SnowConvert AI - BigQuery - データ型¶

Snowflakeは、列、ローカル変数、式、プロバイダーを含むさまざまな SQL コンストラクトにわたって、基本的な SQL データ型の大部分を、特定の制限付きでサポートしています。

ブールデータ型¶


BigQuery	Snowflake	メモ
[BOOL/BOOLEAN]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#boolean_type）	[BOOLEAN]（https://docs.snowflake.com/en/sql-reference/data-types-logical#boolean）

バイトデータ型¶


BigQuery	Snowflake	メモ
[BYTES]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#bytes_type）	[BINARY]（https://docs.snowflake.com/en/sql-reference/data-types-text#binary）	BYTES データ型はSnowflakeではサポートされていません。代わりに BINARY が使用されます。詳細については、[BYTES]（#bytes）データ型のドキュメントをご参照ください。

日付データ型¶


BigQuery	Snowflake	メモ
[DATE]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#date_type）	[DATE]（https://docs.snowflake.com/en/sql-reference/data-types-datetime#date）
[DATETIME]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#date_type）	[DATETIME]（https://docs.snowflake.com/en/sql-reference/data-types-datetime#datetime）	DATETIME は、Snowflake の TIMESTAMP_NTZ のエイリアスです。
[TIMESTAMP]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#timestamp_type）	[TIMESTAMP_TZ]（https://docs.snowflake.com/en/sql-reference/data-types-datetime#timestamp-ltz-timestamp-ntz-timestamp-tz）	TIMESTAMP データ型は TIMESTAMP_TZ に変換されます。詳細については、 TIMESTAMP データ型のドキュメントをご参照ください。
[TIME]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#time_type）	[TIME]（https://docs.snowflake.com/en/sql-reference/data-types-datetime#time）

地理データ型¶


BigQuery	Snowflake	メモ
[GEOGRAPHY]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#geography_type）	[GEOGRAPHY]（https://docs.snowflake.com/en/sql-reference/data-types-geospatial#geography-data-type）

インターバルデータ型¶


BigQuery	Snowflake	メモ
[INTERVAL]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#interval_type）	[VARCHAR（30）]（https://docs.snowflake.com/en/sql-reference/data-types-text#varchar）	INTERVAL データ型はSnowflakeではサポートされていません。代わりに VARCHAR が使用されます。詳細については、[INTERVAL]（#interval）データ型のドキュメントをご参照ください。

Jsonデータ型¶


BigQuery	Snowflake	メモ
[JSON]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#json_type）	[VARIANT]（https://docs.snowflake.com/en/sql-reference/data-types-semistructured#variant）	JSON データ型はSnowflakeではサポートされていません。代わりに VARIANT が使用されます。詳細については、[JSON]（#json）データ型のドキュメントをご参照ください。

数値データ型¶


BigQuery	Snowflake	メモ
[INT64]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#numeric_types）	[INT]（https://docs.snowflake.com/en/sql-reference/data-types-numeric#int-integer-bigint-smallint-tinyint-byteint）	INT は、Snowflakeの NUMBER データ型のエイリアスです。最大精度とスケールは NUMBER （38,37）です。
[INT]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#numeric_types）	[INT]（https://docs.snowflake.com/en/sql-reference/data-types-numeric#int-integer-bigint-smallint-tinyint-byteint）	INT は、Snowflakeの NUMBER データ型のエイリアスです。最大精度とスケールは NUMBER （38,37）です。
[SMALLINT]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#numeric_types）	[SMALLINT]（https://docs.snowflake.com/en/sql-reference/data-types-numeric#int-integer-bigint-smallint-tinyint-byteint）	SMALLINT は、Snowflakeの NUMBER データ型のエイリアスです。最大精度とスケールは NUMBER （38,37）です。
[INTEGER]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#numeric_types）	[INTEGER]（https://docs.snowflake.com/en/sql-reference/data-types-numeric#int-integer-bigint-smallint-tinyint-byteint）	INTEGER は、Snowflakeの NUMBER データ型のエイリアスです。最大精度とスケールは NUMBER （38,37）です。
[BIGINT]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#numeric_types）	[BIGINT]（https://docs.snowflake.com/en/sql-reference/data-types-numeric#int-integer-bigint-smallint-tinyint-byteint）	BIGINT は、Snowflakeの NUMBER データ型のエイリアスです。最大精度とスケールは NUMBER （38,37）です。
[TINYINT]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#numeric_types）	[TINYINT]（https://docs.snowflake.com/en/sql-reference/data-types-numeric#int-integer-bigint-smallint-tinyint-byteint）	TINYINT は、Snowflakeの NUMBER データ型のエイリアスです。最大精度とスケールは NUMBER （38,37）です。
[BYTEINT]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#numeric_types）	[BYTEINT]（https://docs.snowflake.com/en/sql-reference/data-types-numeric#int-integer-bigint-smallint-tinyint-byteint）	BYTEINT は、Snowflakeの NUMBER データ型のエイリアスです。最大精度とスケールは NUMBER （38,37）です。
[NUMERIC]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#numeric_types）	[NUMERIC]（https://docs.snowflake.com/en/sql-reference/data-types-numeric#decimal-dec-numeric）	NUMERIC は、Snowflakeの NUMBER データ型のエイリアスです。最大精度とスケールは NUMBER （38,37）です。
[DECIMAL]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#numeric_types）	[DECIMAL]（https://docs.snowflake.com/en/sql-reference/data-types-numeric#decimal-dec-numeric）	DECIMAL は、Snowflakeの NUMBER データ型のエイリアスです。最大精度とスケールは NUMBER （38,37）です。
[BIGNUMERIC]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#numeric_types）	[NUMERIC]（https://docs.snowflake.com/en/sql-reference/data-types-numeric#decimal-dec-numeric）	Snowflakeは、 BIGNUMERIC データ型をサポートしていません。代わりに NUMERIC を使用してください。　BIGNUMERIC の精度76,76はSnowflakeの制限（38）を超えているため、切り捨てや丸めが行われ、重大な不正確さが生じる可能性があります。
[BIGDECIMAL]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#numeric_types）	[DECIMAL]（https://docs.snowflake.com/en/sql-reference/data-types-numeric#decimal-dec-numeric）	Snowflakeは、 BIGDECIMAL データ型をサポートしていません。代わりに NUMERIC を使用してください。　BIGDECIMAL の精度76,76はSnowflakeの制限（38）を超えているため、切り捨てや丸めが行われ、重大な不正確さが生じる可能性があります。
[FLOAT64]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#floating_point_types）	[FLOAT]（https://docs.snowflake.com/en/sql-reference/data-types-numeric#data-types-for-floating-point-numbers）

文字列データ型¶


BigQuery	Snowflake	メモ
[STRING]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#string_type）	[STRING]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#string_type）	STRING は、Snowflakeの VARCHAR データ型のエイリアスです。VARCHAR にはUnicode UTF-8文字が含まれます。

ANY に TYPE¶

BigQuery の ANY TYPE データ型の変換仕様

説明¶

以下は、 CREATE FUNCTION ステートメント内での ANY TYPE の使い方に関する情報の抜粋です。

ANY TYPE と等しい型を持つパラメーターは、関数の呼び出し時に複数の引数の型と一致する可能性があります。

複数のパラメーターの型が ANY TYPE である場合、 BigQuery はこれらの引数間の型の関係を強制しません。

関数の戻り値の型を ANY TYPE にすることはできません。これは省略するか、 sql_expression に基づいて自動的に決定されるか、明示的な型を指定する必要があります。

関数の定義と互換性のない型の引数を渡すと、呼び出し時にエラーになります。

サンプルソースパターン¶

UDFs の型定義¶

ANY TYPE は関数のパラメーターの型としてのみ見つけることができます。SnowConvert AI は、 ANY TYPE を VARIANT に自動的に変換します。

BigQuery¶

CREATE FUNCTION addFourAndDivideAny(x ANY TYPE, y ANY TYPE)
AS (
  (x + 4) / y
);

