Criação de tabelas dinâmicas¶
Este tópico descreve os principais conceitos para a criação de tabelas dinâmicas.
Antes de começar, verifique se você tem os privilégios para criar tabelas dinâmicas e se todos os objetos usados pela consulta de tabela dinâmica têm o rastreamento de alterações ativado.
Algumas limitações podem ser aplicadas à criação de tabelas dinâmicas. Para obter uma lista completa, consulte Limitações da tabela dinâmica.
Habilitar o rastreamento de alterações¶
Ao criar uma tabela dinâmica com o modo de atualização incremental, se o rastreamento de alterações ainda não estiver habilitado nas tabelas que ele consulta, o Snowflake tentará automaticamente habilitar o rastreamento de alterações nelas. Para oferecer suporte a atualizações incrementais, o rastreamento de alterações deve ser ativado com retenção no Time Travel diferente de zero em todos os objetos subjacentes usados por uma tabela dinâmica.
À medida que os objetos de base mudam, a tabela dinâmica também muda. Se você recriar um objeto base, deverá reativar o controle de alterações.
Nota
O Snowflake não tenta habilitar automaticamente o rastreamento de alterações em tabelas dinâmicas criadas com o modo de atualização completa.
Para ativar o rastreamento de alterações em um objeto de banco de dados específico, use ALTER TABLE, ALTER VIEW e comandos semelhantes nesse objeto. O usuário que cria a tabela dinâmica deve ter o privilégio OWNERSHIP para habilitar o rastreamento de alterações em todos os objetos subjacentes.
Para verificar se o rastreamento de alterações está habilitado, use SHOW VIEWS, SHOW TABLES e comandos semelhantes nos objetos subjacentes e inspecione a coluna change_tracking
.
Objetos base compatíveis¶
As tabelas dinâmicas são compatíveis com os seguintes objetos base:
Tabelas
Tabelas Apache Iceberg™ gerenciadas pelo Snowflake
Tabelas Apache Iceberg™ gerenciadas externamente
Exemplo: criar uma tabela dinâmica simples¶
Suponha que você queira criar uma tabela dinâmica com as colunas product_id
e product_name
de uma tabela chamada staging_table
e você decide:
Você quer que os dados na tabela dinâmica estejam no máximo 20 minutos atrás dos dados na
staging_table
.Você deseja usar o warehouse
mywh
para os recursos de computação necessários para a atualização.Você quer que o modo de atualização seja escolhido automaticamente.
A Snowflake recomenda usar o modo de atualização automática somente durante o desenvolvimento. Para obter mais informações, consulte Práticas recomendadas para escolher os modos de atualização da tabela dinâmica.
Você quer que a tabela dinâmica seja atualizada de forma síncrona na criação.
Você deseja que o modo de atualização seja escolhido automaticamente e que a tabela dinâmica seja atualizada de forma síncrona na criação.
Para criar esta tabela dinâmica, você teria que executar a seguinte instrução CREATE DYNAMIC TABLE SQL:
CREATE OR REPLACE DYNAMIC TABLE my_dynamic_table
TARGET_LAG = '20 minutes'
WAREHOUSE = mywh
REFRESH_MODE = auto
INITIALIZE = on_create
AS
SELECT product_id, product_name FROM staging_table;
Para obter uma lista completa de parâmetros e sintaxe variante, consulte a referência CREATE DYNAMIC TABLE.
Criação de tabelas dinâmicas que leem de tabelas Apache Iceberg™ gerenciadas pelo Snowflake ou externamente¶
Criar uma tabela dinâmica a partir de uma tabela Iceberg é semelhante a criar uma com base em uma tabela regular. Execute a instrução SQL CREATE DYNAMIC TABLE como você faria para uma tabela regular, usando como objeto base uma tabela gerenciada pelo Snowflake ou por um catálogo externo.
Tabelas dinâmicas que leem de uma tabela Iceberg gerenciada pelo Snowflake como tabela base são úteis se você quiser que seus pipelines operem com dados em uma tabela Iceberg gerenciada pelo Snowflake ou gravada por outros mecanismos. Observe que mecanismos externos não podem gravar em tabelas Iceberg gerenciadas pelo Snowflake; elas são de leitura e gravação para o Snowflake e somente leitura para mecanismos externos.
