Guida alla traduzione SQL di Snowflake

Questo documento descrive in dettaglio le somiglianze e le differenze nella sintassi SQL tra Snowflake e BigQuery per contribuire ad accelerare la pianificazione e l'esecuzione del trasferimento dell'EDW (Enterprise Data Warehouse) a BigQuery. Il data warehousing Snowflake è progettato per funzionare con la sintassi SQL specifica di Snowflake. Gli script scritti per Snowflake potrebbero dover essere modificati prima di poter essere utilizzati in BigQuery, perché i dialetti SQL variano tra i servizi. Utilizza la traduzione SQL batch per eseguire la migrazione degli script SQL in blocco oppure la traduzione SQL interattiva per tradurre le query ad hoc. Snowflake SQL è supportato da entrambi gli strumenti in anteprima.

Tipi di dati

Questa sezione mostra le equivalenze tra i tipi di dati in Snowflake e in BigQuery.

Snowflake	BigQuery	Note
`NUMBER/ DECIMAL/NUMERIC`	`NUMERIC/BIGNUMERIC`	Può essere mappato su `NUMERIC` o `BIGNUMERIC`, a seconda della precisione e della scala. Il tipo di dati `NUMBER` in Snowflake supporta 38 cifre di precisione e 37 cifre di scalabilità. La precisione e la scala possono essere specificate in base all'utente. BigQuery supporta `NUMERIC` e `BIGNUMERIC` con precisione e scala specificate facoltativamente entro determinati limiti.
`INT/INTEGER`	`BIGNUMERIC`	`INT/INTEGER` e tutti gli altri tipi di dati simili a `INT`, come `BIGINT, TINYINT, SMALLINT, BYTEINT`, rappresentano un alias per il tipo di dati `NUMBER` in cui la precisione e la scala non possono essere specificate ed è sempre `NUMBER(38, 0)` BigQuery converte `INTEGER` in `INT64` per impostazione predefinita. Per configurare la traduzione SQL in modo da convertirla in altri tipi di dati, puoi utilizzare l'opzione di configurazione `REWRITE_ZERO_SCALE_NUMERIC_AS_INTEGER`.
`BIGINT`	`BIGNUMERIC`
`SMALLINT`	`BIGNUMERIC`
`TINYINT`	`BIGNUMERIC`
`BYTEINT`	`BIGNUMERIC`
`FLOAT/ FLOAT4/ FLOAT8`	`FLOAT64`	Il tipo di dati `FLOAT` in Snowflake stabilisce che "NaN" è > X, dove X è qualsiasi valore FLOAT (diverso da "NaN"). Il tipo di dati `FLOAT` in BigQuery stabilisce che "NaN" è < X, dove X è qualsiasi valore FLOAT (diverso da "NaN").
`DOUBLE/ DOUBLE PRECISION/` `REAL`	`FLOAT64`	Il tipo di dati `DOUBLE` in Snowflake è sinonimo del tipo di dati `FLOAT` in Snowflake, ma viene spesso visualizzato in modo errato come `FLOAT`. Viene archiviato correttamente come `DOUBLE`.
`VARCHAR`	`STRING`	Il tipo di dati `VARCHAR` in Snowflake ha una lunghezza massima di 128 MB (non compressi). Se la lunghezza non è specificata, il valore predefinito è la lunghezza massima. Il tipo di dati `STRING` in BigQuery viene archiviato come Unicode con codifica UTF-8 a lunghezza variabile. Per saperne di più sui limiti di colonne e righe, consulta Job di query.
`CHAR/CHARACTER`	`STRING`
`STRING/TEXT`	`STRING`	Il tipo di dati `STRING` in Snowflake è sinonimo di VARCHAR di Snowflake.
`BINARY`	`BYTES`
`VARBINARY`	`BYTES`
`BOOLEAN`	`BOOL`	Il tipo di dati `BOOL` in BigQuery può accettare solo `TRUE/FALSE`, a differenza del tipo di dati `BOOL` in Snowflake, che può accettare TRUE/FALSE/NULL.
`DATE`	`DATE`	Il tipo `DATE` in Snowflake accetta i formati di data più comuni, a differenza del tipo `DATE` in BigQuery, che accetta solo date nel formato "AAAA-[M]M-[G]G".
`TIME`	`TIME`	Il tipo TIME in Snowflake supporta da 0 a 9 nanosecondi di precisione, mentre il tipo TIME in BigQuery supporta da 0 a 6 nanosecondi di precisione.
`TIMESTAMP`	`DATETIME`	`TIMESTAMP` è un alias configurabile dall'utente che per impostazione predefinita è `TIMESTAMP_NTZ`, che corrisponde a `DATETIME` in BigQuery.
`TIMESTAMP_LTZ`	`TIMESTAMP`
`TIMESTAMP_NTZ/DATETIME`
`DATETIME`
`TIMESTAMP_TZ`	`TIMESTAMP`
`OBJECT`	`JSON`
`VARIANT`	`JSON`
`ARRAY`	`ARRAY<JSON>`	Il servizio di traduzione SQL conserva il tipo di dati per gli array tipizzati. Per gli array non tipizzati, ad esempio `ARRAY<VARIANT>`, BigQuery li converte in `ARRAY<JSON>`