Snowflake¶

CREATE FUNCTION addFourAndDivideAny (x VARIANT, y VARIANT)
RETURNS VARIANT
AS
$$
  ((x + 4) / y) :: VARIANT
$$;

ARRAY<T>¶

ARRAY データ型の BigQuery からSnowflakeへの変換仕様

説明¶

BigQuery において、配列は、配列以外の値の0個以上の要素の順序付きリストです。配列内の要素は同じ型を共有する必要があります。（[配列タイプ。 BigQuery]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#array_type））

サンプルソースパターン¶

BigQuery¶

CREATE TABLE test.arrayTable
(
  col1 ARRAY<INT64>
);

CREATE TABLE test.anotherArrayTable
(
  col2 ARRAY<INT64>
);

INSERT INTO test.arrayTable VALUES ([4, 10, 55]);
INSERT INTO test.arrayTable VALUES ([6, 7, 33]);
INSERT INTO test.arrayTable VALUES ([50, 12, 22]);

INSERT INTO test.anotherArrayTable VALUES ([9, 11, 52]);
INSERT INTO test.anotherArrayTable VALUES ([3, 18, 11]);
INSERT INTO test.anotherArrayTable VALUES ([33, 27, 43]);

Snowflake¶

CREATE TABLE test.arrayTable
(
  col1 ARRAY DEFAULT []
);

CREATE TABLE test.anotherArrayTable
(
  col2 ARRAY DEFAULT []
);

INSERT INTO test.arrayTable SELECT [4, 10, 55];
INSERT INTO test.arrayTable SELECT [6, 7, 33];
INSERT INTO test.arrayTable SELECT [50, 12, 22];

INSERT INTO test.anotherArrayTable SELECT [9, 11, 52];
INSERT INTO test.anotherArrayTable SELECT [3, 18, 11];
INSERT INTO test.anotherArrayTable SELECT [33, 27, 43];

インデックスによる ARRAY アクセス¶

BigQuery¶

SELECT
col1[0] + 4 AS byIndex,
col1[OFFSET(0)] + 4 AS byOffset,
col1[ORDINAL(1)] + 4 AS byOrdinal
FROM test.arrayTable ORDER BY col1[0];

Snowflake¶

SELECT
--** SSC-FDM-BQ0001 - ACCESSING ARRAYS PRODUCES NULL INSTEAD OF AN ERROR FOR POSITIVE OUT OF BOUNDS INDEXES IN SNOWFLAKE **
col1[0] + 4 AS byIndex,
--** SSC-FDM-BQ0001 - ACCESSING ARRAYS PRODUCES NULL INSTEAD OF AN ERROR FOR POSITIVE OUT OF BOUNDS INDEXES IN SNOWFLAKE **
col1[0] + 4 AS byOffset,
--** SSC-FDM-BQ0001 - ACCESSING ARRAYS PRODUCES NULL INSTEAD OF AN ERROR FOR POSITIVE OUT OF BOUNDS INDEXES IN SNOWFLAKE **
col1[1 - 1] + 4 AS byOrdinal
FROM
test.arrayTable
ORDER BY
--** SSC-FDM-BQ0001 - ACCESSING ARRAYS PRODUCES NULL INSTEAD OF AN ERROR FOR POSITIVE OUT OF BOUNDS INDEXES IN SNOWFLAKE **
col1[0];

インデックスによる安全な ARRAY アクセス¶

BigQuery¶

SELECT
col1[SAFE_OFFSET(0)] AS byOffsset,
col1[SAFE_OFFSET(-4)] AS byOffsetUnderflow,
col1[SAFE_OFFSET(500)] AS byOffsetOverflow,
col1[SAFE_ORDINAL(1)] AS byOrdinal,
col1[SAFE_ORDINAL(-4)] AS byOrdinalUnderflow,
col1[SAFE_ORDINAL(500)] AS byOrdinalOverflow
FROM test.arrayTable ORDER BY col1[0];

Snowflake¶

SELECT
PUBLIC.SAFE_OFFSET_UDF(col1, 0) AS byOffsset,
PUBLIC.SAFE_OFFSET_UDF(col1, -4) AS byOffsetUnderflow,
PUBLIC.SAFE_OFFSET_UDF(col1, 500) AS byOffsetOverflow,
PUBLIC.SAFE_OFFSET_UDF(col1, 1 - 1) AS byOrdinal,
PUBLIC.SAFE_OFFSET_UDF(col1, -4 - 1) AS byOrdinalUnderflow,
PUBLIC.SAFE_OFFSET_UDF(col1, 500 - 1) AS byOrdinalOverflow
FROM test.arrayTable ORDER BY 
--** SSC-FDM-BQ0001 - ACCESSING ARRAYS PRODUCES NULL INSTEAD OF AN ERROR FOR POSITIVE OUT OF BOUNDS INDEXES IN SNOWFLAKE **
col1[0];

VALUES 句に ARRAY を含む INSERT¶

BigQuery¶

INSERT INTO test.arrayTable VALUES ([4, 10]);

INSERT INTO test.arrayTable (COL1)
VALUES ([1, 2, 3]), ([4, 5, 6]);

SELECT col1 FROM test.arrayTable ORDER BY col1[0], col1[1];

Snowflake¶

INSERT INTO test.arrayTable SELECT [4, 10];

INSERT INTO test.arrayTable (COL1)
SELECT [1, 2, 3] 
UNION ALL
SELECT [4, 5, 6];

SELECT col1 FROM
  test.arrayTable
ORDER BY
  --** SSC-FDM-BQ0001 - ACCESSING ARRAYS PRODUCES NULL INSTEAD OF AN ERROR FOR POSITIVE OUT OF BOUNDS INDEXES IN SNOWFLAKE **
  col1[0],
  --** SSC-FDM-BQ0001 - ACCESSING ARRAYS PRODUCES NULL INSTEAD OF AN ERROR FOR POSITIVE OUT OF BOUNDS INDEXES IN SNOWFLAKE **
  col1[1];

MERGE ステートメント¶

BigQuery¶

MERGE INTO test.anotherArrayTable
USING test.arrayTable
ON col1[0] = col2[0]
WHEN MATCHED THEN UPDATE SET col2 = col1
WHEN NOT MATCHED THEN INSERT VALUES ([100, 100, 100]);

SELECT col2 FROM test.anotherArrayTable ORDER BY col2[0];

Snowflake¶

MERGE INTO test.anotherArrayTable
USING test.arrayTable
ON col1[0] = col2[0]
WHEN MATCHED THEN UPDATE SET col2 = col1
WHEN NOT MATCHED THEN INSERT VALUES ([100, 100, 100]) !!!RESOLVE EWI!!! /*** SSC-EWI-0073 - PENDING FUNCTIONAL EQUIVALENCE REVIEW FOR 'MergeStatement' NODE ***/!!!;

SELECT col2 FROM
  test.anotherArrayTable
ORDER BY
  --** SSC-FDM-BQ0001 - ACCESSING ARRAYS PRODUCES NULL INSTEAD OF AN ERROR FOR POSITIVE OUT OF BOUNDS INDEXES IN SNOWFLAKE **
  col2[0];

ARRAY DEFAULT 列値の挿入/更新¶

BigQuery¶

 INSERT INTO test.arrayTable VALUES (DEFAULT);

UPDATE test.arrayTable
SET col1 = DEFAULT
WHERE TRUE;

SELECT col1 FROM test.arrayTable;

Snowflake¶

 INSERT INTO test.arrayTable SELECT [];

UPDATE test.arrayTable
SET col1 = DEFAULT
WHERE TRUE;

SELECT col1 FROM test.arrayTable;

INSERT/UPDATE、NULL 値¶

BigQuery¶

 INSERT INTO test.arrayTable
  SELECT
    numbers
  FROM
    (SELECT [6] AS numbers
    UNION ALL
    SELECT CAST(NULL AS ARRAY<INT64>));

UPDATE test.arrayTable
SET col1 = NULL
WHERE ARRAY_LENGTH(col1) > 1;

