SnowConvert AI - Teradata - DML¶

Dans cette section, vous trouverez la documentation pour la référence de traduction des éléments du langage de manipulation de données.

Instruction de suppression¶

Voir Instruction de suppression

Teradata prend en charge l’appel à plus d’une table dans la clauseFROM, ce qui n’est pas le cas de Snowflake. Il est donc nécessaire d’utiliser la clauseUSINGpour faire référence aux tables supplémentaires impliquées dans la condition.

Teradata

Supprimer

DEL FROM MY_TABLE ALL;
DEL FROM MY_TABLE_2 WHERE COL1 > 50;
DELETE T1 FROM TABLE1 T1, TABLE2 T2 WHERE T1.ID = T2.ID;
DELETE FROM TABLE1 T1, TABLE2 T2 WHERE T1.ID = T2.ID;
DELETE T1 FROM TABLE2 T2, TABLE1 T1 WHERE T1.ID = T2.ID;
DELETE FROM TABLE1 WHERE TABLE1.COLUMN1 = TABLE2.COLUMN2

Snowflake

Supprimer

DELETE FROM
MY_TABLE;

DELETE FROM
MY_TABLE_2
WHERE
COL1 > 50;

DELETE FROM
TABLE1 T1
USING TABLE2 T2
WHERE
T1.ID = T2.ID;

DELETE FROM
TABLE1 T1
USING TABLE2 T2
WHERE
T1.ID = T2.ID;

DELETE FROM
TABLE1 T1
USING TABLE2 T2
WHERE
T1.ID = T2.ID;

DELETE FROM
TABLE1
WHERE
TABLE1.COLUMN1 = TABLE2.COLUMN2;

Problèmes connus¶

1. DEL abbreviation unsupported¶

L’abréviation n’est pas prise en charge dans Snowflake mais elle est traduite correctement en la remplaçant par DELETE.

Opérateurs Set¶

Les opérateurs d’ensemble SQL manipulent les jeux de résultats de plusieurs requêtes en combinant les résultats de chaque requête en un seul jeu de résultats.

Note

Certaines parties du code de sortie sont omises pour des raisons de clarté.

Voir Opérateurs d’ensemble

Les opérateurs d’ensemble dans Teradata et Snowflake ont la même syntaxe et supportent les scénarios EXCEPT, INTERSECT et UNION à l’exception de la clause ALL dans INTERSECT ALL, qui n’est pas prise en charge dans Snowflake, ce qui fait qu’une partie de ALL est un code commenté après la conversion.

Teradata

Intersection¶

 SELECT LastName, FirstName FROM employees
INTERSECT
SELECT FirstName, LastName FROM contractors;

SELECT LastName, FirstName FROM employees
INTERSECT ALL
SELECT FirstName, LastName FROM contractors;

Snowflake

Intersection¶

 SELECT
LastName,
FirstName FROM
employees
INTERSECT
SELECT
FirstName,
LastName FROM
contractors;

SELECT
LastName,
FirstName FROM
employees
INTERSECT
        !!!RESOLVE EWI!!! /*** SSC-EWI-0040 - THE 'INTERSECT ALL QUANTIFIER' CLAUSE IS NOT SUPPORTED IN SNOWFLAKE ***/!!! ALL
SELECT
FirstName,
LastName FROM
contractors;

Problèmes connus¶

1. INTERSECT ALL unsupported¶

INTERSECT ALL n’est pas pris en charge dans Snowflake et la partie ALL sera commentée.

EWIs connexes¶

SSC-EWI-0040: Instruction non prise en charge.

Instruction de mise à jour¶

Description¶

Modifie les valeurs des colonnes dans les lignes existantes d’une table. (UPDATE dans la référence de langage SQL Teradata)

Modèles d’échantillons de sources¶

Cas de base¶

Teradata

Update

 UPDATE CRASHDUMPS.TABLE1 i
 SET COLUMN4 = CRASHDUMPS.TABLE2.COLUMN3
 WHERE i.COLUMN1 = CRASHDUMPS.TABLE2.COLUMN1
 AND i.COLUMN3 = 'L';

Snowflake

Update

UPDATE CRASHDUMPS.TABLE1 AS i
 SET
  i.COLUMN4 = CRASHDUMPS.TABLE2.COLUMN3
 FROM
  CRASHDUMPS.TABLE2
  WHERE i.COLUMN1 = CRASHDUMPS.TABLE2.COLUMN1
  AND UPPER(RTRIM( i.COLUMN3)) = UPPER(RTRIM('L'));

UPDATE avec alias de transfert¶

Teradata prend en charge le référencement d’un alias avant qu’il ne soit déclaré, ce qui n’est pas le cas de Snowflake. La transformation pour ce scénario consiste à prendre la table référencée et à modifier l’alias du nom de la table à laquelle elle fait référence.

Teradata

Update

 UPDATE i
 FROM CRASHDUMPS.TABLE2, CRASHDUMPS.TABLE1 i
 SET COLUMN4 = CRASHDUMPS.TABLE2.COLUMN3
 WHERE i.COLUMN1 = CRASHDUMPS.TABLE2.COLUMN1
 AND i.COLUMN3 = 'L';

Snowflake

Update

UPDATE CRASHDUMPS.TABLE1 AS i
  SET
  i.COLUMN4 = CRASHDUMPS.TABLE2.COLUMN3
  FROM
  CRASHDUMPS.TABLE2
  WHERE i.COLUMN1 = CRASHDUMPS.TABLE2.COLUMN1
  AND UPPER(RTRIM( i.COLUMN3)) = UPPER(RTRIM('L'));

UPDATE with target table in the FROM clause¶

Teradata prend en charge la définition de la table cible dans la clauseFROM, cette clause est supprimée dans Snowflake pour éviter les erreurs d’alias en double et les erreurs de référence de colonne ambiguës.

Teradata

Update

UPDATE some_table
FROM some_table
SET Code = Code + 100
WHERE Name = 'A';

Snowflake

Update

UPDATE some_table
  SET Code = Code + 100
  WHERE
  UPPER(RTRIM( Name)) = UPPER(RTRIM('A'));

EWIs connexes¶

Pas d’EWIs connexes.

Avec modificateur¶

Sélectionnez une instruction qui utilise le modificateurWITH avec une liste de plusieurs requêtes nommées également connues sous le nom d’expressions de table communes (CTEs).

Voir Avec modificateur

Snowflake prend en charge le modificateur WITH de Teradata sur une instruction SELECT qui a plusieurs CTEs (Expressions de table communes). Teradata accepte n’importe quel ordre de définition de CTE, qu’elles soient référencées avant d’être déclarées ou non, mais Snowflake exige que si une CTE appelle une autre CTE, elle doit être définie avant d’être appelée. Ensuite, la séquence convertie des CTEs à l’intérieur de WITH sera réorganisée en CTEs non référencée, puis en CTE qui appelle la CTE suivante, et ainsi de suite.

