Tipos de dados de cadeia de caracteres e binários¶

Este tópico descreve os tipos de dados de cadeia de caracteres/texto, incluindo cadeias de caracteres binárias, compatíveis com o Snowflake, além dos formatos aceitos para constantes/literais de cadeia de caracteres.

Tipos de dados para cadeias de caracteres de texto¶

O Snowflake oferece suporte aos seguintes tipos de dados para cadeias de caracteres de texto (ou seja, caracteres).

VARCHAR¶

VARCHAR contêm caracteres Unicode UTF-8.

Nota

Observe que, em alguns sistemas fora do Snowflake, tipos de dados como CHAR e VARCHAR armazenam ASCII, enquanto tipos de dados como NCHAR e NVARCHAR armazenam Unicode.

No Snowflake, VARCHAR e todos os outros tipos de dados de cadeia de caracteres armazenam caracteres Unicode UTF-8. Não há diferença com relação ao tratamento Unicode entre os tipos de dados CHAR e NCHAR. Sinônimos como NCHAR são principalmente para compatibilidade de sintaxe ao portar comandos DDL para o Snowflake.

Quando você declara uma coluna do tipo VARCHAR, você pode especificar um parâmetro opcional (N), que é o número máximo de caracteres a armazenar. Por exemplo:

CREATE TABLE t1 (v VARCHAR(16777216));

Copy

Se nenhum comprimento for especificado, o padrão é o comprimento máximo permitido (16.777.216).

Embora o comprimento máximo de um valor VARCHAR seja especificado em caracteres, um valor VARCHAR também é limitado a um máximo de 16.777.216 bytes (16 MB). O número máximo de caracteres Unicode que podem ser armazenados em uma coluna VARCHAR é mostrado abaixo:

Um byte:: 16.777.216.
Múltiplos bytes:: Entre 8.388.608 (2 bytes por caractere) e 4.194.304 (4 bytes por caractere).

Por exemplo, se você declarar uma coluna como VARCHAR(16777216), a coluna pode conter um máximo de 8.388.608 de caracteres Unicode de 2 bytes, mesmo que você tenha especificado um comprimento máximo de 16777216.

Ao escolher o comprimento máximo para uma coluna VARCHAR, considere o seguinte:

Armazenamento: Uma coluna consome o armazenamento apenas para a quantidade de dados reais armazenados. Por exemplo, uma cadeia de 1 caractere em uma coluna VARCHAR(16777216) consome apenas um caractere.
Desempenho: não há diferença de desempenho entre usar a instrução VARCHAR de comprimento total VARCHAR(16777216) e um comprimento menor.

Em qualquer banco de dados relacional, as instruções SELECT nas quais uma cláusula WHERE faz referência a colunas VARCHAR ou colunas de cadeia de caracteres não são tão rápidos quanto as instruções SELECT filtradas usando uma condição de coluna numérica ou de data.
Ferramentas para trabalhar com dados: Algumas ferramentas do BI/ETL definem o tamanho máximo dos dados VARCHAR no armazenamento ou na memória. Se você souber o tamanho máximo de uma coluna, poderá limitar o tamanho ao adicionar a coluna.

Agrupamento: Quando você especifica um agrupamento para uma coluna VARCHAR, o número de caracteres que são permitidos varia, dependendo do número de bytes que cada caractere recebe e da especificação de agrupamento da coluna.

Ao comparar valores em uma coluna agrupada, o Snowflake segue o algoritmo de agrupamento Unicode (UCA, Unicode Collation Algorithm). Esse algoritmo afeta o número máximo de caracteres permitido. Atualmente, cerca de 1,5 milhões a 8 milhões de caracteres são permitidos em uma coluna VARCHAR que é definida com um tamanho máximo e uma especificação de agrupamento.

Como exemplo, a tabela a seguir mostra como o número máximo de caracteres pode variar para uma coluna VARCHAR(16777216), dependendo do número de bytes por caractere e da especificação de agrupamento utilizada:

Número de bytes por caractere	Especificação de agrupamento	Número máximo de caracteres permitidos (aproximado)
1 byte	`en-ci` ou `en-ci-pi-ai`	Cerca de 7 milhões de caracteres
1 byte	`en`	Cerca de 4 milhões de caracteres
2 bytes	`en-ci-pi-ai`	Cerca de 8 milhões de caracteres
2 bytes	`en-ci` ou `en-ci-pi`	Cerca de 2,7 milhões de caracteres
2 bytes	`en`	Cerca de 1,5 milhão de caracteres

CHAR, CHARACTER, NCHAR¶

Sinônimo de VARCHAR, exceto que, se o comprimento não for especificado, CHAR(1) é o padrão.