SELECT col1 FROM test.arrayTable ORDER BY ARRAY_LENGTH(col1);

Snowflake¶

INSERT INTO test.arrayTable
SELECT
  numbers
FROM
  (SELECT [6] AS numbers
  UNION ALL
  SELECT IFNULL(CAST(NULL AS ARRAY), []));

UPDATE test.arrayTable
SET col1 = IFNULL(NULL, [])
WHERE ARRAY_SIZE(col1) > 1;

SELECT col1 FROM test.arrayTable ORDER BY ARRAY_SIZE(col1);

ARRAY 連結¶

BigQuery¶

SELECT [50, 30, 12] || [22, 33, 44] AS result;

Snowflake¶

SELECT ARRAY_CAT([50, 30, 12], [22, 33, 44]) AS result;

ARRAY はパラメーター/戻り値の型として使用されます¶

BigQuery¶

CREATE FUNCTION test.myArrayFunction (valuesArray ARRAY<INT64>, otherValue INTEGER)
RETURNS ARRAY<INT64>
AS
(
  valuesArray || [otherValue]
);

SELECT test.myArrayFunction([5, 20, 10], 55) AS result;

Snowflake¶

CREATE FUNCTION test.myArrayFunction (valuesArray ARRAY, otherValue INTEGER)
RETURNS ARRAY
AS
$$
  ARRAY_CAT(valuesArray, [otherValue])
$$;

SELECT test.myArrayFunction([5, 20, 10], 55) AS result;

既知の問題¶

1.非安全な ARRAY アクセスは、正の範囲外インデックスに対しては失敗しません

BigQuery では、 SAFE_OFFSET または SAFE_ORDINAL を使用しない場合、インデックス値が低すぎる（アンダーフロー）または高すぎる（オーバーフロー）場合、インデックスによる配列要素へのアクセスは失敗します。しかし、Snowflakeではエラーはアンダーフローの場合にのみスローされ、オーバーフローエラーが発生するインデックスは代わりに NULL 値を生成します。

配列内の要素への安全でないアクセスが検出されると、 SnowConvert AI は[SSC-FDM-BQ0001]（../../general/technical-documentation/issues-and-troubleshooting/function-difference/bigqueryFDM.md#ssc-fdm-bq0001）を生成して、これについてユーザーに警告します。

BYTES¶

バイトデータ型と使用法

説明¶

バイナリ文字列内で許可される最大Lバイトのバイトシーケンス。最大長は8 MB （8,388,608バイト）です。詳細については、[BigQuery BYTES データ型]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#bytes_type）をご参照ください。

注釈

BYTES データ型はSnowflakeではサポートされていません。現在[BINARY]（https://docs.snowflake.com/en/sql-reference/data-types-text#binary）に変換されています。

サンプルソースパターン¶

BYTES 出力形式¶

BigQuery のバイナリデータ型のデフォルトの出力形式は 'BASE64'、Snowflake では 'HEX' です。このため、バイナリ列が選択が選択されると、[BASE64_ENCODE]（https://docs.snowflake.com/en/sql-reference/functions/base64_encode）関数が自動的に追加されます。BigQuery のデフォルトの形式を維持するためです。

BigQuery¶

 CREATE OR REPLACE TABLE bytesTable
(
  COL1 BYTES,
  COL2 BYTES(20)
);

INSERT INTO bytesTable VALUES (B"01020304", B"""AABBCCDD""");
INSERT INTO bytesTable VALUES (B'''\x01\x02\x03''', B"/+A=");

SELECT COL1 FROM bytesTable;

Snowflake：¶

CREATE OR REPLACE TABLE bytesTable
(
  COL1 BINARY,
  COL2 BINARY(20)
);

INSERT INTO bytesTable
SELECT
  TRY_TO_BINARY('01020304', 'utf-8'),
  TRY_TO_BINARY('AABBCCDD', 'utf-8');
  
INSERT INTO bytesTable
SELECT
  TRY_TO_BINARY('\x01\x02\x03', 'utf-8'),
  TRY_TO_BINARY('/+A=', 'utf-8');
  
SELECT BASE64_ENCODE( COL1) FROM bytesTable;

自動的に追加されず、 BASE64 形式でデータを表示したい場合は、[BASE64_ENCODE]（https://docs.snowflake.com/en/sql-reference/functions/base64_encode）関数を使用するか、[BINARY_OUTPUT_FORMAT]（https://docs.snowflake.com/en/sql-reference/parameters#binary-output-format）形式を設定できます。

BYTES リテラル¶

以下のケースは、 BigQuery でバイトリテラルをフォーマットするために使用できる形式を表しています。

 B"abc"
B'''abc'''
b"""abc"""

Snowflakeではこれらのリテラルはサポートされていませんが、代わりに[TRY_TO_BINARY]（https://docs.snowflake.com/en/sql-reference/functions/try_to_binary）関数を使用して入力式をバイナリ値に変換できます。この関数は、[TO _BINARY]（https://docs.snowflake.com/en/sql-reference/functions/to_binary）の特別バージョンで、同じ操作を実行しますが、エラー処理がサポートされています。

変換のバイナリ形式は HEX 、 BASE64 、または UTF-8 になる可能性があることを考慮することが重要です。デフォルトは[BINARY_INPUT_FORMAT]（https://docs.snowflake.com/en/sql-reference/parameters#binary-input-format）セッションパラメーターの値です。このパラメーターが設定されていない場合、デフォルト値は HEX です。

観察¶

BigQuery のバイナリデータ型のデフォルトの出力形式は 'BASE64' 、Snowflakeでは 'HEX' であることに注意してください。データを BASE64 形式で表示するには、[BASE64_ENCODE]（https://docs.snowflake.com/en/sql-reference/functions/base64_encode）関数を使用するか、[BINARY_OUTPUT_FORMAT]（https://docs.snowflake.com/en/sql-reference/parameters#binary-output-format）形式を設定できます。
Snowflakeでサポートされている形式は、 HEX BASE64 または UTF-8のみです。詳細については、Snowflakeの[バイナリ入出力]（https://docs.snowflake.com/en/user-guide/binary-input-output)をご参照ください。
値句へのデータ挿入に使用されるバイナリ関数は、Snowflakeではサポートされていません。

GEOGRAPHY¶

GEOGRAPHY データタイプと使用法

説明¶

点、ラインストリング、ポリゴンの集合であり、点集合として、または地球表面の一部として表現されます。詳細については、[BigQuery GEOGRAPHY データ型]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#geography_type）ご参照ください。

Success

Snowflakeでサポートされているデータ型。

サンプルソースパターン¶

GEOGRAPHY 出力形式¶

BigQuery における地理データ型のデフォルトの出力形式は WKT（Well-Known Text）**で、Snowflakeでは **WKB （Well-Known Binary）**です。このため、地理列が選択されると、[ST_ASWKT]（https://docs.snowflake.com/en/sql-reference/functions/st_aswkt）関数が自動的に追加されます。また、テーブルのすべての列が選択され、それに地理列が含まれている場合、[GEOGRAPHY_OUTPUT_FORMAT]（https://docs.snowflake.com/en/sql-reference/parameters#geography-output-forma）は WKT に設定されます。これはデフォルトの BigQuery 形式を維持するためです。

BigQuery¶

CREATE OR REPLACE TABLE test.geographyType
(
  COL1 GEOGRAPHY
);

INSERT INTO test.geographyType VALUES
    (ST_GEOGFROMTEXT('POINT(-122.35 37.55)')), (ST_GEOGFROMTEXT('LINESTRING(-124.20 42.00, -120.01 41.99)'));

SELECT COL1 FROM test.geographyType;
SELECT * FROM test.geographyType;	

Snowflake¶

CREATE OR REPLACE TABLE test.geographyType
(
  COL1 GEOGRAPHY
);