Lorsqu’un cycle est détecté dans la séquence d’appel WITH, il sera laissé en tant que cycle original, sans aucune modification de la séquence comme détaillé dans un exemple de SSC-EWI-TD0077.

Dans l’exemple ci-dessous, il y a deux CTEs nommées n1 et n2, le n1 faisant référence à n2. Ensuite, le n2 doit d’abord être défini dans Snowflake en tant que code converti correspondant.

Note

Certaines parties du code de sortie sont omises pour des raisons de clarté.

Teradata

Avec modificateur¶

 WITH recursive n1(c1) as (select c1, c3 from t2, n1),
     n2(c2) as (select c2 from tablex)
     SELECT * FROM t1;

Snowflake

Avec modificateur¶

 WITH RECURSIVE n1(c1) AS
(
     SELECT
          c1,
          c3 from
          t2, n1
),
n2(c2) AS
(
     SELECT
          c2 from
          tablex
)
SELECT
     * FROM
     t1;

Problèmes connus¶

1. Impossible to reorder when cycles were found¶

Lorsque les références CTEs sont analysées et qu’il y a un cycle entre les appels des CTEs, la CTEs ne sera pas commandée.

EWIs connexes¶

Pas d’EWIs connexes.

Instruction d’insertion¶

L’instruction SQL qui ajoute de nouvelles lignes à une table.

Note

Certaines parties du code de sortie sont omises pour des raisons de clarté.

Voir Instruction d’insertion

Dans Teradata, il existe une autre syntaxeINSERTqui attribue la valeur de chaque colonne de table en ligne. Cette structure alternative nécessite une transformation spéciale pour être prise en charge dans Snowflake. L’affectation en ligne des valeurs est séparée et placée à l’intérieur de la partie VALUES(...) de l’instruction Snowflake INSERT INTO.

Teradata

Insérer¶

 INSERT INTO appDB.logTable (
    process_name = 'S2F_BOOKS_LOAD_NEW'
    , session_id = 105678989 
    , message_txt = '' 
    , message_ts = '2019-07-23 00:00:00'
    , Insert_dt = CAST((CURRENT_TIMESTAMP(0)) AS DATE FORMAT 'YYYY-MM-DD'));

Snowflake

Insérer¶

 INSERT INTO appDB.logTable (
process_name, session_id, message_txt, message_ts, Insert_dt)
VALUES ('S2F_BOOKS_LOAD_NEW', 105678989, '', '2019-07-23 00:00:00', TO_DATE((CURRENT_TIMESTAMP(0))));

Problèmes connus ¶

Aucun problème n’a été constaté.

EWIs connexes ¶

Pas d’EWIs connexes.

LOGGING ERRORS¶

Note

Certaines parties du code de sortie sont omises pour des raisons de clarté.

Note

Instruction non pertinente.

Avertissement

Notez que cette instruction est supprimée de la migration car il s’agit d’une syntaxe non pertinente. Cela signifie qu’elle n’est pas requise dans Snowflake.

Description¶

Instruction pour journaliser les erreurs lors de l’utilisation d’instructions comme INSERT...SELECT. Veuillez consulter la documentation suivante.

Modèles d’échantillons de sources¶

LOGGING ERRORS¶

Dans cet exemple, vous remarquerez que LOGGING ERRORS a été supprimé car il ne s’agit pas d’une syntaxe pertinente. La syntaxe n’est pas exigée dans Snowflake.

Teradata¶

 INSERT INTO MY_TABLE
SELECT *
FROM MY_SAMPLE
LOGGING ERRORS;

Snowflake¶

INSERT INTO MY_TABLE SELECT
*
FROM
MY_SAMPLE;

LOGGING ALL ERRORS¶

Dans cet exemple, vous remarquerez que LOGGING ALL ERRORS a été supprimé car il ne s’agit pas d’une syntaxe pertinente. La syntaxe n’est pas exigée dans Snowflake.

Teradata¶

 INSERT INTO MY_TABLE
SELECT *
FROM MY_SAMPLE
LOGGING ALL ERRORS;

Snowflake¶

 INSERT INTO MY_TABLE SELECT
*
FROM
MY_SAMPLE;

LOGGING ERRORS WITH NO LIMIT¶

Dans cet exemple, vous remarquerez que LOGGING ERRORS WITH NO LIMIT a été supprimé car il ne s’agit pas d’une syntaxe pertinente. La syntaxe n’est pas exigée dans Snowflake.

Teradata¶

 INSERT INTO MY_TABLE
SELECT *
FROM MY_SAMPLE
LOGGING ERRORS WITH NO LIMIT;

Snowflake¶

 INSERT INTO MY_TABLE SELECT
*
FROM
MY_SAMPLE;

LOGGING ERRORS WITH LIMIT OF¶

Dans cet exemple, vous remarquerez que LOGGING ERRORS WITH LIMIT OF a été supprimé car il ne s’agit pas d’une syntaxe pertinente. La syntaxe n’est pas exigée dans Snowflake.

Teradata¶

 INSERT INTO MY_TABLE
SELECT *
FROM MY_SAMPLE
LOGGING ERRORS WITH LIMIT OF 100;

Snowflake¶

 INSERT INTO MY_TABLE SELECT
*
FROM
MY_SAMPLE;

Problèmes connus ¶

Aucun problème n’a été constaté.

EWIs connexes ¶

Pas d’EWIs connexes.

Instruction de sélection¶

Voir Instruction de sélection

Snowflake prend en charge la syntaxe SELECT de Teradata à quelques exceptions près. Tout d’abord, il ne prend pas en charge l’abréviation SEL.

Teradata

Sel

SEL DISTINCT col1, col2 FROM table1

Snowflake

Select

SELECT DISTINCT col1,
col2 FROM
table1;

Teradata prend en charge le référencement d’un alias avant qu’il ne soit déclaré, ce qui n’est pas le cas de Snowflake. La transformation pour ce scénario consiste à prendre la colonne référencée et à modifier l’alias du nom de la colonne à laquelle elle fait référence.

Teradata

Alias

SELECT
my_val, sum(col1),
col2 AS my_val FROM table1

Snowflake

Alias

SELECT
my_val,
SUM(col1),
col2 AS my_val FROM
table1;

Options de clause supprimées¶

Les options de clause suivantes ne sont pas pertinentes pour Snowflake, elles sont donc supprimées lors de la migration.


Teradata	Snowflake
Développer	Aucune prise en charge
Normaliser	Aucune prise en charge
Avec option de vérification (requête)	Aucune prise en charge

Problèmes connus¶

1. SEL abbreviation unsupported¶

L’abréviation n’est pas prise en charge dans Snowflake mais elle est traduite correctement en la remplaçant par SELECT.

EWIs connexes¶

Pas d’EWIs connexes.

Prédicat ANY¶

Avertissement

Il s’agit d’un travail en cours, des modifications pourront être apportées à l’avenir.

