연속 데이터 파이프라인 예시¶
이 항목에서는 데이터 파이프라인과 관련된 사용 사례의 실제 예를 제공합니다.
이 항목의 내용:
전제 조건¶
이 예에서 SQL 문을 실행하기 위해 사용되는 역할에는 다음과 같은 액세스 제어 권한이 필요합니다.
EXECUTE TASK
작업을 실행하기 위한 전역 EXECUTE TASK 권한
USAGE
SQL 문이 실행되는 데이터베이스 및 스키마에 대한 USAGE 권한 및 이러한 예시에서 태스크를 실행하는 웨어하우스에 대한 권한.
CREATE object
테이블, 스트림 및 태스크와 같은 오브젝트를 생성하기 위해 SQL 문이 실행되는 스키마에 대한 다양한
CREATE object
권한.
Snowflake에서의 액세스 제어에 대한 자세한 내용은 액세스 제어의 개요 를 참조하십시오.
일정에 따라 로드된 JSON 데이터 변환하기¶
다음 예에서는 원시 JSON 데이터를 이름이 raw
인 단일 랜딩 테이블에 로드합니다. 두 개의 작업은 raw
테이블에 생성된 테이블 스트림을 쿼리하고 행의 하위 세트를 여러 테이블에 삽입합니다. 각 작업은 테이블 스트림의 변경 데이터 캡처 레코드를 사용하므로 여러 스트림이 필요합니다.
-- Create a landing table to store raw JSON data.
-- Snowpipe could load data into this table.
create or replace table raw (var variant);
-- Create a stream to capture inserts to the landing table.
-- A task will consume a set of columns from this stream.
create or replace stream rawstream1 on table raw;
-- Create a second stream to capture inserts to the landing table.
-- A second task will consume another set of columns from this stream.
create or replace stream rawstream2 on table raw;
-- Create a table that stores the names of office visitors identified in the raw data.
create or replace table names (id int, first_name string, last_name string);
-- Create a table that stores the visitation dates of office visitors identified in the raw data.
create or replace table visits (id int, dt date);
-- Create a task that inserts new name records from the rawstream1 stream into the names table
-- every minute when the stream contains records.
-- Replace the 'mywh' warehouse with a warehouse that your role has USAGE privilege on.
create or replace task raw_to_names
warehouse = mywh
schedule = '1 minute'
when
system$stream_has_data('rawstream1')
as
merge into names n
using (select var:id id, var:fname fname, var:lname lname from rawstream1) r1 on n.id = to_number(r1.id)
when matched then update set n.first_name = r1.fname, n.last_name = r1.lname
when not matched then insert (id, first_name, last_name) values (r1.id, r1.fname, r1.lname)
;
-- Create another task that merges visitation records from the rawstream1 stream into the visits table
-- every minute when the stream contains records.
-- Records with new IDs are inserted into the visits table;
-- Records with IDs that exist in the visits table update the DT column in the table.
-- Replace the 'mywh' warehouse with a warehouse that your role has USAGE privilege on.
create or replace task raw_to_visits
warehouse = mywh
schedule = '1 minute'
when
system$stream_has_data('rawstream2')
as
merge into visits v
using (select var:id id, var:visit_dt visit_dt from rawstream2) r2 on v.id = to_number(r2.id)
when matched then update set v.dt = r2.visit_dt
when not matched then insert (id, dt) values (r2.id, r2.visit_dt)
;
-- Resume both tasks.
alter task raw_to_names resume;
alter task raw_to_visits resume;
-- Insert a set of records into the landing table.
insert into raw
select parse_json(column1)
from values
('{"id": "123","fname": "Jane","lname": "Smith","visit_dt": "2019-09-17"}'),
('{"id": "456","fname": "Peter","lname": "Williams","visit_dt": "2019-09-17"}');
-- Query the change data capture record in the table streams
select * from rawstream1;
select * from rawstream2;
-- Wait for the tasks to run.
-- A tiny buffer is added to the wait time
-- because absolute precision in task scheduling is not guaranteed.
call system$wait(70);
-- Query the table streams again.
-- Records should be consumed and no longer visible in streams.
-- Verify the records were inserted into the target tables.
select * from names;
select * from visits;
-- Insert another set of records into the landing table.
-- The records include both new and existing IDs in the target tables.
insert into raw
select parse_json(column1)
from values
('{"id": "456","fname": "Peter","lname": "Williams","visit_dt": "2019-09-25"}'),
('{"id": "789","fname": "Ana","lname": "Glass","visit_dt": "2019-09-25"}');
-- Wait for the tasks to run.
call system$wait(70);
-- Records should be consumed and no longer visible in streams.
select * from rawstream1;
select * from rawstream2;
-- Verify the records were inserted into the target tables.
select * from names;
select * from visits;
일정에 따라 데이터 언로드하기¶
다음 예는 스트림의 변경 데이터 캡처 레코드를 내부(예: Snowflake) 스테이지로 언로드합니다.
-- Use the landing table from the previous example.
-- Alternatively, create a landing table.
-- Snowpipe could load data into this table.
create or replace table raw (id int, type string);
-- Create a stream on the table. We will use this stream to feed the unload command.
create or replace stream rawstream on table raw;
-- Create a task that executes the COPY statement every minute.
-- The COPY statement reads from the stream and loads into the table stage for the landing table.
-- Replace the 'mywh' warehouse with a warehouse that your role has USAGE privilege on.
create or replace task unloadtask
warehouse = mywh
schedule = '1 minute'
when
system$stream_has_data('RAWSTREAM')
as
copy into @%raw/rawstream from rawstream overwrite=true;
;
-- Resume the task.
alter task unloadtask resume;
-- Insert raw data into the landing table.
insert into raw values (3,'processed');
-- Query the change data capture record in the table stream
select * from rawstream;
-- Wait for the tasks to run.
-- A tiny buffer is added to the wait time
-- because absolute precision in task scheduling is not guaranteed.
call system$wait(70);
-- Records should be consumed and no longer visible in the stream.
select * from rawstream;
-- Verify the COPY statement unloaded a data file into the table stage.
ls @%raw;
일정에 따라 외부 테이블 메타데이터 새로 고치기¶
다음 예에서는 일정에 따라 이름이 mydb.myschema.exttable
인 외부 테이블의 메타데이터를 새로 고칩니다(ALTER EXTERNAL TABLE … REFRESH 사용).
참고
외부 테이블이 생성될 때 AUTO_REFRESH 매개 변수는 기본적으로 TRUE
로 설정됩니다. Amazon S3 또는 Microsoft Azure 스테이지에서 데이터 파일을 참조하는 외부 테이블에 대해 이 기본값을 수락하는 것이 좋습니다. 그러나 현재 Google Cloud Storage 스테이지를 참조하는 외부 테이블에서는 자동 새로 고침 옵션을 사용할 수 없습니다. 이러한 외부 테이블의 경우 일정에 따라 수동으로 메타데이터를 새로 고치는 것이 유용할 수 있습니다.
-- Create a task that executes an ALTER EXTERNAL TABLE ... REFRESH statement every 5 minutes.
-- Replace the 'mywh' warehouse with a warehouse that your role has USAGE privilege on.
CREATE TASK exttable_refresh_task
WAREHOUSE=mywh
SCHEDULE='5 minutes'
AS
ALTER EXTERNAL TABLE mydb.myschema.exttable REFRESH;