Tabelas dinâmicas que leem tabelas Iceberg gerenciadas por catálogos externos (não Snowflake), como AWS Glue, e gravadas por mecanismos, como o Apache Spark, são úteis para processar dados de data lakes externos. Você pode criar tabelas dinâmicas com base em dados gerenciados externamente, processando-os de forma contínua no Snowflake sem duplicar ou ingerir os dados.
Limitações e considerações sobre o uso de tabelas Iceberg¶
Todas as limitações de tabelas dinâmicas regulares e tabelas Iceberg dinâmicas ainda se aplicam.
Adicionalmente:
Todas as limitações de tabelas Iceberg básicas se aplicam. Para obter mais informações, consulte Considerações e limitações.
Você pode criar uma tabela dinâmica que lê tabelas nativas do Snowflake, tabelas Iceberg gerenciadas pelo Snowflake e tabelas Iceberg gerenciadas externamente.
As tabelas dinâmicas monitoram alterações no nível do arquivo para tabelas Iceberg de base gerenciadas externamente, ao contrário de outras tabelas que monitoram alterações no nível da linha. Operações frequentes de cópia ao gravar (por exemplo, atualizações ou exclusões) em tabelas Iceberg gerenciadas externamente podem afetar o desempenho das atualizações.
Criação de tabelas dinâmicas com restrições de imutabilidade¶
As restrições de imutabilidade oferecem mais controle sobre como e quando suas tabelas dinâmicas são atualizadas. As restrições permitem que partes da tabela permaneçam estáticas, em vez de toda a tabela refletir os resultados da consulta mais recente.
Ao marcar partes específicas de uma tabela dinâmica como imutáveis, você pode executar as seguintes tarefas:
Impedir a propagação de atualizações ou exclusões em dados existentes.
Restringir inserções, atualizações e exclusões para linhas que atendam a uma condição.
Limitar modificações futuras sem deixar de permitir atualizações incrementais em outras partes da tabela.
O restante da tabela (ou seja, as linhas que não correspondem à condição de imutabilidade) permanece mutável e pode ser atualizado.
Para impor restrições de imutabilidade, especifique o parâmetro IMMUTABLE WHERE o quando você executar o comando CREATE DYNAMIC TABLE ou ALTER DYNAMIC TABLE. Para ver se uma linha é ou não imutável, use a coluna METADATA$IS_IMMUTABLE
. Por exemplo, SELECT * , METADATA$IS_IMMUTABLE FROM my_dynamic_table
.
O predicado IMMUTABLE WHERE é ignorado durante a atualização inicial, mas se aplica a todas as atualizações subsequentes. No modo de atualização completa, isso limita a recomputação apenas às linhas que não correspondem à condição. Fluxos e tabelas dinâmicas no modo de atualização incremental podem ler essas tabelas de atualização por completo.
Exemplos de uso de restrições de imutabilidade¶
O exemplo a seguir cria uma tabela dinâmica e a define como imutável usando o parâmetro IMMUTABLE WHERE.
CREATE DYNAMIC TABLE my_dynamic_table (id1 INT)
TARGET_LAG = '20 minutes'
WAREHOUSE = mywh
IMMUTABLE WHERE ( <expr> )
AS
SELECT id AS id1 FROM staging_table;
Colunas referenciadas na condição IMMUTABLE WHERE devem ser colunas da tabela dinâmica, não da tabela base. Por exemplo, a expressão IMMUTABLE WHERE no exemplo acima só pode usar id1
, não id
.
Você só pode definir uma única condição IMMUTABLE WHERE em uma tabela dinâmica. Para substituir um predicado existente, use o comando ALTER DYNAMIC TABLE, como mostrado no exemplo a seguir:
-- Set or replace an existing predicate:
ALTER DYNAMIC TABLE my_dynamic_table SET IMMUTABLE WHERE ( <expr> );
-- Remove an existing predicate:
ALTER DYNAMIC TABLE my_dynamic_table UNSET IMMUTABLE;
Para visualizar as restrições de imutabilidade em suas tabelas dinâmicas, execute o comando SHOW DYNAMIC TABLES. A coluna immutable_where
mostra a restrição IMMUTABLE WHERE definida na tabela ou NULL se nenhuma estiver definida.
Para informações sobre custos de computação, consulte Calcular o custo de restrições de imutabilidade.