Description¶

Dans Teradata, permet la quantification dans une opération de comparaison ou un prédicat IN/NOT IN. La comparaison de l’expression et d’au moins une valeur de l’ensemble des valeurs retournées par la sous-requête est vraie. Pour plus d’informations, veuillez consulter la documentation Teradata suivante.

Syntaxe Teradata

 { expression quantifier ( literal [ {, | OR} ... ] ) |
  { expression | ( expression [,...] ) } quantifier ( subquery )
}

Où le quantificateur :

 { comparison_operator [ NOT ] IN } { ALL |ANY | SOME }

Syntaxe Snowflake

SuccessPlaceholder

In subquery form, IN is equivalent to = ANY and NOT IN is equivalent to <> ALL. Review the following Snowflake documentation for more information.

Pour comparer les valeurs individuelles :

 <value> [ NOT ] IN ( <value_1> [ , <value_2> ...  ] )

Pour comparer les constructeurs de lignes (listes de valeurs entre parenthèses) :

 ( <value_A> [, <value_B> ... ] ) [ NOT ] IN (  ( <value_1> [ , <value_2> ... ] )  [ , ( <value_3> [ , <value_4> ... ] )  ...  ]  )

Pour comparer une valeur aux valeurs renvoyées par une sous-requête :

 <value> [ NOT ] IN ( <subquery> )

Modèles d’échantillons de sources¶

Données d’échantillon¶

Teradata¶

Requête¶

 CREATE TABLE Employee (
    EmpNo INT,
    Name VARCHAR(100),
    DeptNo INT
);

INSERT INTO Employee (EmpNo, Name, DeptNo)
VALUES (1, 'Alice', 100);

INSERT INTO Employee (EmpNo, Name, DeptNo)
VALUES (2, 'Bob', 300);

INSERT INTO Employee (EmpNo, Name, DeptNo)
VALUES (3, 'Charlie', 500);

INSERT INTO Employee (EmpNo, Name, DeptNo)
VALUES (4, 'David', 200);

INSERT INTO Employee (EmpNo, Name, DeptNo)
VALUES (5, 'Eve', 100);

Snowflake¶

Requête¶

 CREATE OR REPLACE TABLE Employee (
    EmpNo INT,
    Name VARCHAR(100),
    DeptNo INT
)
COMMENT = '{ "origin": "sf_sc", "name": "snowconvert", "version": {  "major": 0,  "minor": 0,  "patch": "0" }, "attributes": {  "component": "teradata",  "convertedOn": "01/14/2025",  "domain": "test" }}'
;

INSERT INTO Employee (EmpNo, Name, DeptNo)
VALUES (1, 'Alice', 100);

INSERT INTO Employee (EmpNo, Name, DeptNo)
VALUES (2, 'Bob', 300);

INSERT INTO Employee (EmpNo, Name, DeptNo)
VALUES (3, 'Charlie', 500);

INSERT INTO Employee (EmpNo, Name, DeptNo)
VALUES (4, 'David', 200);

INSERT INTO Employee (EmpNo, Name, DeptNo)
VALUES (5, 'Eve', 100);

Equal ANY predicate in WHERE clause ¶

Teradata

Entrée¶

 SELECT DeptNo
FROM Employee
WHERE DeptNo = ANY(100,300,500) ;

Sortie¶


DeptNo
100
500
100
300

Snowflake

Entrée¶

 SELECT DeptNo
FROM Employee
WHERE DeptNo IN(100,300,500) ;

Sortie¶


DeptNo
100
500
100
300

Autres opérateurs de comparaison dans la clause WHERE¶

Lorsqu’il existe d’autres opérateurs de comparaison, la traduction équivalente consiste à ajouter une sous-requête avec la logique requise.

Teradata

Entrée¶

 SELECT Name, DeptNo
FROM Employee
WHERE DeptNo < ANY(100,300,500) ;

Sortie¶


Nom	DeptNo
Eve	100
Alice	100
David	200
Bob	300

Snowflake

Entrée¶

 SELECT Name, DeptNo
FROM Employee
WHERE DeptNo < ANY 
(SELECT DeptNo
FROM Employee
WHERE DeptNo > 100
OR DeptNo > 300
OR DeptNo > 500);

Sortie¶


NAME	DEPTNO
Alice	100
Eve	100
Bob	300
David	200

IN ANY dans la clause WHERE¶

Teradata

Entrée¶

 SELECT DeptNo
FROM Employee
WHERE DeptNo IN ANY(100,300,500) ;

Sortie¶


DeptNo
100
500
100
300

Snowflake

Entrée¶

 SELECT DeptNo
FROM Employee
WHERE DeptNo IN(100,300,500) ;

Sortie¶


DeptNo
100
500
100
300

NOT IN ALL dans la clause WHERE¶

Teradata

Entrée¶

 SELECT Name, DeptNo
FROM Employee
WHERE DeptNo NOT IN ALL(100, 200);

Sortie¶


Nom	DeptNo
Charlie	500
Bob	300

Snowflake

Entrée¶

 SELECT Name, DeptNo
FROM Employee
WHERE DeptNo NOT IN (100, 200);

Sortie¶


Nom	DeptNo
Charlie	500
Bob	300

Problèmes connus¶

NOT IN ANY dans la clause WHERE¶

Teradata

Entrée¶

 SELECT Name, DeptNo
FROM Employee
WHERE DeptNo NOT IN ANY(100, 200);

Sortie¶


Nom	DeptNo
Eve	100
Charlie	500
Alice	100
David	200
Bob	300

Snowflake

Entrée¶

 SELECT Name, DeptNo
FROM Employee
WHERE DeptNo IN (100, 200)
   OR DeptNo NOT IN (100, 200);

Sortie¶


Nom	DeptNo
Eve	100
Charlie	500
Alice	100
David	200
Bob	300

EWIs connexes¶

Pas d’EWIs connexes.

Clause Expand On¶

Référence de traduction pour la conversion de la fonctionnalité Teradata Expand On vers Snowflake

Description¶

La clause Expand On développe une colonne dont le type de données est period, créant ainsi une série temporelle régulière de lignes basée sur la valeur de la période dans la ligne d’entrée. Pour plus d’informations sur la clause Expand On, consultez la documentation Teradata.

Modèles d’échantillons de sources¶

Note

Certaines parties du code de sortie sont omises pour des raisons de clarté.