INSERT INTO test.geographyType
VALUES
    (
     --** SSC-FDM-BQ0010 - THE FUNCTION 'ST_GEOGFROMTEXT' IS NOT REQUIRED IN SNOWFLAKE. **
     'POINT(-122.35 37.55)'), (
     --** SSC-FDM-BQ0010 - THE FUNCTION 'ST_GEOGFROMTEXT' IS NOT REQUIRED IN SNOWFLAKE. **
     'LINESTRING(-124.20 42.00, -120.01 41.99)');
     
SELECT ST_ASWKT( COL1) FROM test.geographyType;
            
ALTER SESSION SET GEOGRAPHY_OUTPUT_FORMAT = 'WKT';
SELECT * FROM test.geographyType;

自動的に追加されず、 WKT 形式でデータを表示する場合は、ST_ASWKT 関数を使用するか、[GEOGRAPHY_OUTPUT_FORMAT]（https://docs.snowflake.com/en/sql-reference/parameters#geography-output-format）形式を設定できます。

GEOGRAPHY データを挿入¶

地理型列にデータを挿入する場合、Snowflakeはデータが[WGS 84 標準]（https://spatialreference.org/ref/epsg/wgs-84/）に準拠していることを自動的に検出するため、関数は必要ありません。

観察¶

地理データ型のデフォルトの出力形式は WKT **（Well-Known Text）**であり、Snowflakeでは **WKB （Well-Known Binary）**であることに注意してください。また、WKT形式で表示する場合は、[ST_ASWKT]（https://docs.snowflake.com/en/sql-reference/functions/st_aswkt）関数を使用するか、[GEOGRAPHYOUTPUT FORMAT]（https://docs.snowflake.com/en/sql-reference/parameters#geography-output-format）形式を設定できます。
値句にデータを挿入するために使用される地理関数は、Snowflakeでは必要ありません。

INTERVAL¶

インターバルデータの型と使用法

説明¶

INTERVAL オブジェクトは、特定の時点を参照せずに、期間または時間の量を表します。Snowflakeには同等のものがないため、Varcharに変換されます（[BigQuery 言語リファレンス INTERVAL データ型]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#interval_type））。

構文

INTERVAL int64_expression datetime_part

INTERVAL datetime_parts_string starting_datetime_part TO ending_datetime_part

サンプルソースパターン¶

単一の DateTime 部分を持つ間隔¶

BigQuery¶

SELECT INTERVAL 1 YEAR;

SELECT CURRENT_DATE + INTERVAL 1 YEAR, 
  CURRENT_DATE + INTERVAL 1 QUARTER,
  CURRENT_DATE + INTERVAL 1 MONTH,
  CURRENT_DATE + INTERVAL 1 WEEK,
  CURRENT_DATE + INTERVAL 1 DAY,
  CURRENT_DATE + INTERVAL 1 HOUR,
  CURRENT_DATE + INTERVAL 1 MINUTE,
  CURRENT_DATE + INTERVAL 1 SECOND;

結果¶

1-0 0 0:0:0

2024-10-13T00:00:00
2024-01-13T00:00:00
2023-11-13T00:00:00
2023-10-20T00:00:00
2023-10-14T00:00:00
2023-10-13T01:00:00
2023-10-13T00:01:00
2023-10-13T00:00:01

Snowflake¶

SELECT
!!!RESOLVE EWI!!! /*** SSC-EWI-0107 - INTERVAL LITERAL IS NOT SUPPORTED BY SNOWFLAKE IN THIS SCENARIO  ***/!!! INTERVAL 1 YEAR;

SELECT
CURRENT_DATE() + INTERVAL '1 year',
CURRENT_DATE() + INTERVAL '1 quarter',
CURRENT_DATE() + INTERVAL '1 month',
CURRENT_DATE() + INTERVAL '1 week',
CURRENT_DATE() + INTERVAL '1 day',
CURRENT_DATE() + INTERVAL '1 hour',
CURRENT_DATE() + INTERVAL '1 minute',
CURRENT_DATE() + INTERVAL '1 second';

結果¶

2024-10-13
2024-01-13
2023-11-13
2023-10-20
2023-10-14
2023-10-13 01:00:00.000
2023-10-13 00:01:00.000
2023-10-13 00:00:01.000

Snowflakeでは、Interval データ型が直接クエリされるシナリオはサポートされていません。逆に、指定された日付の演算子として使用される場合は、[Interval定数]（https://docs.snowflake.com/en/sql-reference/data-types-datetime.html#interval-constants）を使用して変換されます（可能な場合）。

DateTime 部分範囲を持つインターバル¶

BigQuery¶

 SELECT INTERVAL '2-1 10' YEAR TO DAY;

SELECT CURRENT_DATE + INTERVAL '2-11' YEAR TO MONTH,
  CURRENT_DATE + INTERVAL '2-11 28' YEAR TO DAY,
  CURRENT_DATE + INTERVAL '2-11 28 16' YEAR TO HOUR,
  CURRENT_DATE + INTERVAL '2-11 28 16:15' YEAR TO MINUTE,
  CURRENT_DATE + INTERVAL '2-11 28 16:15:14' YEAR TO SECOND,
  CURRENT_DATE + INTERVAL '11 28' MONTH TO DAY,
  CURRENT_DATE + INTERVAL '11 28 16' MONTH TO HOUR,
  CURRENT_DATE + INTERVAL '11 28 16:15' MONTH TO MINUTE,
  CURRENT_DATE + INTERVAL '11 28 16:15:14' MONTH TO SECOND,
  CURRENT_DATE + INTERVAL '28 16' DAY TO HOUR,
  CURRENT_DATE + INTERVAL '28 16:15' DAY TO MINUTE,
  CURRENT_DATE + INTERVAL '28 16:15:14' DAY TO SECOND,
  CURRENT_DATE + INTERVAL '16:15' HOUR TO MINUTE,
  CURRENT_DATE + INTERVAL '16:15:14' HOUR TO SECOND,
  CURRENT_DATE + INTERVAL '15:14' MINUTE TO SECOND;

結果¶

2-1 10 0:0:0

2026-09-13T00:00:00
2026-10-11T00:00:00
2026-10-11T16:00:00
2026-10-11T16:15:00
2026-10-11T16:15:14
2024-10-11T00:00:00
2024-10-11T16:00:00
2024-10-11T16:15:00
2024-10-11T16:15:14
2023-11-10T16:00:00
2023-11-10T16:15:00
2023-11-10T16:15:14
2023-10-13T16:15:00
2023-10-13T16:15:14
2023-10-13T00:15:14

Snowflake¶

 SELECT
!!!RESOLVE EWI!!! /*** SSC-EWI-0107 - INTERVAL LITERAL IS NOT SUPPORTED BY SNOWFLAKE IN THIS SCENARIO  ***/!!! INTERVAL '2-1 10' YEAR TO DAY;

SELECT
CURRENT_DATE() + INTERVAL '2y, 11mm',
CURRENT_DATE() + INTERVAL '2y, 11mm, 28d',
CURRENT_DATE() + INTERVAL '2y, 11mm, 28d, 16h',
CURRENT_DATE() + INTERVAL '2y, 11mm, 28d, 16h, 15m',
CURRENT_DATE() + INTERVAL '2y, 11mm, 28d, 16h, 15m, 14s',
CURRENT_DATE() + INTERVAL '11mm, 28d',
CURRENT_DATE() + INTERVAL '11mm, 28d, 16h',
CURRENT_DATE() + INTERVAL '11mm, 28d, 16h, 15m',
CURRENT_DATE() + INTERVAL '11mm, 28d, 16h, 15m, 14s',
CURRENT_DATE() + INTERVAL '28d, 16h',
CURRENT_DATE() + INTERVAL '28d, 16h, 15m',
CURRENT_DATE() + INTERVAL '28d, 16h, 15m, 14s',
CURRENT_DATE() + INTERVAL '16h, 15m',
CURRENT_DATE() + INTERVAL '16h, 15m, 14s',
CURRENT_DATE() + INTERVAL '15m, 14s';

