Interrogation des données dans des fichiers mis en zone de préparation¶

Paramètres requis¶

[alias.]$file_col_num[:element] [ , [alias.]$file_col_num[:element] , ...  ]

Spécifie un ensemble explicite de champs/colonnes dans les fichiers de données préparés dans un emplacement interne ou externe, où :

alias

Spécifie l’alias « de table » facultatif défini, le cas échéant, dans la clause FROM.

file_col_num

Indique le numéro de position du champ/colonne (dans le fichier) qui contient les données à charger (1 pour le premier champ, 2 pour le second champ, etc.).

element

Spécifie le chemin et le nom de l’élément d’une valeur répétitive (s’applique uniquement aux fichiers de données semi-structurées).

internal_location ou external_location

Indique l’emplacement où les fichiers de données sont stockés :

• internal_location est le spécificateur URI pour l’emplacement dans Snowflake où les fichiers contenant des données sont mis en zone de préparation :

  @[namespace.]internal_stage_name[/path]	Les fichiers se trouvent dans la zone de préparation interne nommée spécifiée.
  @[namespace.]%table_name[/path]	Les fichiers sont préparés pour la table spécifiée.
  @~[/path]	Les fichiers sont mis en zone de préparation pour l’utilisateur actuel.

• external_location est le spécificateur URI pour la zone de préparation externe ou l’emplacement externe nommé (c.-à-d. Amazon S3, Google Cloud Storage ou Microsoft Azure) où sont mis en zone de préparation les fichiers contenant des données :

  @[namespace.]external_stage_name[/path]

  Les fichiers se trouvent dans la zone de préparation externe nommée spécifiée.

Où :

• namespace est la base de données et/ou le schéma dans lequel réside la zone de préparation interne ou externe. Il est facultatif si une base de données et un schéma sont actuellement utilisés dans la session utilisateur. Dans le cas contraire, il est nécessaire.

• Le paramètre path facultatif restreint l’ensemble des fichiers interrogés aux fichiers situés sous le préfixe de dossier. Si path est spécifié, mais qu’aucun fichier n’est explicitement nommé dans le chemin, tous les fichiers de données du chemin sont interrogés.

Note

• La chaîne URI pour un emplacement de stockage externe (c.-à-d. Amazon S3, Google Cloud Storage ou Microsoft Azure) doit être entourée de guillemets simples. Cependant, vous pouvez inclure n’importe quelle chaîne URI entre guillemets simples, ce qui permet l’insertion de caractères spéciaux, y compris des espaces, dans les noms de fichier et d’emplacement. Par exemple :

  Interne:

  '@~/path 1/file 1.csv'

  '@%my table/path 1/file 1.csv'

  '@my stage/path 1/file 1.csv'

• Les modificateurs de chemins d’accès relatifs tels que /./ et /../ sont interprétés littéralement, car les « chemins » sont des préfixes littéraux pour un nom. Par exemple :

  S3:

  COPY INTO mytable FROM @mystage/./../a.csv

  Dans ces instructions COPY, le système recherche un fichier littéralement nommé ./../a.csv dans l’emplacement de stockage.

Paramètres facultatifs¶

( FILE_FORMAT => 'namespace.named_file_format' )

Spécifie un format de fichier nommé qui décrit le format des fichiers de données préparés à interroger.

Notez que ce paramètre est facultatif si l’une des conditions suivantes est vraie :

• Les fichiers sont formatés dans le format de fichier par défaut (CSV) avec les délimiteurs par défaut : , (comme délimiteur de champ) et le nouveau caractère de ligne (comme délimiteur d’enregistrement).

• Les fichiers se trouvent dans une zone de préparation interne ou externe, et la définition de zone de préparation décrit le format de fichier.

Si vous faites référence à un format de fichier dans l’espace de noms actuel de votre session utilisateur, vous pouvez omettre les guillemets simples autour de l’identificateur de format.

Sinon, ce paramètre est nécessaire. Pour plus de détails, voir Formats de fichier (dans ce chapitre).

namespace spécifie facultativement la base de données et/ou le schéma de la table, sous la forme de database_name.schema_name ou schema_name. Il est facultatif si une base de données et un schéma sont actuellement utilisés dans la session utilisateur. Dans le cas contraire, il est nécessaire.