Données d’échantillon¶

Teradata¶

 CREATE TABLE table1 (id INTEGER, pd PERIOD (TIMESTAMP));

INSERT INTO
    table1
VALUES
    (
        1,
        PERIOD(
            TIMESTAMP '2022-05-23 10:15:20.00009',
            TIMESTAMP '2022-05-23 10:15:25.000012'
        )
    );

Snowflake¶

 CREATE OR REPLACE TABLE table1 (
    id INTEGER,
    pd VARCHAR(58) !!!RESOLVE EWI!!! /*** SSC-EWI-TD0053 - SNOWFLAKE DOES NOT SUPPORT THE PERIOD DATATYPE, ALL PERIODS ARE HANDLED AS VARCHAR INSTEAD ***/!!!
)
COMMENT = '{"origin":"sf_sc","name":"snowconvert","version":{"major":1, "minor":0},{"attributes":{"component":"teradata"}}'
;

INSERT INTO table1
VALUES (
1, PUBLIC.PERIOD_UDF(
            TIMESTAMP '2022-05-23 10:15:20.00009',
            TIMESTAMP '2022-05-23 10:15:25.000012'
        ) !!!RESOLVE EWI!!! /*** SSC-EWI-TD0053 - SNOWFLAKE DOES NOT SUPPORT THE PERIOD DATATYPE, ALL PERIODS ARE HANDLED AS VARCHAR INSTEAD ***/!!!);

Clause Expand On¶

Supposons que vous souhaitiez étendre la colonne des périodes en secondes. Pour ce faire, la clause Expand On dispose d’une expansion de période d’ancrage et d’une expansion littérale d’intervalle.

Extension de la période d’ancrage¶

Teradata¶

 SELECT
    id,
    BEGIN(bg)
FROM
    table1 EXPAND ON pd AS bg BY ANCHOR ANCHOR_SECOND;

Résultat¶


id	BEGIN (bg)
1	2022-05-23 10:15:21.0000
1	2022-05-23 10:15:22.0000
1	2022-05-23 10:15:23.0000
1	2022-05-23 10:15:24.0000
1	2022-05-23 10:15:25.0000

Snowflake ne prend pas en charge la clause Expand On. Pour reproduire les mêmes résultats et fonctionnalités, le code Teradata SQL sera contenu dans un bloc CTE, avec une fonction EXPAND_ON_UDF et TABLE, en utilisant la fonction FLATTEN pour renvoyer plusieurs lignes, ROW_COUNT_UDF et DIFF_TTIME_PERIOD_UDF pour indiquer combien de lignes sont nécessaires et renvoyer VALUE pour aider EXPAND_ON_UDF à calculer les différentes séries temporelles régulières. Ce bloc CTE renvoie le même alias d’expansion des colonnes que dans la clause Expand On, de sorte que le résultat peut être utilisé dans n’importe quelle utilisation du type de données période.

Snowflake¶

 WITH ExpandOnCTE AS
(
    SELECT
        PUBLIC.EXPAND_ON_UDF('ANCHOR_SECOND', VALUE, pd) bg
    FROM
        table1,
        TABLE(FLATTEN(PUBLIC.ROW_COUNT_UDF(PUBLIC.DIFF_TIME_PERIOD_UDF('ANCHOR_SECOND', pd))))
)
SELECT
    id,
    PUBLIC.PERIOD_BEGIN_UDF(bg) !!!RESOLVE EWI!!! /*** SSC-EWI-TD0053 - SNOWFLAKE DOES NOT SUPPORT THE PERIOD DATATYPE, ALL PERIODS ARE HANDLED AS VARCHAR INSTEAD ***/!!!
FROM
    table1,
    ExpandOnCTE;

Résultat¶


id	PERIOD_BEGIN_UDF(bg)
1	2022-05-23 10:15:21.0000
1	2022-05-23 10:15:22.0000
1	2022-05-23 10:15:23.0000
1	2022-05-23 10:15:24.0000
1	2022-05-23 10:15:25.0000

Problèmes connus¶

La clause Expand On peut utiliser l’extension littérale d’intervalle, dans ce cas, SnowConvert AI ajoutera une erreur indiquant que cette traduction est planifiée.

Expansion littérale de l’intervalle¶

Teradata¶

 SELECT
    id,
    BEGIN(bg)
FROM
    table1 EXPAND ON pd AS bg BY INTERVAL '1' SECOND;

Résultat¶


id	BEGIN(bg)
1	2022-05-23 10:15:20.0000
1	2022-05-23 10:15:21.0000
1	2022-05-23 10:15:22.0000
1	2022-05-23 10:15:23.0000
1	2022-05-23 10:15:24.0000

Snowflake¶

 SELECT
    id,
    PUBLIC.PERIOD_BEGIN_UDF(bg) !!!RESOLVE EWI!!! /*** SSC-EWI-TD0053 - SNOWFLAKE DOES NOT SUPPORT THE PERIOD DATATYPE, ALL PERIODS ARE HANDLED AS VARCHAR INSTEAD ***/!!!
FROM
    table1
!!!RESOLVE EWI!!! /*** SSC-EWI-0073 - PENDING FUNCTIONAL EQUIVALENCE REVIEW FOR 'EXPAND ON' NODE ***/!!!
EXPAND ON pd AS bg BY INTERVAL '1' SECOND;

EWIs connexes¶

SSC-EWI-0073 : En attente de l’examen de l’équivalence fonctionnelle.
SSC-EWI-TD0053 : Snowflake ne prend pas en charge le type de données Period. Toutes les périodes sont traitées en tant que varchar à la place.

Normaliser¶

Référence de traduction pour la conversion de la fonctionnalité Teradata Normalize vers Snowflake

Description¶

NORMALIZE spécifie que les valeurs de période de la colonne de la première période qui se rencontrent ou se chevauchent sont combinées pour former une période qui englobe les valeurs de période individuelles. Pour plus d’informations sur la clause Normalize, consultez la documentation Teradata.

Modèles d’échantillons de sources¶

Note

Certaines parties du code de sortie sont omises pour des raisons de clarté.

Données d’échantillon¶

Teradata¶

 CREATE TABLE project (
    emp_id INTEGER,
    project_name VARCHAR(20),
    dept_id INTEGER,
    duration PERIOD(DATE)
);

INSERT INTO project
VALUES
    (
        10,
        'First Phase',
        1000,
        PERIOD(DATE '2010-01-10', DATE '2010-03-20')
    );

INSERT INTO project
VALUES
    (
        10,
        'First Phase',
        2000,
        PERIOD(DATE '2010-03-20', DATE '2010-07-15')
    );

INSERT INTO project
VALUES
    (
        10,
        'Second Phase',
        2000,
        PERIOD(DATE '2010-06-15', DATE '2010-08-18')
    );

INSERT INTO project
VALUES
    (
        20,
        'First Phase',
        2000,
        PERIOD(DATE '2010-03-10', DATE '2010-07-20')
    );

INSERT INTO project
VALUES
    (
        20,
        'Second Phase',
        1000,
        PERIOD(DATE '2020-05-10', DATE '2020-09-20')
    );

Snowflake¶

 CREATE OR REPLACE TABLE project (
    emp_id INTEGER,
    project_name VARCHAR(20),
    dept_id INTEGER,
    duration VARCHAR(24) !!!RESOLVE EWI!!! /*** SSC-EWI-TD0053 - SNOWFLAKE DOES NOT SUPPORT THE PERIOD DATATYPE, ALL PERIODS ARE HANDLED AS VARCHAR INSTEAD ***/!!!
)
COMMENT = '{"origin":"sf_sc","name":"snowconvert","version":{"major":1, "minor":0},{"attributes":{"component":"teradata"}}'
;

