PythonワークシートでSnowparkコードを記述する¶

Anaconda利用規約を確認して同意する¶

Snowflake内でAnacondaが提供するパッケージの使用を開始する前に、 外部製品規約 に同意する必要があります。

1. Snowsight にサインインします。

2. Admin » Billing & Terms を選択します。

3. Anaconda セクションで、 Enable を選択します。

4. Anaconda Packages ダイアログで、リンクをクリックして 外部製品規約ページ を確認します。

5. 規約に同意する場合は、 Acknowledge & Continue を選択します。

外部提供条件 に同意しようとした際にエラーが発生した場合、ユーザープロファイルの姓、名、電子メールアドレスなどの情報が不足していることが原因である可能性があります。管理者権限がある場合は、 Snowsight を使用してプロファイルを更新する ユーザープロファイルにユーザー詳細を追加する を参照してください。または、アカウント管理者に連絡して アカウントを更新してください。

ステージからワークシートにPythonファイルを追加する¶

Snowflakeには、Pythonワークシートの Snowflake Anacondaチャネル のSnowparkパッケージが含まれます。

PythonワークシートでAnacondaに含まれていないPythonファイルまたはパッケージを使用する場合は、ファイルをSnowflakeの名前付きステージにアップロードしてから、Pythonワークシートのパッケージのリストに追加する必要があります。

ワークシートでPythonパッケージを使用するには、以下を実行します。

1. Snowsight にサインインします。

2. Projects » Worksheets を開きます。

3. + » Python Worksheet を選択します。

4. データベースとスキーマを選択します。

5. Packages » Stage Packages を選択します。

6. ステージ内のパッケージへのパスを入力します。

   • ワークシート用に選択したデータベースとスキーマにパッケージが配置されているステージが含まれている場合、非修飾名を使用してステージを参照できます。たとえば、 @YourStage/path/to/example_package.py です。

   • 別のデータベースおよびスキーマでステージを参照するには、ステージの名前を完全修飾します。たとえば、 @Database.Schema.Stage/path/to/other_package.py です。

7. インストール済みパッケージのリストにパッケージを追加するには、 Import を選択します。

8. コードで import ステートメントを使用して、Pythonワークシートでパッケージを使用できます。たとえば、 example_package.py と other_package.py のファイルからパッケージをインポートした後、 example_package ファイルから function という関数をインポートするために以下のコードを記述し、コードで使用するために other_package パッケージをインポートします。

   from example_package import function
   import other_package
   

   Copy

詳細については、 コードで依存関係を利用できるようにする方法 をご参照ください。

異なるデータ型の結果を返す¶

Pythonコードを記述するときは、コード内の return ステートメントによって返されるデータの型を考慮し、ワークシートが結果を返す方法を調整してください。デフォルトでは、プレースホルダーコードが DataFrame を返すため、Pythonワークシートの戻り値の型はTable()です。

Pythonコードが返す内容に応じて、ワークシートの設定を変更して、出力を別の方法で表示することができます。

• ハンドラー関数が DataFrame を返す場合は、デフォルトの戻り値の型 Table() を使用します。

• collect メソッドなどを使用して、ハンドラー関数が Row オブジェクトのリストを返す場合は、戻り値の型を Variant に変更します。

• ハンドラー関数が return "Hello Python" などの文字列を返す場合、または文字列としてキャストする値を返す場合は、戻り値の型を String に変更します。

• count メソッドなどでハンドラー関数が整数を返す場合は、 Variant または String の戻り型を使用します。

一部の DataFrame メソッドの戻り型に関する詳細については、 DataFrame を評価するアクションの実行 をご参照ください。

別の型の結果を返すようにワークシートの設定を更新するには、次の手順を実行します。

1. Snowsight にサインインします。

2. Projects » Worksheets を開きます。

3. 結果をテーブルとして表示するPythonワークシートを開きます。

4. ワークシートの実行に使用するウェアハウスを選択します。ユーザーのデフォルトのウェアハウスがある場合は、事前に選択されています。ウェアハウスが実行中であることを確認します。