Nota

O Snowflake atualmente se desvia da semântica comum de CHAR, de forma que as cadeias de caracteres mais curtas do que o comprimento máximo não recebem espaços no final.

STRING, TEXT, NVARCHAR, NVARCHAR2, CHAR VARYING, NCHAR VARYING¶

Sinônimo de VARCHAR.

Exemplos de cadeias de caracteres nas colunas da tabela¶

CREATE OR REPLACE TABLE test_text(
  vd VARCHAR,
  v50 VARCHAR(50),
  cd CHAR,
  c10 CHAR(10),
  sd STRING,
  s20 STRING(20),
  td TEXT,
  t30 TEXT(30));

DESC TABLE test_text;

Copy

+------+-------------------+--------+-------+---------+-------------+------------+-------+------------+---------+-------------+----------------+
| name | type              | kind   | null? | default | primary key | unique key | check | expression | comment | policy name | privacy domain |
|------+-------------------+--------+-------+---------+-------------+------------+-------+------------+---------+-------------+----------------|
| VD   | VARCHAR(16777216) | COLUMN | Y     | NULL    | N           | N          | NULL  | NULL       | NULL    | NULL        | NULL           |
| V50  | VARCHAR(50)       | COLUMN | Y     | NULL    | N           | N          | NULL  | NULL       | NULL    | NULL        | NULL           |
| CD   | VARCHAR(1)        | COLUMN | Y     | NULL    | N           | N          | NULL  | NULL       | NULL    | NULL        | NULL           |
| C10  | VARCHAR(10)       | COLUMN | Y     | NULL    | N           | N          | NULL  | NULL       | NULL    | NULL        | NULL           |
| SD   | VARCHAR(16777216) | COLUMN | Y     | NULL    | N           | N          | NULL  | NULL       | NULL    | NULL        | NULL           |
| S20  | VARCHAR(20)       | COLUMN | Y     | NULL    | N           | N          | NULL  | NULL       | NULL    | NULL        | NULL           |
| TD   | VARCHAR(16777216) | COLUMN | Y     | NULL    | N           | N          | NULL  | NULL       | NULL    | NULL        | NULL           |
| T30  | VARCHAR(30)       | COLUMN | Y     | NULL    | N           | N          | NULL  | NULL       | NULL    | NULL        | NULL           |
+------+-------------------+--------+-------+---------+-------------+------------+-------+------------+---------+-------------+----------------+

Tipos de dados para cadeias de caracteres binárias¶

O Snowflake oferece suporte aos seguintes tipos de dados para cadeias de caracteres binárias.

BINARY¶

O comprimento máximo é de 8 MB (8.388.608 bytes). Ao contrário do VARCHAR, o tipo de dados BINARY não tem noção dos caracteres Unicode, portanto, o comprimento é sempre medido em termos de bytes.

Os valores BINARY são limitados a 8 MB para que caibam em 16 MB quando convertidos em cadeias de caracteres hexadecimais, por exemplo, usando TO_CHAR(<binary_expression>, 'HEX').

Se um comprimento não for especificado, o padrão será o comprimento máximo.

VARBINARY¶

VARBINARY é sinônimo de BINARY.

Representação interna¶

O tipo de dados BINARY contém uma sequência de bytes de 8 bits.

Quando o Snowflake exibe valores de dados BINARY, o Snowflake geralmente representa cada byte como dois caracteres hexadecimais. Por exemplo, a palavra HELP pode ser exibida como 48454C50, onde 48 é o equivalente hexadecimal da letra ASCII (Unicode) H, 45 é a representação hexadecimal da letra E, e assim por diante.

Para obter mais informações sobre a entrada e exibição de dados BINARY, consulte: Entrada e saída de binários.

Exemplos binários nas colunas da tabela¶

CREATE OR REPLACE TABLE test_binary(
  bd BINARY,
  b100 BINARY(100),
  vbd VARBINARY);

DESC TABLE test_binary;

Copy

+------+-----------------+--------+-------+---------+-------------+------------+-------+------------+---------+-------------+----------------+
| name | type            | kind   | null? | default | primary key | unique key | check | expression | comment | policy name | privacy domain |
|------+-----------------+--------+-------+---------+-------------+------------+-------+------------+---------+-------------+----------------|
| BD   | BINARY(8388608) | COLUMN | Y     | NULL    | N           | N          | NULL  | NULL       | NULL    | NULL        | NULL           |
| B100 | BINARY(100)     | COLUMN | Y     | NULL    | N           | N          | NULL  | NULL       | NULL    | NULL        | NULL           |
| VBD  | BINARY(8388608) | COLUMN | Y     | NULL    | N           | N          | NULL  | NULL       | NULL    | NULL        | NULL           |
+------+-----------------+--------+-------+---------+-------------+------------+-------+------------+---------+-------------+----------------+