INSERT INTO project
VALUES (
10,
        'First Phase',
        1000, PUBLIC.PERIOD_UDF(DATE '2010-01-10', DATE '2010-03-20') !!!RESOLVE EWI!!! /*** SSC-EWI-TD0053 - SNOWFLAKE DOES NOT SUPPORT THE PERIOD DATATYPE, ALL PERIODS ARE HANDLED AS VARCHAR INSTEAD ***/!!!);

INSERT INTO project
VALUES (
10,
        'First Phase',
        2000, PUBLIC.PERIOD_UDF(DATE '2010-03-20', DATE '2010-07-15') !!!RESOLVE EWI!!! /*** SSC-EWI-TD0053 - SNOWFLAKE DOES NOT SUPPORT THE PERIOD DATATYPE, ALL PERIODS ARE HANDLED AS VARCHAR INSTEAD ***/!!!);

INSERT INTO project
VALUES (
10,
        'Second Phase',
        2000, PUBLIC.PERIOD_UDF(DATE '2010-06-15', DATE '2010-08-18') !!!RESOLVE EWI!!! /*** SSC-EWI-TD0053 - SNOWFLAKE DOES NOT SUPPORT THE PERIOD DATATYPE, ALL PERIODS ARE HANDLED AS VARCHAR INSTEAD ***/!!!);

INSERT INTO project
VALUES (
20,
        'First Phase',
        2000, PUBLIC.PERIOD_UDF(DATE '2010-03-10', DATE '2010-07-20') !!!RESOLVE EWI!!! /*** SSC-EWI-TD0053 - SNOWFLAKE DOES NOT SUPPORT THE PERIOD DATATYPE, ALL PERIODS ARE HANDLED AS VARCHAR INSTEAD ***/!!!);

INSERT INTO project
VALUES (
20,
        'Second Phase',
        1000, PUBLIC.PERIOD_UDF(DATE '2020-05-10', DATE '2020-09-20') !!!RESOLVE EWI!!! /*** SSC-EWI-TD0053 - SNOWFLAKE DOES NOT SUPPORT THE PERIOD DATATYPE, ALL PERIODS ARE HANDLED AS VARCHAR INSTEAD ***/!!!);

Clause Normalize¶

Supposons que vous souhaitiez utiliser la clause Normalize avec l’identifiant de l’employé.

Teradata¶

 SELECT
    NORMALIZE emp_id,
    duration
FROM
    project;

Résultat¶


EMP_ID	DURATION
20	(2010-03-10, 2010-07-20)
10	(2010-01-10, 2010-08-18)
20	(2020-05-10, 2010-09-20)

Snowflake¶

 !!!RESOLVE EWI!!! /*** SSC-EWI-TD0079 - THE REQUIRED PERIOD TYPE COLUMN WAS NOT FOUND ***/!!!
WITH NormalizeCTE AS
(
    SELECT
        T1.*,
        SUM(GroupStartFlag)
        OVER (
        PARTITION BY
            emp_id, duration
        ORDER BY
            PeriodColumn_begin
        ROWS UNBOUNDED PRECEDING) GroupID
    FROM
        (
            SELECT
                emp_id,
                duration,
                PUBLIC.PERIOD_BEGIN_UDF(PeriodColumn) PeriodColumn_begin,
                PUBLIC.PERIOD_END_UDF(PeriodColumn) PeriodColumn_end,
                (CASE
                    WHEN PeriodColumn_begin <= LAG(PeriodColumn_end)
                    OVER (
                    PARTITION BY
                        emp_id, duration
                    ORDER BY
                        PeriodColumn_begin,
                        PeriodColumn_end)
                        THEN 0
                    ELSE 1
                END) GroupStartFlag
            FROM
                project
        ) T1
)
SELECT
    emp_id,
    duration,
    PUBLIC.PERIOD_UDF(MIN(PeriodColumn_begin), MAX(PeriodColumn_end))
FROM
    NormalizeCTE
GROUP BY
    emp_id,
    duration,
    GroupID;

Résultat¶


EMP_ID	PUBLIC.PERIOD_UDF(MIN(START_DATE), MAX(END_DATE))
20	2020-05-10*2010-09-20
20	2010-03-10*2010-07-20
10	2010-01-10*2010-08-18

Problèmes connus¶

La clause de normalisation peut utiliser ON MEETS OR OVERLAPS, ON OVERLAPS or ON OVERLAPS OR MEETS ; pour ces cas SnowConvert AI ajoutera une erreur indiquant que cette traduction est prévue pour l’avenir.

Teradata¶

 SELECT NORMALIZE ON MEETS OR OVERLAPS emp_id, duration FROM table1;

Snowflake¶

 SELECT
       !!!RESOLVE EWI!!! /*** SSC-EWI-0073 - PENDING FUNCTIONAL EQUIVALENCE REVIEW FOR 'NORMALIZE SET QUANTIFIER' NODE ***/!!!
       NORMALIZE ON MEETS OR OVERLAPS emp_id,
duration FROM
table1;

EWIs connexes¶

SSC-EWI-0073 : En attente de l’examen de l’équivalence fonctionnelle.
SSC-EWI-TD0079 : La colonne du type Period requis est introuvable.
SSC-EWI-TD0053 : Snowflake ne prend pas en charge le type de données Period. Toutes les périodes sont traitées en tant que varchar à la place.

Reset When¶

Description¶

Reset When détermine la partition sur laquelle une fonction de la fenêtre SQL opère en fonction d’une condition spécifique. Si la condition est évaluée à True, une nouvelle sous-partition dynamique est créée à l’intérieur de la partition de fenêtre existante. Pour plus d’informations sur Reset When, consultez la documentation Teradata .

Modèles d’échantillons de sources¶

Données d’échantillon¶

Teradata¶

Requête

CREATE TABLE account_balance
( 
  account_id INTEGER NOT NULL,
  month_id INTEGER,
  balance INTEGER
) 
UNIQUE PRIMARY INDEX (account_id, month_id);

INSERT INTO account_balance VALUES (1, 1, 60);
INSERT INTO account_balance VALUES (1, 2, 99);
INSERT INTO account_balance VALUES (1, 3, 94);
INSERT INTO account_balance VALUES (1, 4, 90);
INSERT INTO account_balance VALUES (1, 5, 80);
INSERT INTO account_balance VALUES (1, 6, 88);
INSERT INTO account_balance VALUES (1, 7, 90);
INSERT INTO account_balance VALUES (1, 8, 92);
INSERT INTO account_balance VALUES (1, 9, 10);
INSERT INTO account_balance VALUES (1, 10, 60);
INSERT INTO account_balance VALUES (1, 11, 80);
INSERT INTO account_balance VALUES (1, 12, 10);

Résultat


account_id	month_id	solde
1	1	60
1	2	99
1	3	94
1	4	90
1	5	80
1	6	88
1	7	90
1	8	92
1	9	10
1	10	60
1	11	80
1	12	10