5. Settings を選択し、 Return type にはハンドラー関数によって返される型を選択します。

6. Pythonワークシートを実行します。

7. Results パネルで結果を確認します。

ハンドラー関数への追加引数の引き渡し¶

Pythonワークシートでは、単一の引数（Snowpark Session オブジェクト）を受け取るPython関数をワークシートのハンドラーとして指定すると、その関数をテストできます。Pythonワークシートで定義された関数はすべて session: snowpark.Session 引数を渡す必要があります。

追加の引数を渡す関数をテストするには、次を実行します。

1. 引数を関数に追加します。

2. Snowpark Session を渡す別の単一引数関数を定義します。この関数では、複数の引数を持つ関数を呼び出し、追加の引数に値を渡し、関数の値を返します。

   たとえば、パッケージ言語列でパッケージのテーブルをフィルターするSnowpark Pythonコードを記述するには、以下のコードを記述します。

   import snowflake.snowpark as snowpark
   from snowflake.snowpark.functions import col
   
   # Add parameters with optional type hints to the main handler function
   def main(session: snowpark.Session, language: str):
     # Your code goes here, inside the "main" handler.
     table_name = 'information_schema.packages'
     dataFrame = session.table(table_name).filter(col("language") == language)
   
     # Print a sample of the dataFrame to standard output
     dataFrame.show()
   
     # The return value appears in the Results tab
     return dataFrame
   
   # Add a second function to supply a value for the language parameter to validate that your main handler function runs.
   def test_language(session: snowpark.Session):
     return main(session, 'java')
   

   Copy

   この例では、 main 関数は複数引数の関数で、 test_language 関数は、渡された引数値を使用してコードが実行されることを検証するために使用される単一引数の関数です。

3. ワークシートを実行し、コードが引数値で実行されることを検証するハンドラー関数として単一引数関数を設定します。

   この例では、ハンドラーを test_language 関数に変更し、 Run を選択します。ワークシート Settings でハンドラーを変更するか、ハンドラー関数の横にある Show actions ライトバルブを選択して Set function "test_language" as handler を選択します。

ストアドプロシージャとしてPythonワークシートを展開する と、メインハンドラー関数を選択し、ストアドプロシージャの引数とマップされた型を確認できます。

コードによって生成された出力を確認する¶

Pythonワークシートの Output パネルで、Pythonコードの標準出力（stdout）または標準エラー（stderr）メッセージを確認できます。

Output パネルでは、次のタイプの関数からの出力を確認できます。

• print() など、コンソールに書き込む関数。

• Snowpark Pythonの DataFrame クラスの show メソッドなど、DataFrame を出力する関数。

Pythonワークシートのクエリ履歴を確認する¶

Pythonワークシートが Snowsight で実行されると、匿名のストアドプロシージャがコードを実行し、コード内のSnowparkコマンドを実行するクエリを生成します。

Snowsight の Query History ページを使用して、実行されたクエリを確認できます。 Snowsightのクエリ履歴を確認します。 をご参照ください。

たとえば、ワークシートを実行した後、次の操作を実行して、実行されたクエリを確認できます。

1. ワークシートの Results を確認します。

2. ワークシートの Query Details で、 » Copy Query ID を選択します

3. Projects » Worksheets を選択して、ワークシートのリストに戻ります。

4. Monitoring » Query History を選択します。

5. Query History ページで、Pythonワークシートのクエリのみを表示します。

   1. Filters を選択し、 Query ID オプションを有効にします。

   2. Pythonワークシートのクエリ ID を入力します。

   3. Apply Filters を選択します。

6. ワークシートに対して実行されたクエリを確認します。

例: 簡単なSnowparkプログラムを記述する¶

この例では、Snowpark Pythonプログラムを記述して、小さな範囲の数値を生成し、コードがSnowflakeで作成するテーブルにその範囲を記述するか、テーブルがすでに存在する場合はそれを上書きします。このコード例を実行するには、テーブルを追加するデータベーススキーマに対する CREATE TABLE 権限を持っている必要があります。

1. Snowsight にサインインします。

2. Projects » Worksheets を開きます。

3. + » Python Worksheet を選択します。

4. テーブルを追加するデータベースとスキーマを選択します。

5. ワークシートの実行に使用するウェアハウスを選択します。ユーザーのデフォルトのウェアハウスがある場合は、事前に選択されています。ウェアハウスが実行中であることを確認します。

