ゼロから始めるSnowflake（9/10）

ステージと半構造化データ

ステージオブジェクトの作成

Amazon S3バケットに対するステージを作成する．

ステージの作成手順

1. SnowsightでUTIL_DBデータベースのPUBLICスキーマを選択する．
2. 作成ボタンをクリックし，外部ステージ > Amazon S3を選択する．
3. ステージ名にlike_a_window_into_an_s3_bucketと入力する．
4. URLにはs3://uni-lab-filesを指定する．
5. ディレクトリテーブルオプションを有効化したままにする．
6. 作成ボタンをクリックしてステージを作成する．

作成後，ステージ上のファイルがSnowsightで確認できるようになる．

LISTコマンドの利用

LISTコマンドを使用してステージ内のファイルを確認する．ステージ名を参照する際は@を先頭に付ける．

USE SCHEMA UTIL_DB.PUBLIC;

LIST @like_a_window_into_an_s3_bucket;

Snowflakeの命名規則

• Snowflakeは大文字/小文字を区別しない．オブジェクト名は大文字に変換される．
• Amazon S3では大文字小文字を正確に区別する必要がある．

COPY INTO文によるデータロード

テーブルの作成

USE SCHEMA GARDEN_PLANTS.VEGGIES;

CREATE OR REPLACE TABLE vegetable_details_soil_type (
    plant_name VARCHAR(25),
    soil_type NUMBER(1,0)
);

データのロード

以下のSQLを使用して，ステージ内のデータをテーブルにロードする．
ファイルはSnowflakeが提供しているウェブコンテンツBadge 1: Data Warehousing Workshopからダウンロードする．

COPY INTO vegetable_details_soil_type
FROM @util_db.public.like_a_window_into_an_s3_bucket
FILES = ('VEG_NAME_TO_SOIL_TYPE_PIPE.txt')
FILE_FORMAT = (
    TYPE = csv,
    FIELD_DELIMITER = '|',
    SKIP_HEADER = 1
);

LU_SOIL_TYPEテーブルの作成とデータロード

以下のスキーマを使用して新しいテーブルを作成し，データをロードする．
ファイルはSnowflakeが提供しているウェブコンテンツBadge 1: Data Warehousing Workshopからダウンロードする．

CREATE OR REPLACE TABLE lu_soil_type (
    soil_type_id NUMBER,
    soil_type VARCHAR(15),
    soil_description VARCHAR(75)
);

• FIELD_DELIMITER: タブ区切りの場合は'\t'を指定する．

COPY INTO lu_soil_type
FROM @util_db.public.like_a_window_into_an_s3_bucket
FILES = ('LU_SOIL_TYPE.tsv')
FILE_FORMAT = (
    TYPE = csv,
    FIELD_DELIMITER = '\t',
    SKIP_HEADER = 1
);

半構造化データの取り扱い

VARIANTデータ型

VARIANTは，階層構造や入れ子構造を持つ半構造化データを格納するためのデータ型である．以下の例では，VARIANT列を持つテーブルを作成する．

CREATE OR REPLACE TABLE GARDEN_PLANTS.VEGGIES.VEGETABLE_DETAILS_PLANT_HEIGHT (
    record VARIANT
);

JSONデータのロード

以下のCOPY INTO文を使用して，JSONファイルをロードする．
ファイルはSnowflakeが提供しているウェブコンテンツBadge 1: Data Warehousing Workshopからダウンロードする．

COPY INTO vegetable_details_plant_height
FROM @common_db.resources.course_files/veg_plant_height.json
FILE_FORMAT = (TYPE = 'JSON');

ロードしたデータのクエリ

VARIANTデータ型に格納されたデータをクエリするために特別な演算子や関数を使用する．