Exemplo: Uso de IMMUTABLE WHERE para impedir a recomputação de dados antigos se uma tabela de dimensões mudar¶
No exemplo a seguir, a atualização de uma linha na tabela de dimensões faz com que sejam reprocessados os fatos do último dia, em vez de todos os fatos históricos:
CREATE DYNAMIC TABLE joined_data
TARGET_LAG = '1 minute'
WAREHOUSE = mywh
IMMUTABLE WHERE (timestamp_col < CURRENT_TIMESTAMP() - INTERVAL '1 day')
AS
SELECT F.primary_key primary_key, F.timestamp_col timestamp_col, D.value dim_value
FROM fact_table F
LEFT OUTER JOIN dimension_table D USING (primary_key);
Exemplo: Tabela dinâmica de retenção ilimitada e tabela base de retenção limitada¶
O exemplo a seguir cria uma tabela de preparação com uma janela limitada de dados adicionados recentemente e uma tabela dinâmica que armazena todos os dados analisados e filtrados.
CREATE TABLE staging_data (raw TEXT, ts TIMESTAMP);
CREATE DYNAMIC TABLE parsed_data
TARGET_LAG = '1 minute'
WAREHOUSE = mywh
IMMUTABLE WHERE (ts < CURRENT_TIMESTAMP() - INTERVAL '7 days')
AS
SELECT parse_json(raw):event_id::string event_id, parse_json(raw):name::string name, parse_json(raw):region::string region, ts
FROM staging_data WHERE region = 'US';
-- Delete old staging data using Task
CREATE TASK delete_old_staging_data
WAREHOUSE = mywh
SCHEDULE = '24 hours'
AS
DELETE FROM staging_data WHERE ts < CURRENT_TIMESTAMP() - INTERVAL '30 days';
Exemplo: Atualização completa com IMMUTABLE WHERE¶
Imagine que uma tabela dinâmica precisa estar em modo de atualização completa devido a limitações nas construções de consulta, como o uso de um UDTF Python. Embora isso normalmente impediria o processamento incremental, é possível definir uma região imutável com a cláusula IMMUTABLE WHERE para que uma tabela dinâmica downstream permaneça incremental, ainda se beneficiando de otimizações de desempenho, mesmo que a tabela upstream precise ser totalmente atualizada devido a limitações nas construções de consulta.
O exemplo a seguir mostra uma tabela dinâmica que usa um UDTF Python, de forma que ela não possa ser incremental:
CREATE FUNCTION my_udtf(x varchar)
RETURNS TABLE (output VARCHAR)
LANGUAGE PYTHON
AS $$ ... $$;
CREATE DYNAMIC TABLE udtf_dt
TARGET_LAG = '1 hour'
WAREHOUSE = mywh
REFRESH_MODE = FULL
IMMUTABLE WHERE (ts < current_timestamp() - interval '1 day')
AS
SELECT ts, data, output, join_key FROM input_table, TABLE(my_udtf(data));
CREATE DYNAMIC TABLE incremental_join_dt
TARGET_LAG = '1 hour'
WAREHOUSE = mywh
REFRESH_MODE = INCREMENTAL
IMMUTABLE WHERE (ts < current_timestamp() - interval '1 day')
AS
SELECT * FROM udtf_dt JOIN dim_table USING (join_key);
Limitações e considerações ao definir restrições de imutabilidade¶
Todas as limitações das tabelas dinâmicas regulares ainda se aplicam.
Adicionalmente:
Só pode haver um único predicado IMMUTABLE WHERE em uma tabela dinâmica. Configurar outra com um comando ALTER DYNAMIC TABLE … SET IMMUTABLE WHERE substitui qualquer predicado existente.
As restrições IMMUTABLE WHERE não podem conter os seguintes itens:
Subconsultas.
Funções não determinísticas, exceto para funções de carimbo de data/hora, como CURRENT_TIMESTAMP() ou CURRENT_DATE(). No caso de funções de carimbo de data/hora, você deverá usá-las para que a região imutável aumente ao longo do tempo. Por exemplo,
TIMESTAMP_COL < CURRENT_TIMESTAMP()
is allowed butTIMESTAMP_COL > CURRENT_TIMESTAMP()
não faz isso.Funções definidas pelo usuário e externas.
Colunas de metadados; por exemplo, aquelas que começam com
METADATA$
.Colunas que são o resultado de agregados, funções de janela ou não determinísticas, ou colunas que são passadas por um operador de função de janela. Nas tabelas dinâmicas a seguir, somente
col3
pode ser usado em predicados IMMUTABLE WHERE:CREATE DYNAMIC TABLE aggregates TARGET_LAG = '1 minute' WAREHOUSE = mywh AS SELECT col1, SUM(col2) AS col2 FROM input_table GROUP BY col3; CREATE DYNAMIC TABLE window_fns TARGET_LAG = '1 minute' WAREHOUSE = mywh AS SELECT col3, SUM(col4) OVER (PARTITION BY col3 ORDER BY col4) AS col2, col5 FROM input_table;
As restrições IMMUTABLE WHERE são copiadas durante a clonagem e a replicação sem limitações.
