflake

Inläsning av semistrukturerad data

data loading.png

¹ * Snowflake Learning Material

Hantera olika dataformat

Transportör A JSON för transportör A

Transportör B

JSON för transportör B

Transformationsexempel

Screenshot 2026-05-11 at 5.56.34 pm.png

Snowflake-datatyper

Kategori	Typer	Exempel
Numerisk	NUMBER, INT, FLOAT	`credits_used NUMBER(10,2)`
Text	VARCHAR, STRING, TEXT	`carrier_name VARCHAR`
Datum / tid	DATE, TIME, TIMESTAMP	`dispatch_date DATE`
Boolesk	BOOLEAN	`is_active BOOLEAN`
Semistrukturerad	VARIANT, OBJECT, ARRAY	`event_payload VARIANT`

Typen VARIANT

VARIANT lagrar semistrukturerad data som den är: inget schema krävs
Läs in JSON, Parquet, Avro, ORC eller XML direkt
Datastrukturen tolkas vid frågetillfället, inte vid inläsning (schema-on-read)

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

Ordmoln för VARIANT som visar alla semistrukturerade datatyper som VARIANT hanterar: JSON, ARRAY, OBJECT, AVRO, PARQUET, SEMI-STRUCTURED

Navigera i JSON

Exempel-JSON

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

Navigera i JSON

Traversera struktur:

<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;

Omvandla arrayer till rader med FLATTEN

Använda 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;

Lass uns üben!

Automatisering av datapipelines i Snowflake