Dynamische Tabellen¶

Dynamische Tabellen vereinfachen das Daten-Engineering in Snowflake, indem sie eine zuverlässige, kostengünstige und automatisierte Möglichkeit zur Datentransformation bieten. Anstatt Transformationsschritte mit Aufgaben und Zeitplanung zu verwalten, definieren Sie den Endzustand mithilfe dynamischer Tabellen und überlassen Snowflake die Verwaltung der Pipeline.

Hier erfahren Sie, warum dynamische Tabellen nützlich sind:

• Deklarative Programmierung: Definieren Sie die Ergebnisse Ihrer Pipeline mithilfe der deklarativem SQL, ohne sich Gedanken über die einzelnen Schritte zu machen, um diese zu erreichen, und reduzieren Sie so die Komplexität.

• Transparente Orchestrierung: Erstellen Sie ganz einfach Pipelines in verschiedenen Formen, von linearen Ketten bis hin zu gerichteten Graphen, indem Sie dynamische Tabellen miteinander verketten. Snowflake verwaltet die Orchestrierung und Planung der Pipeline-Aktualisierung auf der Grundlage Ihres Datenaktualitätsziels.

• Leistungssteigerung durch inkrementelle Verarbeitung: Für günstige Workloads, die sich für inkrementelle Verarbeitung eignen, können dynamische Tabellen eine erhebliche Leistungssteigerung gegenüber vollständigen Aktualisierungen bieten.

• Einfacher Wechsel: Wechseln Sie nahtlos von Batch zu Streaming mit einem einzigen ALTER DYNAMIC TABLE-Befehl. Sie bestimmen, wie oft die Daten in Ihrer Pipeline aktualisiert werden, was zu einem ausgewogenen Verhältnis zwischen Kosten und Datenaktualität beiträgt.

• Operationalisierung: Dynamische Tabellen sind über Snowsight vollständig beobachtbar und verwaltbar und bieten darüber hinaus programmgesteuerten Zugriff, um Ihre eigenen Beobachtungsapps zu erstellen.

Eine dynamische Tabelle spiegelt die Abfrageergebnisse wider, sodass Sie keine separate Zieltabelle und keinen benutzerdefinierten Code für die Datentransformation benötigen. Ein automatisierter Prozess aktualisiert die Ergebnisse regelmäßig durch geplante Aktualisierungen. Da der Inhalt einer dynamischen Tabelle auf der Abfrage basiert, können Sie ihn nicht mit DML-Operationen ändern. Der automatische Aktualisierungsprozess materialisiert Abfrageergebnisse in die dynamische Tabelle.

Unter diesem Thema werden Konzepte für dynamische Tabellen vorgestellt, und es wird erläutert, wie Sie Daten mithilfe dynamischer Tabellen in eine kontinuierliche Datenpipeline transformieren können.