Criação de tabelas dinâmicas usando preenchimento¶
O preenchimento é uma operação de cópia zero e baixo custo que torna os dados de origem imediatamente disponíveis em uma tabela dinâmica. Você pode criar uma tabela dinâmica com dados iniciais preenchidos a partir de uma tabela regular enquanto ainda define uma consulta personalizada para atualizações futuras.
Com restrições de imutabilidade, somente a região imutável é preenchida novamente e permanece inalterada mesmo que a região imutável não corresponda mais à fonte. A região imutável é computada a partir da definição da tabela dinâmica e das tabelas base como de costume.
Somente os dados definidos pela restrição de imutabilidade IMMUTABLE WHERE podem ser preenchidos, porque os dados de preenchimento devem continuar inalterados, mesmo que sejam diferentes da fonte upstream.
Exemplos de uso de preenchimento¶
Os exemplos a seguir mostram como criar novas tabelas dinâmicas a partir de tabelas com dados preenchidos.
Cada nome de coluna deve constar na tabela de preenchimento com os tipos de dados compatíveis e aparecer na mesma ordem que na tabela de preenchimento. As propriedades e os privilégios da tabela de preenchimento não são copiados.
Se os parâmetros do Time Travel AT | BEFORE
forem especificados, os dados da tabela de preenchimento serão copiados no horário especificado.
Exemplo: Preenchimento de uma parte da tabela¶
O exemplo a seguir preenche a região imutável de my_dynamic_table
de my_backfill_table
e a região mutável da definição da tabela dinâmica.
Nesse cenário, se a tabela dinâmica for criada com o modo de atualização incremental, a reinicialização exclui todas as linhas mutáveis e preenche novamente apenas a região mutável. Se a tabela dinâmica for criada com o modo de atualização completa, ela acontecerá da mesma forma.
CREATE DYNAMIC TABLE my_dynamic_table (day TIMESTAMP, totalSales NUMBER)
IMMUTABLE WHERE (day < '2025-01-01')
BACKFILL FROM my_backfill_table
TARGET_LAG = '20 minutes'
WAREHOUSE = 'mywh'
AS SELECT DATE_TRUNC('day', ts) AS day, sum(price)
FROM my_base_table
GROUP BY day;
Exemplo: Uso do preenchimento para recuperar ou modificar dados em uma tabela dinâmica¶
Você não pode editar diretamente os dados ou a definição de uma tabela dinâmica. Para recuperar ou corrigir dados, execute as seguintes etapas:
Clone a tabela dinâmica em uma tabela regular.
Modifique a tabela clonada conforme necessário.
Preencha a tabela editada em uma nova tabela dinâmica.
No exemplo a seguir, my_dynamic_table
agrega dados de vendas diárias da tabela base sales
:
CREATE OR REPLACE TABLE sales(item_id INT, ts TIMESTAMP, sales_price FLOAT);
INSERT INTO sales VALUES (1, '2025-05-01 01:00:00', 10.0), (1, '2025-05-01 02:00:00', 15.0), (1, '2025-05-01 03:00:00', 11.0);
INSERT INTO sales VALUES (1, '2025-05-02 00:00:00', 11.0), (1, '2025-05-02 05:00:00', 13.0);
CREATE DYNAMIC TABLE my_dynamic_table
TARGET_LAG = 'DOWNSTREAM'
WAREHOUSE = mywh
INITIALIZE = on_create
IMMUTABLE WHERE (day <= '2025-05-01')
AS
SELECT item_id, date_trunc('DAY', ts) day, count(sales_price) AS sales_count FROM sales
GROUP BY item_id, day;
SELECT item_id, to_char(day, 'YYYY-MM-DD') AS day, sales_count FROM my_dynamic_table;
+---------+------------+-------------+
| ITEM_ID | DAY | SALES_COUNT |
|---------+------------+-------------|
| 1 | 2025-05-01 | 3 |
| 1 | 2025-05-02 | 2 |
|---------+-------------+------------|
Opcionalmente, você pode arquivar os dados antigos para economizar custos de armazenamento:
DELETE FROM sales WHERE ts < '2025-05-02';
ALTER DYNAMIC TABLE my_dynamic_table REFRESH;
SELECT item_id, to_char(day, 'YYYY-MM-DD') AS day, sales_count FROM my_dynamic_table;
Mais tarde, você encontra um erro de vendas em 2025-05-01
, em que sales_count
deve ser 2. Para corrigir isso:
Clone
my_dynamic_table
para uma tabela regular:CREATE OR REPLACE TABLE my_dt_clone_table CLONE my_dynamic_table;
Atualize a tabela clonada:
UPDATE my_dt_clone_table SET sales_count = 2 WHERE day = '2025-05-01'; SELECT item_id, to_char(day, 'YYYY-MM-DD') AS day, sales_count FROM my_dt_clone_table;
+---------+------------+-------------+ | ITEM_ID | DAY | SALES_COUNT | |---------+------------+-------------| | 1 | 2025-05-01 | 2 | | 1 | 2025-05-02 | 2 | |---------+-------------+------------|
Recrie a tabela dinâmica usando o clone editado como fonte do preenchimento.