Constantes de cadeias de caracteres¶

Constantes (também conhecidas como literais) referem-se a valores de dados fixos. No Snowflake, as constantes de cadeias de caracteres devem estar sempre posicionadas entre caracteres delimitadores. O Snowflake oferece suporte ao uso das seguintes opções para delimitar as constantes de cadeias de caracteres.

Aspas simples
Pares de cifrão

Constantes de cadeias de caracteres entre aspas simples¶

Uma constante de cadeia de caracteres pode ser colocada entre delimitadores de aspas simples (por exemplo, 'This is a string'). Para incluir um caractere de aspa simples em uma constante de cadeia de caracteres, digite duas aspas simples adjacentes (por exemplo, '').

Por exemplo:

SELECT 'Today''s sales projections', '-''''-';

Copy

+------------------------------+----------+
| 'TODAY''S SALES PROJECTIONS' | '-''''-' |
|------------------------------+----------|
| Today's sales projections    | -''-     |
+------------------------------+----------+

Nota

Duas aspas simples não são o mesmo que o caractere de aspas duplas ("), que é usado (se necessário) para delimitar os identificadores de objetos. Para obter mais informações, consulte Requisitos para identificadores.

Sequências de escape em constantes de cadeias de caracteres entre aspas simples¶

Para incluir uma aspa simples ou outros caracteres especiais (por exemplo, novas linhas) em uma constante de cadeia de caracteres entre aspas simples, é necessário escapar esses caracteres usando as sequências de escape de barra invertida. Uma sequência de escape de barra invertida é uma sequência de caracteres que começa com uma barra invertida (\).

Nota

Se a cadeia de caracteres tiver muitas aspas simples, barras invertidas ou outros caracteres especiais, você poderá usar uma constante de cadeia de caracteres entre cifrões para evitar usar o escape para estes caracteres.

Você também pode usar sequências de escape para inserir caracteres ASCII especificando seus pontos de código (os valores numéricos que correspondem a esses caracteres) em octal ou hexadecimal. Por exemplo, em ASCII, o ponto de código para o caractere de espaço é 32, que é 20 em hexadecimal. Para especificar um espaço, pode-se usar a sequência de escape hexadecimal \x20.

Você também pode usar sequências de escape para inserir caracteres Unicode, por exemplo \u26c4.

A tabela a seguir lista as sequências de escape compatíveis em quatro categorias: simples, octal, hexadecimal e Unicode:

Sequência de escape

Caractere representado

Sequências de escape simples

\'

Um caractere de aspas simples (').

\"

Uma caracteres de aspas duplas (").

\\

Um caractere de barra invertida (\).

\b

Um caractere de backspace.

\f

Um caractere de formfeed.

\n

Um caractere de nova linha (linefeed).

\r

Um caractere de carriage return.

\t

Um caractere de tab.

\0

Um caractere ASCII NUL.

Sequências de escape octal

\ooo

Caractere ASCII em notação octal (ou seja, onde cada o representa um dígito octal).

Sequências de escape hexadecimal

\xhh

Caractere ASCII em notação hexadecimal (ou seja, onde cada h representa um dígito hexadecimal).

Sequências de escape Unicode

\uhhhh

Caractere Unicode em notação hexadecimal (ou seja, onde cada h representa um dígito hexadecimal). O número de dígitos hexadecimais deve ser exatamente quatro.

Sequência de escape	Caractere representado
Sequências de escape simples
`\'`	Um caractere de aspas simples (`'`).
`\"`	Uma caracteres de aspas duplas (`"`).
`\\`	Um caractere de barra invertida (`\`).
`\b`	Um caractere de backspace.
`\f`	Um caractere de formfeed.
`\n`	Um caractere de nova linha (linefeed).
`\r`	Um caractere de carriage return.
`\t`	Um caractere de tab.
`\0`	Um caractere ASCII NUL.
Sequências de escape octal
`\ooo`	Caractere ASCII em notação octal (ou seja, onde cada `o` representa um dígito octal).
Sequências de escape hexadecimal
`\xhh`	Caractere ASCII em notação hexadecimal (ou seja, onde cada `h` representa um dígito hexadecimal).
Sequências de escape Unicode
`\uhhhh`	Caractere Unicode em notação hexadecimal (ou seja, onde cada `h` representa um dígito hexadecimal). O número de dígitos hexadecimais deve ser exatamente quatro.