Snowflake¶

Requête

CREATE OR REPLACE TABLE account_balance (
  account_id INTEGER NOT NULL,
  month_id INTEGER,
  balance INTEGER,
  UNIQUE (account_id, month_id)
)
COMMENT = '{"origin":"sf_sc","name":"snowconvert","version":{"major":1, "minor":0},{"attributes":{"component":"teradata"}}'
;

INSERT INTO account_balance
VALUES (1, 1, 60);

INSERT INTO account_balance
VALUES (1, 2, 99);

INSERT INTO account_balance
VALUES (1, 3, 94);

INSERT INTO account_balance
VALUES (1, 4, 90);

INSERT INTO account_balance
VALUES (1, 5, 80);

INSERT INTO account_balance
VALUES (1, 6, 88);

INSERT INTO account_balance
VALUES (1, 7, 90);

INSERT INTO account_balance
VALUES (1, 8, 92);

INSERT INTO account_balance
VALUES (1, 9, 10);

INSERT INTO account_balance
VALUES (1, 10, 60);

INSERT INTO account_balance
VALUES (1, 11, 80);

INSERT INTO account_balance
VALUES (1, 12, 10);

Résultat


account_id	month_id	solde
1	1	60
1	2	99
1	3	94
1	4	90
1	5	80
1	6	88
1	7	90
1	8	92
1	9	10
1	10	60
1	11	80
1	12	10

Reset When¶

Pour chaque compte, supposons que vous souhaitiez analyser la séquence des augmentations mensuelles consécutives du solde. Lorsque le solde d’un mois est inférieur ou égal au solde du mois précédent, l’exigence est de remettre le compteur à zéro et de redémarrer.

Pour analyser ces données, Teradata SQL utilise une fonction de fenêtre avec un agrégat imbriqué et une instruction Reset When, comme suit :

Teradata¶

Requête

SELECT 
   account_id, 
   month_id, 
   balance, 
   (
     ROW_NUMBER() OVER (
       PARTITION BY account_id 
       ORDER BY 
         month_id RESET WHEN balance <= SUM(balance) OVER (
           PARTITION BY account_id 
           ORDER BY month_id
           ROWS BETWEEN 1 PRECEDING AND 1 PRECEDING
         )
     ) -1
   ) AS balance_increase 
FROM account_balance 
ORDER BY 1, 2;

Résultat

account_id	month_id	balance	balance_increase
1	1	60	0
1	2	99	1
1	3	94	0
1	4	90	0
1	5	80	0
1	6	88	1
1	7	90	2
1	8	92	3
1	9	10	0
1	10	60	1
1	11	80	2
1	12	10	0

Snowflake¶

Snowflake ne prend pas en charge la clause Reset When dans les fonctions de fenêtre. Pour reproduire le même résultat, le code Teradata SQL doit être traduit en utilisant la syntaxe native de SQL et des sous-requêtes imbriquées, comme suit :

Requête

SELECT
   account_id,
   month_id,
   balance,
   (
     ROW_NUMBER() OVER (
   PARTITION BY
      account_id, new_dynamic_part
   ORDER BY
         month_id
     ) -1
   ) AS balance_increase
FROM
   (
      SELECT
   account_id,
   month_id,
   balance,
   previous_value,
   SUM(dynamic_part) OVER (
           PARTITION BY account_id
           ORDER BY month_id
   ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
         ) AS new_dynamic_part
      FROM
   (
      SELECT
         account_id,
         month_id,
         balance,
         SUM(balance) OVER (
                 PARTITION BY account_id
                 ORDER BY month_id
                 ROWS BETWEEN 1 PRECEDING AND 1 PRECEDING
               ) AS previous_value,
         (CASE
            WHEN balance <= previous_value
               THEN 1
            ELSE 0
         END) AS dynamic_part
      FROM
         account_balance
   )
   )
ORDER BY 1, 2;

Résultat

account_id	month_id	balance	balance_increase
1	1	60	0
1	2	99	1
1	3	94	0
1	4	90	0
1	5	80	0
1	6	88	1
1	7	90	2
1	8	92	3
1	9	10	0
1	10	60	1
1	11	80	2
1	12	10	0

Deux sous-requêtes imbriquées sont nécessaires pour prendre en charge la fonctionnalité Reset When de Snowflake.

Dans la requête interne, un indicateur de partition dynamique (dynamic_part) est créé et alimenté. dynamic_part est défini sur 1 si le solde d’un mois est inférieur ou égal au solde du mois précédent ; dans le cas contraire, il est défini sur 0.

Dans la couche suivante, un attribut new_dynamic_part est généré en tant que résultat d’une fonction de fenêtre SUM.

Enfin, une new_dynamic_part est ajoutée en tant que nouvel attribut de partition (partition dynamique) à l’attribut de partition existant (account_id) et applique la même fonction de fenêtre ROW_NUMBER() que dans Teradata.

Après ces modifications, Snowflake génère la même sortie que Teradata.

Reset When lorsque la fonction conditionnelle de la fenêtre est une colonne¶

Même exemple que ci-dessus, sauf que la fonction de fenêtre utilisée dans la condition RESET WHEN est définie comme une colonne appelée previous. Cette variation modifie légèrement la transformation puisqu’il n’est plus nécessaire de définir la valeur previous_value comme dans l’exemple précédent. Il s’agit de la même solution.

Teradata¶

Requête

SELECT
   account_id,
   month_id,
   balance,
   SUM(balance) OVER (
           PARTITION BY account_id
           ORDER BY month_id
           ROWS BETWEEN 1 PRECEDING AND 1 PRECEDING
         ) AS previous,
   (
     ROW_NUMBER() OVER (
       PARTITION BY account_id
       ORDER BY
         month_id RESET WHEN balance <= previous
     )
   ) AS balance_increase
FROM account_balance
ORDER BY 1, 2;

Résultat

account_id	month_id	balance	previous	balance_increase
1	1	60		0
1	2	99	60	1
1	3	94	99	0
1	4	90	94	0
1	5	80	90	0
1	6	88	80	1
1	7	90	88	2
1	8	92	90	3
1	9	10	92	0
1	10	60	10	1
1	11	80	60	2
1	12	10	80	0

Snowflake¶

Requête

SELECT
   account_id,
   month_id,
   balance,
   SUM(balance) OVER (
           PARTITION BY account_id
           ORDER BY month_id
           ROWS BETWEEN 1 PRECEDING AND 1 PRECEDING
         ) AS previous,
   (
     ROW_NUMBER() OVER (
   PARTITION BY
      account_id, new_dynamic_part
   ORDER BY
         month_id
     )
   ) AS balance_increase
FROM
   (
      SELECT
   account_id,
   month_id,
   balance,
   SUM(balance) OVER (
           PARTITION BY account_id
           ORDER BY month_id
           ROWS BETWEEN 1 PRECEDING AND 1 PRECEDING
         ) AS previous,
   SUM(dynamic_part) OVER (
           PARTITION BY account_id
           ORDER BY month_id
   ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
         ) AS new_dynamic_part
      FROM
   (
      SELECT
         account_id,
         month_id,
         balance,
         SUM(balance) OVER (
                 PARTITION BY account_id
                 ORDER BY month_id
                 ROWS BETWEEN 1 PRECEDING AND 1 PRECEDING
               ) AS previous,
         (CASE
            WHEN balance <= previous
               THEN 1
            ELSE 0
         END) AS dynamic_part
      FROM
         account_balance
   )
   )
ORDER BY 1, 2;