CREATE OR REPLACE DYNAMIC TABLE my_dynamic_table BACKFILL FROM my_dt_clone_table IMMUTABLE WHERE (day <= '2025-05-01') TARGET_LAG = 'DOWNSTREAM' WAREHOUSE = mywh INITIALIZE = on_create AS SELECT item_id, date_trunc('DAY', ts) day, count(sales_price) AS sales_count FROM sales GROUP BY item_id, day;
Essa abordagem permite recuperar ou corrigir dados em uma tabela dinâmica sem modificar a tabela base:
SELECT item_id, to_char(day, 'YYYY-MM-DD') AS day, sales_count FROM my_dynamic_table;
+---------+------------+-------------+ | ITEM_ID | DAY | SALES_COUNT | |---------+------------+-------------| | 1 | 2025-05-01 | 2 | | 1 | 2025-05-02 | 2 | |---------+-------------+------------|
Exemplo: Uso do preenchimento para modificar o esquema de uma tabela dinâmica¶
Você não pode alterar diretamente o esquema de uma tabela dinâmica. Para atualizar o esquema (por exemplo, adicionar uma coluna), siga estas etapas:
Clone a tabela dinâmica em uma tabela regular. O exemplo a seguir usa
my_dynamic_table
criada a partir desales
(acima de).CREATE OR REPLACE TABLE my_dt_clone_table CLONE my_dynamic_table;
Modifique o esquema da tabela clonada:
ALTER TABLE my_dt_clone_table ADD COLUMN sales_avg FLOAT; SELECT item_id, to_char(day, 'YYYY-MM-DD') as DAY, SALES_COUNT, SALES_AVG FROM my_dt_clone_table;
Opcionalmente, preencha os dados na nova coluna.
Recrie a tabela dinâmica usando o clone editado como fonte do preenchimento.
CREATE OR REPLACE DYNAMIC TABLE my_dynamic_table BACKFILL FROM my_dt_clone_table IMMUTABLE WHERE (day <= '2025-05-01') TARGET_LAG = 'DOWNSTREAM' WAREHOUSE = mywh INITIALIZE = on_create AS SELECT item_id, date_trunc('DAY', ts) day, count(sales_price) AS sales_count, avg(sales_price) as sales_avg FROM sales GROUP BY item_id, day;
Essa abordagem permite recuperar ou corrigir dados em uma tabela dinâmica sem modificar a tabela base:
SELECT item_id, to_char(day, 'YYYY-MM-DD') as DAY, SALES_COUNT, SALES_AVG, metadata$is_immutable as IMMUTABLE from my_dynamic_table ORDER BY ITEM_ID, DAY;
+---------+------------+-------------+-----------+-----------+ | ITEM_ID | DAY | SALES_COUNT | SALES_AVG | IMMUTABLE | |---------+------------+-------------|-----------|-----------| | 1 | 2025-05-01 | 3 | NULL | TRUE | | 1 | 2025-05-02 | 2 | 12 | FALSE | |---------+-------------+------------+-----------|-----------+
Limitações e considerações ao criar uma tabela dinâmica com dados preenchidos¶
Todas as limitações das tabelas dinâmicas regulares e limitações das restrições de imutabilidade ainda se aplicam.
As seguintes limitações e considerações adicionais se aplicam:
Atualmente, apenas tabelas regulares podem ser usadas para preenchimento.