6. SnowparkのPythonコードを main 関数の一部として記述します。

   import snowflake.snowpark as snowpark
   
   def main(session: snowpark.Session):
     tableName = "range_table"
     df_range = session.range(1, 10, 2).to_df('a')
     df_range.write.mode("overwrite").save_as_table(tableName)
     return tableName + " table successfully created"
   

   Copy

7. Settings を選択し、 Return type については、ハンドラー関数によって返される型として String を選択します。

8. コードを実行します。

例: Pythonワークシートでデータを変換する¶

この例では、 SNOWFLAKE データベースの ACCOUNT_USAGE スキーマにある TASK_HISTORY ビューのエントリを、スケジュールされた時間と状態によって集計し、集計された出力を aggregate_task_history テーブルに保存するPythonコードを記述します。

1. Snowsight にサインインします。

2. Projects » Worksheets を開きます。

3. + » Python Worksheet を選択します。

4. テーブルを追加するデータベースとスキーマを選択します。

5. ワークシートの実行に使用するウェアハウスを選択します。ユーザーのデフォルトのウェアハウスがある場合は、事前に選択されています。ウェアハウスが実行中であることを確認します。

6. SnowparkのPythonコードを main 関数の一部として記述します。

   import snowflake.snowpark as snowpark
   from snowflake.snowpark.functions import col
   from snowflake.snowpark.dataframe_reader import *
   from snowflake.snowpark.functions import *
   
   def main(session: snowpark.Session):
   
     inputTableName = "snowflake.account_usage.task_history"
     outputTableName = "aggregate_task_history"
   
     df = session.table(inputTableName)
     df.filter(col("STATE") != "SKIPPED")\
       .group_by(("SCHEDULED_TIME"), "STATE").count()\
       .write.mode("overwrite").save_as_table(outputTableName)
     return outputTableName + " table successfully written"
   

   Copy

7. Settings を選択し、 Return type については、ハンドラー関数によって返される型として String を選択します。

8. コードを実行します。

Pythonワークシートでコードを実行した後、 SQL ワークシートを開き、テーブルをクエリすることができます。 ワークシートを使用したデータのクエリ をご参照ください。

例: Pythonワークシートを使用してステージからファイルを読み込む¶

Snowpark Pythonでは、ステージからファイルを読み込んで、その内容をSnowflakeのテーブルに書き込んだり、ビューとして保存したりすることができます。この例では、Pythonコードは db1.public.files という名前付きステージから従業員データ data_0_0_0.csv.gz を含む CSV フォーマットの圧縮ファイルのコンテンツを読み込み、 employees という名前のテーブルにコンテンツを書き込みます。

1. Snowsight にサインインします。

2. Projects » Worksheets を開きます。

3. + » Python Worksheet を選択します。

4. テーブルを追加するデータベースとスキーマを選択します。

5. ワークシートの実行に使用するウェアハウスを選択します。ユーザーのデフォルトのウェアハウスがある場合は、事前に選択されています。ウェアハウスが実行中であることを確認します。

6. SnowparkのPythonコードを main 関数の一部として記述します。

   import snowflake.snowpark as snowpark
   from snowflake.snowpark.types import *
   
   schema_for_file = StructType([
     StructField("name", StringType()),
     StructField("role", StringType())
   ])
   
   fileLocation = "@DB1.PUBLIC.FILES/data_0_0_0.csv.gz"
   outputTableName = "employees"
   
   def main(session: snowpark.Session):
     df_reader = session.read.schema(schema_for_file)
     df = df_reader.csv(fileLocation)
     df.write.mode("overwrite").save_as_table(outputTableName)
   
     return outputTableName + " table successfully written from stage"
   

   Copy

7. Settings を選択し、 Return type については、ハンドラー関数によって返される型として String を選択します。

8. コードを実行します。

Pythonワークシートでコードを実行した後、 SQL ワークシートを開き、テーブルをクエリすることができます。 ワークシートを使用したデータのクエリ をご参照ください。

Snowparkを使用したステージでのファイル操作の詳細については、 Snowpark PythonでのDataFramesの使用 をご参照ください。