Sans titre

account_id	month_id	balance	previous	balance_increase
1	1	60		0
1	2	99	60	1
1	3	94	99	0
1	4	90	94	0
1	5	80	90	0
1	6	88	80	1
1	7	90	88	2
1	8	92	90	3
1	9	10	92	0
1	10	60	10	1
1	11	80	60	2
1	12	10	80	0

Problèmes connus¶

La clause RESET WHEN peut présenter des variations telles que sa condition. Actuellement, SnowConvert AI ne prend en charge que les conditions binaires (<=, >=, <> ou =), dans tout autre type, comme IS NOT NULL, SnowConvert AI supprimera la clause RESET WHEN et ajoutera un message d’erreur, car elle n’est pas prise en charge dans Snowflake, comme indiqué dans l’exemple suivant.

Teradata¶

Requête

SELECT
    account_id,
    month_id,
    balance,
    ROW_NUMBER() OVER (
        PARTITION BY account_id
        ORDER BY month_id
        RESET WHEN balance IS NOT NULL
        ROWS UNBOUNDED PRECEDING
    ) as balance_increase
FROM account_balance
ORDER BY 1,2;

Snowflake¶

Requête

SELECT
    account_id,
    month_id,
    balance,
    ROW_NUMBER() OVER (
        PARTITION BY account_id
    !!!RESOLVE EWI!!! /*** SSC-EWI-TD0077 - RESET WHEN CLAUSE IS NOT SUPPORTED IN THIS SCENARIO DUE TO ITS CONDITION ***/!!!
        ORDER BY month_id
        ROWS UNBOUNDED PRECEDING
    ) as balance_increase
FROM
    account_balance
ORDER BY 1,2;

EWIs connexes¶

SSC-EWI-TD0077 : la clause RESET WHEN n’est pas prise en charge dans ce scénario en raison de sa condition.

Clause SAMPLE¶

Description¶

La clause SAMPLE de Teradata réduit le nombre de lignes à traiter et renvoie un ou plusieurs échantillons de lignes sous la forme d’une liste de fractions ou d’une liste de nombres de lignes. La clause est utilisée dans la requête SELECT. Pour plus d’informations, veuillez consulter la documentation Teradata suivante.

Syntaxe Teradata

SAMPLE
  [ WITH REPLACEMENT ]
  [ RANDOMIZED LOCALIZATION ]
  { { fraction_description | count_description } [,...] |
    when_clause ]
  }

Syntaxe Snowflake

Pour plus d’informations, consultez la documentation Snowflake suivante. SAMPLE et TABLESAMPLE sont synonymes.

SELECT ...
FROM ...
  { SAMPLE | TABLESAMPLE } [ samplingMethod ]
[ ... ]

Où :

samplingMethod ::= { 
{ BERNOULLI | ROW } ( { <probability> | <num> ROWS } ) |
{ SYSTEM | BLOCK } ( <probability> ) [ { REPEATABLE | SEED } ( <seed> ) ] }

Dans Snowflake, les mots-clés suivants peuvent être utilisés de manière interchangeable :
- SAMPLE | TABLESAMPLE
- BERNOULLI | ROW
- SYSTEM | BLOCK
- REPEATABLE | SEED

Examinez la table suivante pour vérifier les différences clés.


Comportement SAMPLE	Teradata	Snowflake
Échantillon par probabilité	Également connu sous le nom de description de fraction. Il doit s’agir d’un nombre fractionnaire compris entre 0,1 et 1.	Nombre décimal compris entre 0 et 100.
Nombre fixe de lignes	Également connu sous le nom de description de comptage. Il s’agit d’un entier positif qui détermine le nombre de lignes à échantillonner.	Il indique le nombre de lignes (jusqu’à 1 000 000) à échantillonner dans la table. Peut être un entier compris entre `0` (aucune ligne sélectionnée) et `1000000` inclus.
Lignes répétées	Connu sous le nom de `WITH REPLACEMENT.` Permet d’interroger plus d’échantillons qu’il n’y a de lignes dans la table.	Connu sous le nom de `REPEATABLE` ou `SEED`. Utilisé pour rendre la requête déterministe. Cela signifie que le même ensemble de lignes sera identique à chaque exécution de la requête.
Méthodes d’échantillonnage	Proportional et `RANDOMIZED ALLOCATION.`	`BERNOULLI` ou `SYSTEM`.

Modèles d’échantillons de sources¶

Données d’échantillon¶

Teradata¶

Requête

CREATE TABLE Employee (
    EmpNo INT,
    Name VARCHAR(100),
    DeptNo INT
);

INSERT INTO Employee (EmpNo, Name, DeptNo)
VALUES (1, 'Alice', 100);

INSERT INTO Employee (EmpNo, Name, DeptNo)
VALUES (2, 'Bob', 300);

INSERT INTO Employee (EmpNo, Name, DeptNo)
VALUES (3, 'Charlie', 500);

INSERT INTO Employee (EmpNo, Name, DeptNo)
VALUES (4, 'David', 200);

INSERT INTO Employee (EmpNo, Name, DeptNo)
VALUES (5, 'Eve', 100);

Snowflake¶

Requête

CREATE OR REPLACE TABLE Employee (
    EmpNo INT,
    Name VARCHAR(100),
    DeptNo INT
)
COMMENT = '{ "origin": "sf_sc", "name": "snowconvert", "version": {  "major": 0,  "minor": 0,  "patch": "0" }, "attributes": {  "component": "teradata",  "convertedOn": "01/14/2025",  "domain": "test" }}'
;

INSERT INTO Employee (EmpNo, Name, DeptNo)
VALUES (1, 'Alice', 100);

INSERT INTO Employee (EmpNo, Name, DeptNo)
VALUES (2, 'Bob', 300);

INSERT INTO Employee (EmpNo, Name, DeptNo)
VALUES (3, 'Charlie', 500);

INSERT INTO Employee (EmpNo, Name, DeptNo)
VALUES (4, 'David', 200);

INSERT INTO Employee (EmpNo, Name, DeptNo)
VALUES (5, 'Eve', 100);

Clause SAMPLE¶

Nombre fixe de lignes¶

Remarquez que pour cet exemple, le nombre de lignes est un nombre fixe, mais que le résultat n’est pas nécessairement le même à chaque exécution.

Teradata

Entrée

SELECT * FROM Employee SAMPLE 2;

Sortie 2 lignes.