結果¶

2026-09-13
2026-10-11
2026-10-11 16:00:00.000
2026-10-11 16:15:00.000
2026-10-11 16:15:14.000
2024-10-11
2024-10-11 16:00:00.000
2024-10-11 16:15:00.000
2024-10-11 16:15:14.000
2023-11-10 16:00:00.000
2023-11-10 16:15:00.000
2023-11-10 16:15:14.000
2023-10-13 16:15:00.000
2023-10-13 16:15:14.000
2023-10-13 00:15:14.000

インターバルの値は、サポートされているSnowflake形式に変換され、列の中にテキストとして挿入されます。 Snowflakeはデータ型としてインターバルをサポートしていないため、算術演算でのみサポートされます。値を使用するためには、その値を抽出し、[インターバル定数]（https://docs.snowflake.com/en/sql-reference/data-types-datetime.html#interval-constants）として使用する必要があります（可能な場）。

列データ型としてのインターバル¶

BigQuery¶

 CREATE OR REPLACE TABLE test.my_table (
  id INT NOT NULL,
  interval_column INTERVAL
);

INSERT INTO test.my_table
VALUES (1, INTERVAL '2-11 28' YEAR TO DAY);

INSERT INTO test.my_table
VALUES (2, INTERVAL '2-11 28 16:15:14' YEAR TO SECOND);

INSERT INTO test.my_table
VALUES (3, INTERVAL '11 28 16:15:14' MONTH TO SECOND);

INSERT INTO test.my_table
VALUES (4, INTERVAL '15:14' MINUTE TO SECOND);

SELECT * FROM test.my_table;

結果¶


ID	interval_column
1	2-11 28 0:0:0
2	2-11 28 16:15:14
3	0-11 28 16:15:14
4	0-0 0 0:15:14

Snowflake¶

 CREATE OR REPLACE TABLE test.my_table (
  id INT NOT NULL,
interval_column VARCHAR(30) !!!RESOLVE EWI!!! /*** SSC-EWI-0036 - INTERVAL DATA TYPE CONVERTED TO VARCHAR ***/!!!
)
COMMENT = '{ "origin": "sf_sc", "name": "snowconvert", "version": {  "major": 0,  "minor": 0,  "patch": "0" }, "attributes": {  "component": "bigquery",  "convertedOn": "04/01/2025",  "domain": "test" }}';

INSERT INTO test.my_table
VALUES (1, '2y, 11mm, 28d');

INSERT INTO test.my_table
VALUES (2, '2y, 11mm, 28d, 16h, 15m, 14s');

INSERT INTO test.my_table
VALUES (3, '11mm, 28d, 16h, 15m, 14s');

INSERT INTO test.my_table
VALUES (4, '15m, 14s');

SELECT * FROM
test.my_table;

結果¶


ID	interval_column
1	2y, 11mm, 28d
2	2y, 11mm, 28d, 16h, 15m, 14s
3	11mm, 28d, 16h, 15m, 14s
4	15m, 14s

BigQuery では、datetime_partは次の標準形式に従います。

[sign]Y-M [sign]D [sign]H:M:S[.F]

インターバル比較¶

BigQuery¶

SELECT INTERVAL 1 YEAR = INTERVAL 1 YEAR;

SELECT CURRENT_DATE + INTERVAL '-2 -16' DAY TO HOUR =  CURRENT_DATE + INTERVAL '-2 -16' DAY TO HOUR;

SELECT INTERVAL '-2 -16' DAY TO HOUR != INTERVAL '-2 16' DAY TO HOUR,
  INTERVAL '-2 -16' DAY TO HOUR <> INTERVAL '-2 16' DAY TO HOUR,
  INTERVAL '2 16:15' DAY TO MINUTE = INTERVAL '2 -16:15' DAY TO MINUTE,
  INTERVAL '2 16:15' DAY TO MINUTE > INTERVAL '2 -16:15' DAY TO MINUTE,
  INTERVAL '2 16:15' DAY TO MINUTE >= INTERVAL '2 -16:15' DAY TO MINUTE,
  INTERVAL '2 16:15' DAY TO MINUTE < INTERVAL '2 -16:15' DAY TO MINUTE,
  INTERVAL '2 16:15' DAY TO MINUTE <= INTERVAL '2 -16:15' DAY TO MINUTE,
  INTERVAL '1-5' YEAR TO MONTH = INTERVAL '1-5' YEAR TO MONTH,
  INTERVAL '1-5' YEAR TO MONTH > INTERVAL '2 16' DAY TO HOUR,
  INTERVAL '2-11 28 16:15:14.222' YEAR TO SECOND = INTERVAL '2-11 28 16:15:14.222' YEAR TO SECOND,
  INTERVAL '1-1 3' YEAR TO DAY = INTERVAL '13 3' MONTH TO DAY,
  INTERVAL '1-5' YEAR TO MONTH > INTERVAL '2 16' DAY TO HOUR;

Snowflake¶

SELECT
'1 year' = '1 year';

SELECT
CURRENT_DATE() + INTERVAL '-2d, -16h' = CURRENT_DATE() + INTERVAL '-2d, -16h';

SELECT
CURRENT_TIMESTAMP + INTERVAL '-2d, -16h' != CURRENT_TIMESTAMP + INTERVAL '-2d, 16h',
CURRENT_TIMESTAMP + INTERVAL '-2d, -16h' <> CURRENT_TIMESTAMP + INTERVAL '-2d, 16h',
CURRENT_TIMESTAMP + INTERVAL '2d, 16h, 15m' = CURRENT_TIMESTAMP + INTERVAL '2d, -16h, -15m',
CURRENT_TIMESTAMP + INTERVAL '2d, 16h, 15m' > CURRENT_TIMESTAMP + INTERVAL '2d, -16h, -15m',
CURRENT_TIMESTAMP + INTERVAL '2d, 16h, 15m' >= CURRENT_TIMESTAMP + INTERVAL '2d, -16h, -15m',
CURRENT_TIMESTAMP + INTERVAL '2d, 16h, 15m' < CURRENT_TIMESTAMP + INTERVAL '2d, -16h, -15m',
CURRENT_TIMESTAMP + INTERVAL '2d, 16h, 15m' <= CURRENT_TIMESTAMP + INTERVAL '2d, -16h, -15m',
CURRENT_TIMESTAMP + INTERVAL '1y, 5mm' = CURRENT_TIMESTAMP + INTERVAL '1y, 5mm',
CURRENT_TIMESTAMP + INTERVAL '1y, 5mm' > CURRENT_TIMESTAMP + INTERVAL '2d, 16h',
CURRENT_TIMESTAMP + INTERVAL '2y, 11mm, 28d, 16h, 15m, 14s, 222ms' = CURRENT_TIMESTAMP + INTERVAL '2y, 11mm, 28d, 16h, 15m, 14s, 222ms',
CURRENT_TIMESTAMP + INTERVAL '1y, 1mm, 3d' = CURRENT_TIMESTAMP + INTERVAL '13mm, 3d',
CURRENT_TIMESTAMP + INTERVAL '1y, 5mm' > CURRENT_TIMESTAMP + INTERVAL '2d, 16h';

ご存知のとおり、Snowflakeは算術演算のデータ型としててインターバルのみをサポートしています。そのため、比較を正しくサポートするために、各オペランドに CURRENT_TIMESTAMP 関数が追加されています。

既知の問題¶

1.算術演算のみがサポートされています¶

Snowflakeインターバルにはいくつかの制限があります。 DATE 、またはTIMESTAMP と[間隔定数]（https://docs.snowflake.com/en/sql-reference/data-types-datetime.html#interval-constants）の間の算術演算のみがサポートされており、その他のシナリオはサポートされていません。

2.インターバルデータ型で符号を扱う¶

BigQuery では、年月に対応する部分文字列の前に記号（+ -）がある場合、それは年と月の両方に影響します。同様の方法で、時刻に対応する部分文字列にも適用されます。この場合、以下は時、分、秒に影響します。その例を以下に示します。

BigQuery¶

SELECT CURRENT_DATE + INTERVAL '-2-11 -28 -16:15:14.222' YEAR TO SECOND;

