- 스키마:
SEMANTIC_METRICS 뷰¶
이 ACCOUNT_USAGE 뷰는 시맨틱 뷰 에 정의된 각 메트릭에 대한 행을 표시합니다.
열¶
열 이름 |
데이터 타입 |
설명 |
---|---|---|
|
NUMBER |
시맨틱 뷰의 메트릭 ID 입니다. |
|
VARCHAR |
시맨틱 뷰의 메트릭 이름입니다. |
|
NUMBER |
메트릭이 속한 논리 테이블의 ID 입니다. |
|
VARCHAR |
메트릭이 속한 논리 테이블의 이름입니다. |
|
NUMBER |
메트릭이 정의된 시맨틱 뷰에 대한 내부, Snowflake 생성 식별자입니다. |
|
VARCHAR |
메트릭이 정의된 시맨틱 뷰의 이름입니다. |
|
NUMBER |
시맨틱 뷰가 속한 스키마에 대해 내부적으로 생성된 Snowflake 식별자입니다. |
|
VARCHAR |
시맨틱 뷰가 속한 스키마입니다. |
|
NUMBER |
시맨틱 뷰가 속한 데이터베이스에 대해 내부적으로 생성된 Snowflake 식별자입니다. |
|
VARCHAR |
시맨틱 뷰가 속한 데이터베이스입니다. |
|
VARCHAR |
메트릭 식의 데이터 타입입니다. |
|
VARCHAR |
메트릭을 계산하는 데 사용되는 SQL 식입니다. |
|
ARRAY(VARCHAR) |
메트릭의 동의어 목록입니다. |
|
VARCHAR |
메트릭에 대한 설명입니다. |
|
TIMESTAMP_LTZ |
메트릭의 생성 시간입니다. |
|
TIMESTAMP_LTZ |
DML, DDL 또는 백그라운드 메타데이터 작업으로 오브젝트가 마지막으로 변경된 날짜 및 시간입니다. 사용법 노트 를 참조하십시오. |
|
TIMESTAMP_LTZ |
메트릭이 제거된 날짜 및 시간입니다. |
사용법 노트¶
뷰의 지연 시간은 최대 120분(2시간)일 수 있습니다.
오브젝트에 대해 다음 작업이 수행되면 LAST_ALTERED 열이 업데이트됩니다.
DDL 작업.
DML 작업(테이블에만 해당). DML 문의 영향을 받는 행이 없어도 이 열은 업데이트됩니다.
Snowflake에서 수행되는 메타데이터에 대한 백그라운드 유지 관리 작업.
예¶
데이터베이스 MY_DB
에서 시맨틱 뷰 O_TPCH_SEMANTIC_VIEW
의 모든 메트릭 목록을 검색합니다.
SELECT * FROM SNOWFLAKE.ACCOUNT_USAGE.SEMANTIC_METRICS
WHERE semantic_view_name = 'O_TPCH_SEMANTIC_VIEW'
AND semantic_view_database_name = 'MY_DB';
i+--------------------+------------------------+-------------------+---------------------+------------------+----------------------+-------------------------+---------------------------+---------------------------+-----------------------------+--------------+--------------------------------------+----------+-------------------------------+-------------------------------+---------+---------+
| SEMANTIC_METRIC_ID | SEMANTIC_METRIC_NAME | SEMANTIC_TABLE_ID | SEMANTIC_TABLE_NAME | SEMANTIC_VIEW_ID | SEMANTIC_VIEW_NAME | SEMANTIC_VIEW_SCHEMA_ID | SEMANTIC_VIEW_SCHEMA_NAME | SEMANTIC_VIEW_DATABASE_ID | SEMANTIC_VIEW_DATABASE_NAME | DATA_TYPE | EXPRESSION | SYNONYMS | CREATED | LAST_ALTERED | DELETED | COMMENT |
|--------------------+------------------------+-------------------+---------------------+------------------+----------------------+-------------------------+---------------------------+---------------------------+-----------------------------+--------------+--------------------------------------+----------+-------------------------------+-------------------------------+---------+---------|
| 396 | M_CUSTOMER_ORDER_COUNT | 99 | CUSTOMER | 49 | O_TPCH_SEMANTIC_VIEW | 92 | MY_SCHEMA | 7 | MY_DB | NUMBER(30,0) | SUM(customer.a_customer_order_count) | NULL | 2025-02-28 16:16:04.389 -0800 | 2025-02-28 16:16:04.389 -0800 | NULL | NULL |
| 395 | M_CUSTOMER_COUNT | 99 | CUSTOMER | 49 | O_TPCH_SEMANTIC_VIEW | 92 | MY_SCHEMA | 7 | MY_DB | NUMBER(18,0) | COUNT(c_custkey) | NULL | 2025-02-28 16:16:04.389 -0800 | 2025-02-28 16:16:04.389 -0800 | NULL | NULL |
| 398 | M_SUPPLIER_COUNT | 102 | SUPPLIER | 49 | O_TPCH_SEMANTIC_VIEW | 92 | MY_SCHEMA | 7 | MY_DB | NUMBER(18,0) | COUNT(s_suppkey) | NULL | 2025-02-28 16:16:04.389 -0800 | 2025-02-28 16:16:04.389 -0800 | NULL | NULL |
| 397 | M_ORDER_COUNT | 100 | ORDERS | 49 | O_TPCH_SEMANTIC_VIEW | 92 | MY_SCHEMA | 7 | MY_DB | NUMBER(18,0) | COUNT(o_orderkey) | NULL | 2025-02-28 16:16:04.389 -0800 | 2025-02-28 16:16:04.389 -0800 | NULL | NULL |
+--------------------+------------------------+-------------------+---------------------+------------------+----------------------+-------------------------+---------------------------+---------------------------+-----------------------------+--------------+--------------------------------------+----------+-------------------------------+-------------------------------+---------+---------+