Snowflake

Entrée

SELECT * FROM Employee SAMPLE (2 ROWS);

Sortie 2 lignes.

Nombre de lignes basé sur la probabilité¶

Cette option renvoie diverses lignes en fonction de l’ensemble des probabilités.

Teradata

Entrée

SELECT * FROM Employee SAMPLE 0.25;

Sortie 25 % de probabilité pour chaque ligne : 1 ligne de sortie.

Snowflake

Entrée

SELECT * FROM Employee SAMPLE (25);

Sortie 25 % de probabilité pour chaque ligne : 1 ligne de sortie.

Problèmes connus¶

Nombre fixe de lignes avec remplacement¶

Cette option renvoie un nombre fixe de lignes et permet la répétition des lignes. Dans Snowflake, il n’est pas possible de requérir plus d’échantillons que de lignes dans une table.

Échantillon Teradata

Entrée

SELECT * FROM Employee SAMPLE WITH REPLACEMENT 8;

Sortie


EmpNo	Nom	DeptNo
5	Eve	100
5	Eve	100
5	Eve	100
4	David	200
4	David	200
3	Charlie	500
1	Alice	100
1	Alice	100

Fonctionnalité connexe SAMPLEID¶

Dans Teradata, il est possible d’attribuer un ID unique à chaque échantillon spécifié. Il permet d’identifier ce qui appartient à tel ou tel échantillon. Il ne s’agit pas de grammaire ANSI, mais d’une extension Teradata.

Échantillon Teradata

Entrée

SELECT name, SAMPLEID FROM employee SAMPLE 0.5, 0.25, 0.25;

Sortie


Nom	SampleId
Eve	3
Charlie	1
Alice	1
David	2
Bob	1

In Snowflake, there is not a SAMPLEID function. A possible workaround may be the following, but it has to be adapted to each single case:

Solution de contournement possible pour Snowflake

Entrée

WITH sampled_data AS (
    -- Sample 100% of the rows from the Employee table
    SELECT *, 
           ROW_NUMBER() OVER (ORDER BY EmpNo) AS row_num,
           COUNT(*) OVER () AS total_rows  -- Get the total row count to calculate sample size
    FROM Employee
)
SELECT Name,
       CASE
           -- First 50% of the rows
           WHEN row_num <= total_rows * 0.5 THEN 1
           -- Next 25% of the rows
           WHEN row_num <= total_rows * 0.75 THEN 2
           -- Remaining 25% of the rows
           ELSE 3
       END AS sample_id
FROM sampled_data
ORDER BY sample_id, row_num;  -- Order by sample_id and row_num for consistency

Sortie


Nom	SAMPLE_ID
Alice	1
Bob	1
Charlie	2
David	3
Eve	3

Échantillonnage conditionnel¶

Dans Snowflake, il n’y a pas d’échantillonnage conditionnel. Ceci peut être réalisé en utilisant celui du CTE.#x20;

Échantillon Teradata

Entrée

SELECT * FROM employee
SAMPLE WHEN DeptNo > 100 then 0.9 
ELSE 0.1 END;

Sortie


EmpNo	Nom	DeptNo
3	Charlie	500
4	David	200
2	Bob	300

EWIs connexes¶

SSC-EWI-0021 : Syntaxe non prise en charge dans Snowflake.

account_id	month_id	balance	balance_increase
1	1	60	0
1	2	99	1
1	3	94	0
1	4	90	0
1	5	80	0
1	6	88	1
1	7	90	2
1	8	92	3
1	9	10	0
1	10	60	1
1	11	80	2
1	12	10	0

account_id	month_id	balance	balance_increase
1	1	60	0
1	2	99	1
1	3	94	0
1	4	90	0
1	5	80	0
1	6	88	1
1	7	90	2
1	8	92	3
1	9	10	0
1	10	60	1
1	11	80	2
1	12	10	0

account_id	month_id	balance	previous	balance_increase
1	1	60		0
1	2	99	60	1
1	3	94	99	0
1	4	90	94	0
1	5	80	90	0
1	6	88	80	1
1	7	90	88	2
1	8	92	90	3
1	9	10	92	0
1	10	60	10	1
1	11	80	60	2
1	12	10	80	0

account_id	month_id	balance	previous	balance_increase
1	1	60		0
1	2	99	60	1
1	3	94	99	0
1	4	90	94	0
1	5	80	90	0
1	6	88	80	1
1	7	90	88	2
1	8	92	90	3
1	9	10	92	0
1	10	60	10	1
1	11	80	60	2
1	12	10	80	0

account_id	month_id	balance	balance_increase
1	1	60	0
1	2	99	1
1	3	94	0
1	4	90	0
1	5	80	0
1	6	88	1
1	7	90	2
1	8	92	3
1	9	10	0
1	10	60	1
1	11	80	2
1	12	10	0

account_id	month_id	balance	balance_increase
1	1	60	0
1	2	99	1
1	3	94	0
1	4	90	0
1	5	80	0
1	6	88	1
1	7	90	2
1	8	92	3
1	9	10	0
1	10	60	1
1	11	80	2
1	12	10	0

account_id	month_id	balance	previous	balance_increase
1	1	60		0
1	2	99	60	1
1	3	94	99	0
1	4	90	94	0
1	5	80	90	0
1	6	88	80	1
1	7	90	88	2
1	8	92	90	3
1	9	10	92	0
1	10	60	10	1
1	11	80	60	2
1	12	10	80	0

account_id	month_id	balance	previous	balance_increase
1	1	60		0
1	2	99	60	1
1	3	94	99	0
1	4	90	94	0
1	5	80	90	0
1	6	88	80	1
1	7	90	88	2
1	8	92	90	3
1	9	10	92	0
1	10	60	10	1
1	11	80	60	2
1	12	10	80	0

account_id	month_id	balance	balance_increase
1	1	60	0
1	2	99	1
1	3	94	0
1	4	90	0
1	5	80	0
1	6	88	1
1	7	90	2
1	8	92	3
1	9	10	0
1	10	60	1
1	11	80	2
1	12	10	0

account_id	month_id	balance	balance_increase
1	1	60	0
1	2	99	1
1	3	94	0
1	4	90	0
1	5	80	0
1	6	88	1
1	7	90	2
1	8	92	3
1	9	10	0
1	10	60	1
1	11	80	2
1	12	10	0

account_id	month_id	balance	previous	balance_increase
1	1	60		0
1	2	99	60	1
1	3	94	99	0
1	4	90	94	0
1	5	80	90	0
1	6	88	80	1
1	7	90	88	2
1	8	92	90	3
1	9	10	92	0
1	10	60	10	1
1	11	80	60	2
1	12	10	80	0

account_id	month_id	balance	previous	balance_increase
1	1	60		0
1	2	99	60	1
1	3	94	99	0
1	4	90	94	0
1	5	80	90	0
1	6	88	80	1
1	7	90	88	2
1	8	92	90	3
1	9	10	92	0
1	10	60	10	1
1	11	80	60	2
1	12	10	80	0