ストリームやタスクと比較した動的テーブル、およびマテリアライズド・ビュー

ストリームやタスクと同様に、動的テーブルはパイプラインでデータを変換する方法を提供します。

ストリームおよびタスクと比較した動的テーブル

動的テーブルはストリームやタスクと類似した目的を果たしますが、重要な違いがあります。

動的テーブルにストリームを作成する

動的テーブルをストリームのソースとして使用することは、通常のテーブルのストリームと同様ですが、以下の制限があります。

  • リフレッシュモード: ストリームは、 段階的 にリフレッシュされる動的テーブルでのみ作成できます。フルリフレッシュ動的テーブルは、リフレッシュのたびにテーブルを完全に書き換えるため、サポートされていません。

  • ストリーム型：動的テーブルは標準（delta）ストリームのみをサポートします。詳細については、 Types of streams をご参照ください。

次の例は、動的テーブルにストリームを作成する方法を示しています。

-- Create the dynamic table, for reference only
CREATE OR REPLACE DYNAMIC TABLE product ...;

-- Create the stream.
CREATE OR REPLACE STREAM deltaStream ON DYNAMIC TABLE product;

ストリームおよびタスクと動的テーブルの比較

キーの特徴

ストリームおよびタスク

動的テーブル

データ変換

タスクは命令型アプローチを使用します。手続き型コードを記述してベーステーブルからデータを変換します。

動的テーブルは宣言型アプローチを使用します。表示する結果を指定するクエリを記述し、クエリで使用されたベーステーブルからデータを取得して変換します。 インクリメンタルモードとフルリフレッシュモードで非決定性関数をサポート を除き、クエリに非決定論的関数を含めることはできません。

リフレッシュタイミング

データを変換するコードの実行スケジュールを定義します。

自動リフレッシュプロセスは、リフレッシュを実行するスケジュールを決定します。このプロセスは、指定された鮮度のターゲットレベル（ラグ）を満たすために、これらのリフレッシュをスケジュールします。

オーケストレーション

手続きコードには、非決定性コード、ストアドプロシージャ、その他のタスクの呼び出しが含まれます。手続きコードには、 UDFs や外部関数の呼び出しを含めることができます。

動的テーブルの SELECT ステートメントには、結合、集計、ウィンドウ関数、その他の SQL 関数や構文を含めることができますが、ステートメントにストアドプロシージャやタスクの呼び出しを含めることはできません。現時点では、 SELECT ステートメントに外部関数の呼び出しを含めることはできません。

この制限は、動的テーブルのリフレッシュ方法によるものです。データをリフレッシュするために、自動プロセスは動的テーブルの SELECT ステートメントを分析し、データをリフレッシュする最適な方法を決定します。クエリの型によっては、自動プロセスではこれを判断できません。

SELECT ステートメントに関する制限の完全なリストについては、 インクリメンタルおよびフルリフレッシュモードでのクエリに対応 および 一般的な制限 をご参照ください。

データの鮮度

タスクはストリームを使用して、ターゲットテーブルのデータを増分リフレッシュできます。これらのタスクを定期的に実行するようにスケジュールできます。

自動リフレッシュプロセスは、定期的に動的テーブルの増分リフレッシュを実行します。このプロセスは、指定したデータのターゲット「鮮度」に基づいてスケジュールを決定します。

例：ストリームとタスクと動的テーブル間のデータ変換の比較

Transform loaded JSON data on a schedule の例では、ストリームとタスクを使用して、ターゲットテーブル（names）に新しいデータを変換して挿入し、データをランディングテーブル（raw）にストリームしています。

次の例は、動的テーブルを使用して同じ変換を実行する方法を示しています。動的テーブルを作成する際には、表示する結果のクエリを指定します。データの増分リフレッシュでは、変更を追跡するストリームを作成し、それらの変更を調べてターゲットテーブルに変更を適用するタスクを記述する必要はありません。自動リフレッシュプロセスは、指定したクエリに基づいて代わりこれを実行します。