Conforme mostrado na tabela acima, se uma constante de cadeia de caracteres precisar incluir um caractere de barra invertida (por exemplo, C:\ em um caminho do Windows ou \d em uma expressão regular), é necessário escapar a barra invertida com uma segunda barra invertida. Por exemplo, para incluir \d em uma expressão regular em uma constante de cadeia de caracteres, use \\d.

Se uma barra invertida for usada em sequências diferentes das listadas acima, a barra invertida será ignorada. Por exemplo, a sequência de caracteres '\z' é interpretada como 'z'.

O exemplo a seguir demonstra como utilizar as sequências de escape com barra invertida. Isso inclui exemplos de especificação:

Um caractere de tab.
Um caractere de nova linha.
Uma barra invertida.
As sequências de escape octal e hexadecimal para um ponto de exclamação (ponto de código 33, que é \041 em octal e \x21 em hexadecimal).
A sequência de escape Unicode para uma pequena imagem de um boneco de neve.
Algo que não é uma sequência de escape válida.

SELECT $1, $2 FROM
  VALUES
    ('Tab','Hello\tWorld'),
    ('Newline','Hello\nWorld'),
    ('Backslash','C:\\user'),
    ('Octal','-\041-'),
    ('Hexadecimal','-\x21-'),
    ('Unicode','-\u26c4-'),
    ('Not an escape sequence', '\z');

Copy

+------------------------+---------------+
| $1                     | $2            |
|------------------------+---------------|
| Tab                    | Hello   World |
| Newline                | Hello         |
|                        | World         |
| Backslash              | C:\user       |
| Octal                  | -!-           |
| Hexadecimal            | -!-           |
| Unicode                | -⛄-          |
| Not an escape sequence | z             |
+------------------------+---------------+

Constantes de cadeias de caracteres entre cifrões¶

Em alguns casos, talvez seja necessário especificar uma constante de cadeia de caracteres que contém:

Caracteres de aspas simples.
Caracteres de barra invertida (por exemplo, em uma expressão regular).
Caracteres de nova linha (por exemplo, no corpo de um procedimento armazenado ou função que você especifica em CREATE PROCEDURE ou CREATE FUNCTION).

Nestes casos, você pode evitar o escape desses caracteres usando um par de cifrões ($$) em vez de aspas simples (') para delimitar o início e o fim da cadeia de caracteres.

Em uma constante de cadeia de caracteres entre cifrões, você pode incluir aspas, barras invertidas, caracteres de nova linha e qualquer outro caractere especial (exceto cifrões duplos) sem usar o escape para esses caracteres. O conteúdo de uma constante de cadeia de caracteres entre cifrões é sempre interpretado literalmente.

Os exemplos a seguir são formas equivalentes de especificar constantes de cadeias de caracteres:

Exemplo de uso de delimitadores com aspas simples	Exemplo de uso de delimitadores com cifrões duplos
'string with a \' character' Copy	$$string with a ' character$$ Copy
'regular expression with \\ characters: \\d{2}-\\d{3}-\\d{4}' Copy	$$regular expression with \ characters: \d{2}-\d{3}-\d{4}$$ Copy
'string with a newline\ncharacter' Copy	$$string with a newline character$$ Copy

Exemplo de uso de delimitadores com aspas simples

Exemplo de uso de delimitadores com cifrões duplos

'string with a \' character'

Copy

$$string with a ' character$$

Copy

'regular expression with \\ characters: \\d{2}-\\d{3}-\\d{4}'

Copy

$$regular expression with \ characters: \d{2}-\d{3}-\d{4}$$

Copy

'string with a newline\ncharacter'

Copy

$$string with a newline
character$$

Copy

O exemplo a seguir usa uma constante de cadeia de caracteres entre cifrões com caracteres de nova linha e várias sequências de escape.

SELECT $1, $2 FROM VALUES (
  'row1',
  $$a
                                  ' \ \t
                                  \x21 z $ $$);

Copy

+------+---------------------------------------------+
| $1   | $2                                          |
|------+---------------------------------------------|
| row1 | a                                           |
|      |                                   ' \ \t    |
|      |                                   \x21 z $  |
+------+---------------------------------------------+

Neste exemplo, as sequências de escape são interpretadas como seus caracteres individuais (por exemplo, uma barra invertida seguida de um t), e não como sequências de escape.