Snowflake - 外部数据加载

Snowflake也支持客户端的云存储。这意味着客户可以在云中拥有数据，并且可以通过引用位置将数据加载到 Snowflake 中。截至目前，Snowflake 支持 3 种云——AWS S3、Microsoft Azure 和 Google Cloud Platform Location。这些被称为外部阶段。然而，Snowflake 提供了Snowflake管理的阶段，这些阶段被称为内部阶段。

外部阶段是客户端位置，当用户使用本地系统目录时，将使用内部阶段。

要从外部云上传数据，需要进行以下设置 -

Snowflake 中必须加载数据的现有数据库和架构。
设置指向 AWS S3 存储桶的外部阶段。
一种文件格式，它定义加载到 AWS S3 中的文件的结构。

在本章中，我们将讨论如何设置这些要求并将数据加载到表中。

我们已经创建了一个名为 TEST_DB 的数据库、名为 TEST_SCHEMA_1 的架构和名为 TEST_TABLE 的表。如果这些不可用，请按照前面章节中的说明创建它们。
外部阶段可以通过 Snowflake 的用户界面以及使用 SQL 来设置。

使用用户界面

要创建外部舞台，请按照以下说明操作 -

登录Snowflake。单击顶部功能区中的数据库。在数据库视图中，单击数据库名称 TEST_DB。现在，单击“阶段”选项卡。现在，单击顶部的“创建”按钮，如以下屏幕截图所示 -

弹出“创建阶段”对话框，在列表中选择 amazon|s3，然后单击“下一步”按钮，如下所示 -

它将进入下一个屏幕，用户应在其中输入以下详细信息 -

名称- 这是外部阶段的用户定义名称。相同的名称将用于将数据从阶段复制到表。
架构名称- 选择表所在的架构名称以加载数据。
URL - 提供来自 Amazon 的 S3 url。根据存储桶名称和键，它是唯一的。
AWS 密钥 ID - 请输入您的 AWS 密钥 ID
AWS 密钥- 输入您的密钥以通过 AWS 进行连接
加密主密钥- 提供加密密钥（如果有）。

提供这些详细信息后，单击“完成”按钮。以下屏幕截图描述了上述步骤 -

用户可以在视图面板中看到新创建的外部舞台。

使用SQL

使用 SQL 创建外部阶段非常容易。只需运行以下查询，提供名称、AWS 密钥、密码、主密钥等所有详细信息，它将创建阶段。

CREATE STAGE "TEST_DB"."TEST_SCHEMA_1".Ext_S3_stage URL = 's3://***/***** 
CREDENTIALS = (AWS_KEY_ID = '*********' AWS_SECRET_KEY = '********') ENCRYPTION = (MASTER_KEY = '******');

文件格式定义了上传到S3的文件的结构。如果文件结构与表结构不匹配，则加载失败。

使用用户界面

要创建文件格式，请按照下面给出的说明进行操作。

登录Snowflake。单击顶部功能区中的数据库。在数据库视图中，单击数据库名称 TEST_DB。现在，单击“文件格式”选项卡。现在，单击顶部的“创建”按钮。它将弹出“创建文件格式”对话框。输入以下详细信息 -

名称- 文件格式的名称
模式名称- 创建文件格式只能在给定模式中使用。
格式类型- 文件格式的名称
列分隔符- 如果 csv 文件被分隔，请提供文件分隔符
行分隔符- 如何识别新行
要跳过的标题行- 如果提供了标题，则为 1，否则为 0

其他的事情可以保持原样。输入详细信息后单击“完成”按钮。以下屏幕截图显示了上述详细信息 -

用户将能够在视图面板中看到创建的文件格式。

使用SQL

使用 SQL 创建文件格式非常简单。只需提供如下所有详细信息即可运行以下查询。

CREATE FILE FORMAT "TEST_DB"."TEST_SCHEMA_1".ext_csv TYPE = 'CSV' COMPRESSION = 'AUTO' 
FIELD_DELIMITER = ',' RECORD_DELIMITER = '\n' SKIP_HEADER = 0 FIELD_OPTIONALLY_ENCLOSED_BY = 
'NONE' TRIM_SPACE = FALSE ERROR_ON_COLUMN_COUNT_MISMATCH = TRUE ESCAPE = 'NONE' 
ESCAPE_UNENCLOSED_FIELD = '\134' DATE_FORMAT = 'AUTO' TIMESTAMP_FORMAT = 'AUTO' NULL_IF = ('\\N');

从 S3 加载数据

在本章中，我们将讨论如何设置所有必需的参数（如阶段、文件格式、数据库）以从 S3 加载数据。

用户可以运行以下查询来查看给定阶段中存在的所有文件 -

LS @<external_stage_name>

现在，要加载数据，请运行以下查询 -

句法

COPY INTO @<database_name>.<schema_name>.<table_name>
FROM @<database_name>.<schema_name>.<ext_stage_name>
FILES=('<file_name>')
FILE_FORMAT=(FORMAT_NAME=<database_name>.<schema_name>.<file_format_name>);

例子

COPY INTO @test_db.test_schema_1.TEST_USER
FROM @test_db.test_schema_1.EXT_STAGE
FILES=('data.csv')
FILE_FORMAT=(FORMAT_NAME=test_db.test_schema_1.CSV);

运行上述查询后，用户可以通过运行以下简单查询来验证数据到表中 -

Select count(*) from Test_Table

如果用户想要上传外部阶段中存在的所有文件，则无需传递“FILES=(<file_name>)”