Snowflake¶

 SELECT CURRENT_DATE + INTERVAL '-2y, -11mm, -28d, -16h, -15m, -14s, -222ms';

JSON¶

Jsonデータ型と使用法

説明¶

軽量データ交換形式である JSON を表します。詳細については、[BigQuery JSON データ型]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#json_typ）をご参照ください。

危険

JSON データ型はSnowflakeではサポートされておらず、現在は[VARIANT]（https://docs.snowflake.com/en/sql-reference/data-types-semistructured#variant）に変換されます。

JSON リテラル¶

 JSON 'json_formatted_data'

詳細については、[JSON BigQuery のリテラル]（https://cloud.google.com/bigquery/docs/reference/standard-sql/lexical#json_literals）をご参照ください。

これらのリテラルはSnowflakeではサポートされていませんが、代わりに[PARSE_JSON]（https://docs.snowflake.com/en/sql-reference/functions/parse_json）関数を使用して入力式をJSON型に変換できます。唯一の注意点は、この関数はSnowflakeの値句では使用できないことで、このためサブクエリに変換されます。

サンプルソースパターン¶

BigQuery¶

CREATE OR REPLACE TABLE test.jsonType
(
  COL1 JSON
);

INSERT INTO test.jsonType
VALUES
  (JSON'{"name": "John", "age": 30, "city": "New York"}'), 
  (JSON'{"name": "Alice", "age": 28, "city": "San Francisco"}');  
  
SELECT * FROM test.jsonType;

SELECT JSON'{"name": "John", "age": 30, "city": "New York"}';

Snowflake¶

CREATE OR REPLACE TABLE test.jsonType
(
  COL1 VARIANT
);

INSERT INTO test.jsonType
SELECT
  PARSE_JSON('{"name": "John", "age": 30, "city": "New York"}')
UNION ALL
SELECT
  PARSE_JSON('{"name": "Alice", "age": 28, "city": "San Francisco"}');

SELECT * FROM test.jsonType;

SELECT
  PARSE_JSON('{"name": "John", "age": 30, "city": "New York"}');

STRUCT¶

BigQuery からSnowflakeへの STRUCT データ型の変換仕様。

説明¶

BigQuery では、それぞれ型（必須）とフィールド名（オプション）を持つ順序付けされたフィールドのコンテナが含まれます。[構造型]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#struct_typ）をご参照ください。

Snowflakeでは、[OBJECT_CONSTRUCT]（https://docs.snowflake.com/en/sql-reference/functions/object_construct）を使用して STRUCT の動作をエミュレートでき、 SnowConvert AI がほとんどの実装の違いを処理します。

注釈

OBJECT_CONSTRUCT 内のキーを表す引数は、ターゲット STRUCT の元の名前である必要があります。STRUCT 式本体内で指定された名前は、ターゲットSTRUCT で見つかった名前に置き換えられます。以下のデータパターンの例のほとんどは、名前をターゲット名に置き換えた例を含んでいます。

サンプルソースパターン¶

BigQuery¶

CREATE OR REPLACE TABLE test.structTypes
(
    COL1 STRUCT<sc1 INT64>,
    COL2 STRUCT<sc2 STRING(10)>,
    COL3 STRUCT<sc3 STRUCT<sc31 INT64, sc32 INT64>>,
    COL4 STRUCT<sc4 ARRAY<INT64>>,
    COL5 STRUCT<sc5 INT64, sc51 INT64>,
    COL7 STRUCT<sc7 INT64 OPTIONS(description = "A repeated STRING field"), sc71 BOOL>,
    COL8 STRUCT<sc8 INT64 NOT NULL, sc81 BOOL NOT NULL OPTIONS(description = "A repeated STRING field")>
);
    
CREATE OR REPLACE TABLE test.tuple_sample (
  COL1 STRUCT<Key1 INT64, Key2 INT64>
);

Snowflake¶

CREATE OR REPLACE TABLE test.structTypes
(
    COL1 VARIANT /*** SSC-FDM-BQ0009 - STRUCT<INT> CONVERTED TO VARIANT. SOME OF ITS USAGES MIGHT HAVE FUNCTIONAL DIFFERENCES. ***/,
    COL2 VARIANT /*** SSC-FDM-BQ0009 - STRUCT<STRING(10)> CONVERTED TO VARIANT. SOME OF ITS USAGES MIGHT HAVE FUNCTIONAL DIFFERENCES. ***/,
    COL3 VARIANT /*** SSC-FDM-BQ0009 - STRUCT<STRUCT<INT64, INT64>> CONVERTED TO VARIANT. SOME OF ITS USAGES MIGHT HAVE FUNCTIONAL DIFFERENCES. ***/,
    COL4 VARIANT /*** SSC-FDM-BQ0009 - STRUCT<> CONVERTED TO VARIANT. SOME OF ITS USAGES MIGHT HAVE FUNCTIONAL DIFFERENCES. ***/,
    COL5 VARIANT /*** SSC-FDM-BQ0009 - STRUCT<INT, INT> CONVERTED TO VARIANT. SOME OF ITS USAGES MIGHT HAVE FUNCTIONAL DIFFERENCES. ***/,
    COL7 VARIANT /*** SSC-FDM-BQ0009 - STRUCT<INT, BOOLEAN> CONVERTED TO VARIANT. SOME OF ITS USAGES MIGHT HAVE FUNCTIONAL DIFFERENCES. ***/,
    COL8 VARIANT /*** SSC-FDM-BQ0009 - STRUCT<INT, BOOLEAN> CONVERTED TO VARIANT. SOME OF ITS USAGES MIGHT HAVE FUNCTIONAL DIFFERENCES. ***/
);

CREATE OR REPLACE TABLE test.tuple_sample (
  COL1 VARIANT /*** SSC-FDM-BQ0009 - STRUCT<INT, INT> CONVERTED TO VARIANT. SOME OF ITS USAGES MIGHT HAVE FUNCTIONAL DIFFERENCES. ***/
);

STRUCT 列に INT データ型を挿入する¶

BigQuery¶

INSERT INTO test.structTypes (COL1) VALUES
(STRUCT(1)), 
(STRUCT<INT64>(2)), 
(STRUCT<a INT64>(3)), 
(STRUCT<sc1 INT64>(4)), 
(STRUCT<sc1 INT64>(5));

Snowflake¶

INSERT INTO test.structTypes (COL1)
SELECT
    OBJECT_CONSTRUCT('sc1', 1 :: INT)
UNION ALL
SELECT
    OBJECT_CONSTRUCT('sc1', 2 :: INT)
UNION ALL
SELECT
    OBJECT_CONSTRUCT('sc1', 3 :: INT)
UNION ALL
SELECT
    OBJECT_CONSTRUCT('sc1', 4 :: INT)
UNION ALL
SELECT
    OBJECT_CONSTRUCT('sc1', 5 :: INT);

STRUCT 列に STRING データ型を挿入する¶

BigQuery¶

INSERT INTO test.structTypes (COL2) VALUES
(STRUCT('t1')), 
(STRUCT<STRING>('t2')), 
(STRUCT<sc2 STRING>('t3'));

Snowflake¶

INSERT INTO test.structTypes (COL2)
SELECT
    OBJECT_CONSTRUCT('sc2', 't1' :: STRING)
UNION ALL
SELECT
    OBJECT_CONSTRUCT('sc2', 't2' :: STRING)
UNION ALL
SELECT
    OBJECT_CONSTRUCT('sc2', 't3' :: STRING);

STRUCT 列に STRUCT データ型を挿入する¶

BigQuery¶

INSERT INTO test.structTypes (COL3) VALUES
(STRUCT(STRUCT(1,2))), 
(STRUCT<sc3 STRUCT<sc31 INT64, sc32 INT64>>(STRUCT<INT64, INT64>(3, 4))),
(STRUCT<sc3 STRUCT<sc31 INT64, sc32 INT64>>(STRUCT<sc31 INT64, sc32 INT64>(5, 6))),
(STRUCT<STRUCT<INT64,INT64>>(STRUCT<INT64, INT64>(7, 8))),
(STRUCT<STRUCT<INT64,INT64>>(STRUCT(9, 10)));