Si l’identificateur contient des espaces, des caractères spéciaux ou des caractères majuscules et minuscules, toute la chaîne doit être délimitée par des guillemets doubles. Les identificateurs entre guillemets doubles sont également sensibles à la casse.

PATTERN => 'regex_pattern'

Chaîne de motifs d’expressions régulières, délimitée par des guillemets simples, spécifiant les noms de fichiers et/ou les chemins sur la zone de préparation externe à associer.

Astuce

Pour de meilleures performances, évitez d’appliquer des motifs qui filtrent un grand nombre de fichiers.

alias

Spécifie un alias « de table » pour l’emplacement interne/externe où les fichiers sont mis en zone de préparation.

Exemple 1 : Interrogation de colonnes dans un fichier CSV¶

L’exemple suivant illustre la mise en zone de préparation de plusieurs fichiers de données CSV (avec le même format de fichier), puis l’interrogation de colonnes de données dans les fichiers.

Cet exemple suppose que les fichiers portent les noms suivants et qu’ils se trouvent dans le répertoire racine d’un environnement macOS ou Linux :

• /tmp/data1.csv contient deux enregistrements :

  a|b
  c|d
  

  Copy

• /tmp/data2.csv contient deux enregistrements :

  e|f
  g|h
  

  Copy

Pour préparer et interroger les fichiers :

-- Create a file format.
CREATE OR REPLACE FILE FORMAT myformat TYPE = 'csv' FIELD_DELIMITER = '|';

-- Create an internal stage.
CREATE OR REPLACE STAGE mystage1;

-- Stage the data files.
PUT file:///tmp/data*.csv @mystage1;

-- Query the filename and row number metadata columns and the regular data columns in the staged file.
-- Optionally apply pattern matching to the set of files in the stage and optional path.
-- Note that the table alias is provided to make the statement easier to read and is not required.
SELECT t.$1, t.$2 FROM @mystage1 (file_format => 'myformat', pattern=>'.*data.*[.]csv.gz') t;

+----+----+
| $1 | $2 |
|----+----|
| a  | b  |
| c  | d  |
| e  | f  |
| g  | h  |
+----+----+

SELECT t.$1, t.$2 FROM @mystage1 t;

+-----+------+
| $1  | $2   |
|-----+------|
| a|b | NULL |
| c|d | NULL |
| e|f | NULL |
| g|h | NULL |
+-----+------+

Copy

Exemple 2 : Appel des fonctions lors de l’interrogation d’un fichier de données préparé¶

Obtenez le code ASCII du premier caractère de chaque colonne dans les fichiers de données préparés dans l’exemple 1 : Interrogation de colonnes dans un fichier CSV :

SELECT ascii(t.$1), ascii(t.$2) FROM @mystage1 (file_format => myformat) t;

+-------------+-------------+
| ASCII(T.$1) | ASCII(T.$2) |
|-------------+-------------|
|          97 |          98 |
|          99 |         100 |
|         101 |         102 |
|         103 |         104 |
+-------------+-------------+

Copy

Exemple 3 : Interrogation d’éléments dans un fichier JSON¶

Cet exemple illustre la mise en zone de préparation d’un fichier de données JSON contenant les objets suivants, puis l’interrogation des éléments individuels dans les objets du fichier :

{"a": {"b": "x1","c": "y1"}},
{"a": {"b": "x2","c": "y2"}}

Copy

Cet exemple suppose que le fichier est nommé /tmp/data1.json et qu’il se trouve dans le répertoire racine dans un environnement macOS ou Linux.

Pour mettre en zone de préparation et interroger le fichier :

-- Create a file format
CREATE OR REPLACE FILE FORMAT my_json_format TYPE = 'json';

-- Create an internal stage
CREATE OR REPLACE STAGE mystage2 FILE_FORMAT = my_json_format;

-- Stage the data file
PUT file:///tmp/data1.json @mystage2;

-- Query the repeating a.b element in the staged file
SELECT parse_json($1):a.b FROM @mystage2/data1.json.gz;

+--------------------+
| PARSE_JSON($1):A.B |
|--------------------|
| "x1"               |
| "x2"               |
+--------------------+

Copy