ストリームおよびタスクの SQL ステートメント

動的テーブルの SQL ステートメント

 
-- Create a landing table to store
-- raw JSON data.
CREATE OR REPLACE TABLE raw
  (var VARIANT);

-- Create a stream to capture inserts
-- to the landing table.
CREATE OR REPLACE STREAM rawstream1
  ON TABLE raw;

-- Create a table that stores the
-- names of office visitors from the
-- raw data.
CREATE OR REPLACE TABLE names
  (id INT,
   first_name STRING,
   last_name STRING);

-- Create a task that inserts new name
-- records from the rawstream1 stream
-- into the names table.
-- Execute the task every minute when
-- the stream contains records.
CREATE OR REPLACE TASK raw_to_names
  WAREHOUSE = mywh
  SCHEDULE = '1 minute'
  WHEN
    SYSTEM$STREAM_HAS_DATA('rawstream1')
  AS
    MERGE INTO names n
      USING (
        SELECT var:id id, var:fname fname, var:lname lname,
                metadata$action, metadata$isupdate
                  FROM rawstream1
      ) r1 ON n.id = TO_NUMBER(r1.id)
      WHEN MATCHED AND metadata$action = 'DELETE'
            AND NOT metadata$isupdate THEN
          DELETE
      WHEN MATCHED AND metadata$action = 'INSERT' THEN
        UPDATE SET n.first_name = r1.fname, n.last_name = r1.lname
      WHEN NOT MATCHED AND metadata$action = 'INSERT' THEN
        INSERT (id, first_name, last_name)
          VALUES (r1.id, r1.fname, r1.lname);

-- Start the task
ALTER TASK raw_to_names RESUME;

-- Create a landing table to store
-- raw JSON data.
CREATE OR REPLACE TABLE raw
  (var VARIANT);

-- Create a dynamic table containing the
-- names of office visitors from
-- the raw data.
-- Try to keep the data up to date within
-- 1 minute of real time.
CREATE OR REPLACE DYNAMIC TABLE names
  TARGET_LAG = '1 minute'
  WAREHOUSE = mywh
  AS
    SELECT var:id::int id, var:fname::string first_name,
    var:lname::string last_name FROM raw;

動的テーブルとマテリアライズドビューの比較

動的テーブルとマテリアライズドビューは、どちらもクエリの結果を 具体化 する点で類似しています。しかし、重要な違いがあります。

キーの特徴

マテリアライズドビュー

動的テーブル

クエリのパフォーマンス

マテリアライズドビューは、クエリパフォーマンスを透過的に向上させるように設計されています。

たとえば、ベーステーブルをクエリする場合、Snowflakeのクエリオプティマイザーはクエリを 自動的 に書き換えて、代わりにマテリアライズドビューをクエリすることができます。

動的テーブルは、マルチレベルのデータパイプラインを構築するために設計されています。

動的テーブルはクエリパフォーマンスを向上させますが、Snowflakeのクエリオプティマイザーは、動的テーブルを使用するようにクエリを 自動的に書き換えることはありません。クエリで動的テーブルを指定した場合にのみ、動的テーブルがクエリで使用されます。

クエリの複雑さ

マテリアライズドビューは単一のベーステーブルのみを使用できます。マテリアライズドビューは、複雑なクエリ（つまり、結合やネストされたビューを含むクエリ）に基づくことはできません。

動的テーブルは、結合や和集合を含んでいる、複雑なクエリに基づくことができます。

データの鮮度

マテリアライズドビューを介してアクセスされるデータは、 常に最新 です。DML 操作によってベーステーブルのデータが変更される場合、Snowflakeはマテリアライズドビューを更新するか、ベーステーブルから更新されたデータを使用します。

データは、動的テーブルのターゲットラグタイムまで最新です。

リフレッシュロジックを含む、動的テーブルのメンテナンスとリフレッシュは、リフレッシュのためのコンピューティングと合わせて、別のコンピューティングサービスによって自動的に管理されます。通常は追加の費用が必要です。詳細については、 動的テーブルのコストを理解する をご参照ください。