Não é possível especificar políticas ou tags na nova tabela dinâmica porque elas são copiadas da tabela de preenchimento.
As chaves de clustering na nova tabela dinâmica e na tabela de preenchimento devem ser as mesmas.
Práticas recomendadas para criar tabelas dinâmicas¶
Como encadear pipelines de tabelas dinâmicas¶
Ao definir uma nova tabela dinâmica, em vez de definir uma tabela dinâmica grande com muitas instruções aninhadas, use tabelas dinâmicas pequenas com pipelines.
Você pode configurar uma tabela dinâmica para consultar outras tabelas dinâmicas. Por exemplo, imagine um cenário em que seu pipeline de dados extrai dados de uma tabela de preparação para atualizar várias tabelas de dimensão (por exemplo, customer
, product
, date
e time
). Além disso, seu pipeline atualiza uma tabela sales
agregada com base nas informações dessas tabelas de dimensão. Ao configurar as tabelas de dimensão para consultar a tabela de preparação e a tabela sales
agregada para consultar as tabelas de dimensão, você cria um efeito cascata semelhante a um gráfico de tarefa.
Nessa configuração, a atualização da tabela sales
agregada é executada somente após as atualizações das tabelas de dimensão serem concluídas com sucesso. Isso garante a consistência dos dados e atende às metas de atraso. Por meio de um processo de atualização automatizado, quaisquer alterações nas tabelas de origem acionam atualizações em todas as tabelas dependentes nos momentos apropriados.

Uso de uma tabela dinâmica de “controlador” para os gráficos de tarefa complexos¶
Quando você tem um gráfico complexo de tabelas dinâmicas com muitas raízes e folhas e deseja executar operações (por exemplo, alteração de atraso, atualização manual, suspensão) no gráfico de tarefa completo com um único comando, faça o seguinte:
Defina o valor para o
TARGET_LAG
de todas as suas tabelas dinâmicas paraDOWNSTREAM
.Crie uma tabela dinâmica de “controlador” que leia todas as folhas em seu gráfico de tarefa. Para garantir que este controlador não consuma recursos, faça o seguinte:
CREATE DYNAMIC TABLE controller TARGET_LAG = <target_lag> WAREHOUSE = <warehouse> AS SELECT 1 A FROM <leaf1>, …, <leafN> LIMIT 0;
Use o controlador para controlar o gráfico inteiro. Por exemplo:
Defina um novo atraso de destino para o gráfico de tarefa.
ALTER DYNAMIC TABLE controller SET TARGET_LAG = <new_target_lag>;Atualize manualmente o gráfico de tarefa.
ALTER DYNAMIC TABLE controller REFRESH;
Uso de tabelas dinâmicas transitórias para reduzir o custo de armazenamento¶
Tabelas dinâmicas transitórias mantêm os dados confiáveis ao longo do tempo e oferecem suporte à Time Travel dentro do período de retenção de dados, mas não retêm os dados além do período de fail-safe. Por padrão, os dados da tabela dinâmica são mantidos por sete dias no armazenamento fail-safe.
Para tabelas dinâmicas com alta taxa de atualização, isso pode aumentar significativamente o consumo de armazenamento. Portanto, você deve tornar uma tabela dinâmica transitória somente se seus dados não precisarem do mesmo nível de proteção e recuperação de dados fornecido pelas tabelas permanentes.
Você pode criar uma tabela dinâmica transitória ou clonar tabelas dinâmicas existentes para tabelas dinâmicas transitórias usando a instrução CREATE DYNAMIC TABLE.
Solução de problemas de criação de tabela dinâmica¶
Quando você cria uma tabela dinâmica, a atualização inicial ocorre em um cronograma (ON_SCHEDULE
) ou imediatamente no momento da criação (ON_CREATE
). O preenchimento inicial de dados, ou inicialização, depende de quando a atualização inicial ocorre. Por exemplo, para ON_CREATE
, a inicialização poderá demorar mais se acionar atualizações de tabelas dinâmicas upstream.
A inicialização pode levar algum tempo, dependendo da quantidade de dados digitalizados. Para visualizar o progresso, faça o seguinte:
Faça login no Snowsight.
No menu de navegação, selecione Monitoring » Query History.
No menu suspenso Filters, insira CREATE DYNAMIC TABLE no filtro SQL Text e insira o nome do seu warehouse no filtro Warehouse.
Selecione a consulta com sua tabela dinâmica em SQL text e use as abas Query Details e Query Profile para acompanhar o progresso.