Snowflake¶

INSERT INTO test.structTypes (COL3)
SELECT
  OBJECT_CONSTRUCT('sc3', OBJECT_CONSTRUCT('sc31', 1 :: INT, 'sc32', 2 :: INT))
UNION ALL
SELECT
  OBJECT_CONSTRUCT('sc3', OBJECT_CONSTRUCT('sc31', 3 :: INT, 'sc32', 4 :: INT))
UNION ALL
SELECT
  OBJECT_CONSTRUCT('sc3', OBJECT_CONSTRUCT('sc31', 5 :: INT, 'sc32', 6 :: INT))
UNION ALL
SELECT
  OBJECT_CONSTRUCT('sc3', OBJECT_CONSTRUCT('sc31', 7 :: INT, 'sc32', 8 :: INT))
UNION ALL
SELECT
  OBJECT_CONSTRUCT('sc3', OBJECT_CONSTRUCT('sc31', 9 :: INT, 'sc32', 10 :: INT));

STRUCT 列に ARRAY データ型を挿入する¶

BigQuery¶

INSERT INTO test.structTypes (COL4) VALUES
(STRUCT([1,2,3,4])), 
(STRUCT<sc4 ARRAY<INT64>>(ARRAY[5,6,7])), 
(STRUCT<ARRAY<INT64>>([8,9,10,11]));

Snowflake¶

INSERT INTO test.structTypes (COL4)
SELECT
  OBJECT_CONSTRUCT('sc4', [1,2,3,4] :: ARRAY)
UNION ALL
SELECT
  OBJECT_CONSTRUCT('sc4', [5,6,7] :: ARRAY)
UNION ALL
SELECT
  OBJECT_CONSTRUCT('sc4', [8,9,10,11] :: ARRAY);

選択された STRUCT 列への挿入¶

BigQuery¶

INSERT INTO test.structTypes (COL7, COL8) VALUES
(STRUCT(1,true), STRUCT(2,false)), 
(STRUCT<INT64, BOOL>(3, false), STRUCT<INT64, BOOL>(4, false)), 
(STRUCT<a INT64, b BOOL>(5, true), STRUCT<a INT64, b BOOL>(6, true));

Snowflake¶

INSERT INTO test.structTypes (COL7, COL8)
SELECT
  OBJECT_CONSTRUCT('sc7', 1 :: INT, 'sc71', true),
  OBJECT_CONSTRUCT('sc8', 2 :: INT, 'sc81', false)
UNION ALL
SELECT
  OBJECT_CONSTRUCT('sc7', 3 :: INT, 'sc71', false),
  OBJECT_CONSTRUCT('sc8', 4 :: INT, 'sc81', false)
UNION ALL
SELECT
  OBJECT_CONSTRUCT('sc7', 5 :: INT, 'sc71', true),
  OBJECT_CONSTRUCT('sc8', 6 :: INT, 'sc81', true);

STRUCT 列タプル構文への挿入¶

警告

タプル構文値の変換は現在サポートされていません。

BigQuery¶

INSERT INTO test.tuple_sample
VALUES
  ((12, 34)),
  ((56, 78)),
  ((9, 99)),
  ((12, 35));

Snowflake¶

INSERT INTO test.tuple_sample
!!!RESOLVE EWI!!! /*** SSC-EWI-BQ0012 - SNOWCONVERT AI WAS UNABLE TO GENERATE A CORRECT OBJECT_CONSTRUCT PARAMETER. MISSING SYMBOL INFORMATION. ***/!!!
VALUES
  ((12, 34)),
  ((56, 78)),
  ((9, 99)),
  ((12, 35));

STRUCT 列の更新¶

BigQuery¶

UPDATE test.structTypes
SET col1 = STRUCT(100 AS number)
WHERE col1.sc1 = 4;

Snowflake¶

UPDATE test.structTypes
    SET col1 = OBJECT_CONSTRUCT('sc1', 100 :: INT)
WHERE col1:sc1 = 4;

STRUCT 列フィールドの更新¶

BigQuery¶

UPDATE test.structTypes
SET col3 = STRUCT(STRUCT(80,90))
WHERE col3.sc3.sc31 = 20;

Snowflake¶

UPDATE test.structTypes
SET col3 = OBJECT_CONSTRUCT('sc3', OBJECT_CONSTRUCT('sc31', 80 :: INT, 'sc32', 90 :: INT))
WHERE col3:sc3:sc31 = 20;

STRUCT 列から選択¶

BigQuery¶

SELECT COL3.sc3 FROM test.structTypes;
SELECT COL3.sc3.sc32 FROM test.structTypes;
SELECT COL4.sc4 FROM test.structTypes WHERE COL4.sc4 IS NOT NULL;

Snowflake¶

SELECT COL3:sc3
FROM
test.structTypes;
SELECT COL3:sc3:sc32
FROM
test.structTypes;
SELECT COL4:sc4
FROM
test.structTypes
WHERE COL4:sc4 IS NOT NULL;

STRUCT 列タプルの構文から選択¶

BigQuery¶

SELECT *
FROM test.tuple_sample
WHERE (COL1.Key1, COL1.Key2) IN ((12, 34), (56, 78));

SELECT STRUCT<x ARRAY<INT64>, y INT64>(COL4.sc4, COL1.sc1)
FROM test.structTypes
WHERE COL1.sc1 IS NOT NULL;

Snowflake¶

SELECT *
FROM
test.tuple_sample
WHERE (COL1:Key1, COL1:Key2) IN ((12, 34), (56, 78));

SELECT
OBJECT_CONSTRUCT('x', COL4:sc4 :: ARRAY, 'y', COL1:sc1 :: INT)
FROM
test.structTypes
WHERE COL1:sc1 IS NOT  NULL;

匿名 STRUCT 定義を使用してビューを作成する¶

BigQuery¶

CREATE OR REPLACE TABLE project-test.mydataset.sourcetable (
  id STRING,
  payload JSON
);

CREATE VIEW project-test.mydataset.myview AS 
SELECT
  id,
  STRUCT(
    payload.user_id AS user_id,
    STRUCT(
      JSON_VALUE(payload, '$.details.ip_address') AS ip_address,
      JSON_VALUE(payload, '$.details.item_id') AS item_id,
      SAFE_CAST(JSON_VALUE(payload, '$.details.quantity') AS INT64) AS quantity,
      SAFE_CAST(JSON_VALUE(payload, '$.details.price') AS FLOAT64) AS price,
      JSON_VALUE(payload, '$.details.text') AS text
    ) AS details
  ) AS structured_payload
  FROM project-test.mydataset.sourcetable;

Snowflake¶

CREATE OR REPLACE TABLE "project-test".mydataset.sourcetable (
  id STRING,
  payload VARIANT
);

CREATE VIEW "project-test".mydataset.myview
AS
SELECT
  id,
  OBJECT_CONSTRUCT('user_id',
  payload:user_id, 'details', OBJECT_CONSTRUCT('ip_address', JSON_EXTRACT_PATH_TEXT(payload, 'details.ip_address'), 'item_id', JSON_EXTRACT_PATH_TEXT(payload, 'details.item_id'), 'quantity', TRY_CAST(JSON_EXTRACT_PATH_TEXT(payload, 'details.quantity') AS INT), 'price', TRY_CAST(JSON_EXTRACT_PATH_TEXT(payload, 'details.price') AS FLOAT), 'text', JSON_EXTRACT_PATH_TEXT(payload, 'details.text'))) AS structured_payload
  FROM
  "project-test".mydataset.sourcetable;

STRUCT 列比較式¶

BigQuery 構造体の比較演算では、キーが存在する場合はそれを無視して値同士を比較します。一方、Snowflakeのオブジェクトの比較演算では、値とキーの両方を比較します。このため、比較によっては異なる結果を返すことがあります。

