Bảng động

Tự động hóa Data Pipeline trong Snowflake

Emily Melhuish

Technical Curriculum Developer, Snowflake

Bảng động vs Streams và Tasks

Bảng động:

Ảnh chụp màn hình 11:14:23, 11-05-2026.png

Đơn giản hóa biến đổi pipeline bằng câu lệnh SQL khai báo
Quy trình làm mới tự động
Snowflake phát hiện, lập lịch và hợp nhất

Streams và tasks:

Ảnh chụp màn hình 11:14:13, 11-05-2026.png

¹ * Tài liệu học Snowflake

Bảng động là gì?

Tự động hóa pipeline theo kiểu khai báo

Nội dung do truy vấn SELECT xác định — mô tả kết quả, Snowflake quản lý làm mới
Không cần cấu hình stream, không cần lập lịch task

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: Giảm độ cũ

Thỏa thuận độ tươi giữa bạn và Snowflake

Giá trị TARGET_LAG	Tác dụng
`'5 minutes'`	Bảng không cũ quá 5 phút — làm mới thường xuyên
`'1 hour'`	Làm mới thưa hơn — giảm chi phí tính toán
`DOWNSTREAM`	Suy ra độ trễ từ bảng phụ thuộc phía sau — lý tưởng cho bảng xâu chuỗi

Làm mới toàn phần vs gia tăng

Làm mới gia tăng

Theo dõi chính xác các hàng nguồn thay đổi
Chỉ làm mới các hàng bị ảnh hưởng — nhanh hơn, rẻ hơn khi mở rộng

-- Thân thiện với gia tăng: 
SELECT region, COUNT(*) AS shipments
FROM logistics.shipments 
GROUP BY region;

Làm mới toàn phần

Xử lý lại toàn bộ truy vấn
Bắt buộc cho một số phép tổng hợp và phép toán tập hợp

Xâu chuỗi bảng động

Sơ đồ pipeline — delivery_events (nguồn) → cleaned_events (target_lag = DOWNSTREAM) → delivery_summary (target_lag = 1 HOUR)

Mỗi bước biến đổi là một bảng động riêng với truy vấn riêng
Làm mới tự lan truyền qua chuỗi
Độ trễ DOWNSTREAM theo nhu cầu bảng kế tiếp — tránh làm mới quá mức

Bảng động vs Streams và Tasks

Bảng động: khai báo

Mô tả đầu ra; Snowflake quản lý làm mới, dễ quản trị
Phù hợp lớp phân tích/báo cáo

-- Khai báo kết quả cho Snowflake 
CREATE DYNAMIC TABLE logistics.summary
  TARGET_LAG = '1 hour' 
  WAREHOUSE = harbr_wh
AS SELECT region, COUNT(*) 
FROM shipments 
GROUP BY 1;

Streams + Tasks: mệnh lệnh

Kiểm soát chạy cái gì và khi nào
Tốt cho logic phân nhánh phức tạp và pipeline vận hành

-- Bạn kiểm soát mọi bước
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

Ayo berlatih!

Tự động hóa Data Pipeline trong Snowflake