BigQuery¶

SELECT * FROM test.structTypes WHERE COL1 NOT IN (COL2);
SELECT * FROM test.structTypes WHERE COL1 <> (COL2);
SELECT * FROM test.structTypes WHERE COL1 != (COL2);

Snowflake¶

SELECT * FROM
test.structTypes
--** SSC-FDM-BQ0008 - WHERE CLAUSE REFERENCES A COLUMN OF STRUCT TYPE. COMPARISON OPERATIONS MAY PRODUCE DIFFERENT RESULTS IN SNOWFLAKE. **
WHERE COL1 NOT IN (COL2);
SELECT * FROM
test.structTypes
--** SSC-FDM-BQ0008 - WHERE CLAUSE REFERENCES A COLUMN OF STRUCT TYPE. COMPARISON OPERATIONS MAY PRODUCE DIFFERENT RESULTS IN SNOWFLAKE. **
WHERE COL1 <> (COL2);
SELECT * FROM
test.structTypes
--** SSC-FDM-BQ0008 - WHERE CLAUSE REFERENCES A COLUMN OF STRUCT TYPE. COMPARISON OPERATIONS MAY PRODUCE DIFFERENT RESULTS IN SNOWFLAKE. **
WHERE COL1 != (COL2);

TIMESTAMP¶

タイムスタンプのデータ型と使用法

説明¶

タイムスタンプ値は、タイムゾーンや夏時間（ DST ）などの規則に依存せず、マイクロ秒単位の精度で絶対的な時点を表します。詳細については、[BigQuery タイムスタンプデータ型]（https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#timestamp_type）をご参照ください。

文法構文¶

Name	Range
TIMESTAMP	0001-01-01 00:00:00 to 9999-12-31 23:59:59.999999 UTC

Success

TIMESTAMP データ型は現在[TIMESTAMP_TZ]（https://docs.snowflake.com/en/sql-reference/data-types-datetime#timestamp-ltz-timestamp-ntz-timestamp-t）に変換されています。

BigQuery は TIMESTAMP データを協定世界時（ UTC ）で保存することに注意してください。

サンプルソースパターン¶

時刻なしの TIMESTAMP¶

BigQuery¶

 CREATE OR REPLACE TABLE timestampTable
(
  COL1 TIMESTAMP
);

INSERT INTO timestampTable VALUES ('2008-12-26 15:30:00');
INSERT INTO timestampTable VALUES (TIMESTAMP'2008-12-27 18:30:00');
SELECT * FROM timestampTable;

結果¶

2008-12-26 15:30:00 UTC
2008-12-27 18:30:00 UTC

Snowflake¶

CREATE OR REPLACE TABLE timestampTable
(
  COL1 TIMESTAMP_TZ
);

INSERT INTO timestampTable VALUES ('2008-12-26 15:30:00');
INSERT INTO timestampTable VALUES (TIMESTAMP'2008-12-27 18:30:00');
SELECT * FROM timestampTable;

結果¶

2008-12-26 15:30:00.000 -0800
2008-12-27 18:30:00.000 -0800

タイムゾーンのある TIMESTAMP¶

タイムゾーンが定義されたら、[CONVERT_TIMEZONE]（https://docs.snowflake.com/en/sql-reference/functions/convert_timezone）関数を使用してデータを協定世界時（ UTC ）で保存する必要があります。また、タイムスタンプリテラル内のタイムゾーン名はSnowflakeではサポートされていないため、その場合はこの関数も使用する必要があります。

BigQuery¶

CREATE OR REPLACE TABLE test.timestampType
(
  COL1 TIMESTAMP
);

INSERT INTO test.timestampType VALUES ('2008-12-25 15:30:00 America/Chicago');
INSERT INTO test.timestampType VALUES ('2018-04-05 12:00:00+02:00');
INSERT INTO test.timestampType VALUES ('2008-12-26 15:30:00-08:00');
INSERT INTO test.timestampType VALUES (TIMESTAMP'2022-12-25 15:30:00 America/North_Dakota/New_Salem');
INSERT INTO test.timestampType VALUES (TIMESTAMP'2022-04-05 12:00:00+02:00');
INSERT INTO test.timestampType VALUES (TIMESTAMP'2022-12-26 15:30:00-08:00');
SELECT * FROM test.timestampType ORDER BY COL1;

結果¶

2008-12-25 21:30:00 UTC	
2008-12-26 23:30:00 UTC	
2018-04-05 10:00:00 UTC	
2022-04-05 10:00:00 UTC	
2022-12-25 21:30:00 UTC	
2022-12-26 23:30:00 UTC

Snowflake¶

CREATE OR REPLACE TABLE test.timestampType
(
  COL1 TIMESTAMP_TZ
);

INSERT INTO test.timestampType
VALUES (CONVERT_TIMEZONE('America/Chicago', 'UTC', '2008-12-25 15:30:00'));
INSERT INTO test.timestampType
VALUES (CONVERT_TIMEZONE('UTC','2018-04-05 12:00:00+02:00'));
INSERT INTO test.timestampType
VALUES (CONVERT_TIMEZONE('UTC','2008-12-26 15:30:00-08:00'));

INSERT INTO test.timestampType
VALUES (CONVERT_TIMEZONE('America/North_Dakota/New_Salem', 'UTC', '2022-12-25 15:30:00'));
INSERT INTO test.timestampType
VALUES (CONVERT_TIMEZONE('UTC', '2022-04-05 12:00:00+02:00'));
INSERT INTO test.timestampType
VALUES (CONVERT_TIMEZONE('UTC', '2022-12-26 15:30:00-08:00'));
SELECT * FROM test.timestampType ORDER BY COL1;

結果¶

 2008-12-25 21:30:00.000 -0800
2008-12-26 23:30:00.000 +0000
2018-04-05 10:00:00.000 +0000
2022-04-05 10:00:00.000 +0000
2022-12-25 21:30:00.000 -0800
2022-12-26 23:30:00.000 +0000

SnowConvert AI - BigQuery - データ型¶

ブールデータ型¶

バイトデータ型¶

日付データ型¶

地理データ型¶

インターバルデータ型¶

Jsonデータ型¶

数値データ型¶

文字列データ型¶

ANY に TYPE¶

説明¶

サンプルソースパターン¶

UDFs の型定義¶

BigQuery¶

Snowflake¶

ARRAY<T>¶

説明¶

サンプルソースパターン¶

BigQuery¶

Snowflake¶

インデックスによる ARRAY アクセス¶

BigQuery¶

Snowflake¶

インデックスによる安全な ARRAY アクセス¶

BigQuery¶

Snowflake¶

VALUES 句に ARRAY を含む INSERT¶

BigQuery¶

Snowflake¶

MERGE ステートメント¶

BigQuery¶

Snowflake¶

ARRAY DEFAULT 列値の挿入/更新¶

BigQuery¶

Snowflake¶

INSERT/UPDATE、NULL 値¶

BigQuery¶

Snowflake¶

ARRAY 連結¶

BigQuery¶

Snowflake¶

ARRAY はパラメーター/戻り値の型として使用されます¶

BigQuery¶

Snowflake¶

既知の問題¶

関連 EWIs¶

BYTES¶

説明¶

サンプルソースパターン¶

BYTES 出力形式¶

BigQuery¶

Snowflake：¶

BYTES リテラル¶

観察¶

GEOGRAPHY¶

説明¶

サンプルソースパターン¶

GEOGRAPHY 出力形式¶

BigQuery¶

Snowflake¶

GEOGRAPHY データを挿入¶

観察¶

関連 EWIs¶

INTERVAL¶

説明¶

サンプルソースパターン¶

単一の DateTime 部分を持つ間隔¶

BigQuery¶

結果¶

Snowflake¶

結果¶

DateTime 部分範囲を持つインターバル¶

BigQuery¶

結果¶

Snowflake¶

結果¶

列データ型としてのインターバル¶

BigQuery¶

結果¶

Snowflake¶