BigQuery dispone anche dei seguenti tipi di dati che non hanno un analogo Snowflake diretto:

Sintassi `CREATE FUNCTION`

La seguente tabella illustra le differenze nella sintassi di creazione delle UDF SQL tra Snowflake e BigQuery.

Snowflake BigQuery

Snowflake	BigQuery
`CREATE [ OR REPLACE ] FUNCTION` `function_name` `([sql_arg_name sql_arg_data_type[,..]])` `RETURNS data_type` `AS sql_function_definition` `s`	`CREATE [OR REPLACE] FUNCTION function_name` `([sql_arg_name sql_arg_data_type[,..]])` `AS sql_function_definition` Nota: nel SQL UDF di BigQuery, il tipo di dati restituito è facoltativo. BigQuery deduce il tipo di risultato della funzione dal corpo della funzione SQL quando una query chiama la funzione.
`CREATE [OR REPLACE] FUNCTION` `function_name` `([sql_arg_name sql_arg_data_type[,..]])` `RETURNS TABLE (col_name, col_data_type[,..])` `AS sql_function_definition`	`CREATE [OR REPLACE] FUNCTION function_name` `([sql_arg_name sql_arg_data_type[,..]])` `RETURNS data_type` `AS sql_function_definition` Nota:in BigQuery SQL UDF, il tipo di tabella restituito non è supportato, ma è nella roadmap del prodotto e sarà disponibile a breve. Tuttavia, BigQuery supporta la restituzione di ARRAY di tipo STRUCT.
`CREATE [SECURE] FUNCTION` `function_name` `([sql_arg_name sql_arg_data_type[,..]])` `RETURNS data_type` `AS sql_function_definition` Nota: Snowflake offre un'opzione sicura per limitare la definizione e i dettagli delle UDF solo agli utenti autorizzati (ovvero gli utenti a cui è stato concesso il ruolo proprietario della visualizzazione).	`CREATE FUNCTION` `function_name` `([sql_arg_name sql_arg_data_type[,..]])` `RETURNS data_type` `AS sql_function_definition` Nota: la sicurezza delle funzioni non è un parametro configurabile in BigQuery. BigQuery supporta la creazione di ruoli e autorizzazioni IAM per limitare l'accesso ai dati e alla definizione della funzione sottostanti.
`CREATE [OR REPLACE] FUNCTION` `function_name` `([sql_arg_name sql_arg_data_type[,..]])` `RETURNS data_type` `[ { CALLED ON NULL INPUT \| { RETURNS NULL ON NULL INPUT \| STRICT } } ]` `AS sql_function_definition`	`CREATE [OR REPLACE] FUNCTION function_name` `([sql_arg_name sql_arg_data_type[,..]])` `RETURNS data_type` `AS sql_function_definition` Nota: il comportamento della funzione per gli input nulli viene gestito implicitamente in BigQuery e non deve essere specificato come opzione separata.
`CREATE [OR REPLACE] FUNCTION` `function_name` `([sql_arg_name sql_arg_data_type[,..]])` `RETURNS data_type` `[VOLATILE \| IMMUTABLE]` `AS sql_function_definition`	`CREATE [OR REPLACE] FUNCTION` `function_name` `([sql_arg_name sql_arg_data_type[,..]])` `RETURNS data_type` `AS sql_function_definition` Nota:la volatilità della funzione non è un parametro configurabile in BigQuery. Tutta la volatilità delle UDF BigQuery è equivalente alla volatilità `IMMUTABLE` di Snowflake (ovvero non esegue ricerche nel database o utilizza in altro modo informazioni non direttamente presenti nell'elenco degli argomenti).
`CREATE [OR REPLACE] FUNCTION` `function_name` `([sql_arg_name sql_arg_data_type[,..]])` `RETURNS data_type` `AS [' \| $$]` `sql_function_definition` `[' \| $$]`	`CREATE [OR REPLACE] FUNCTION` `function_name` `([sql_arg_name sql_arg_data_type[,..]])` `RETURNS data_type` `AS sql_function_definition` Nota: l'utilizzo di virgolette singole o di una sequenza di caratteri come le virgolette del dollaro ($$) is not required or supported in BigQuery. BigQuery implicitly interprets the SQL expression.
`CREATE [OR REPLACE] FUNCTION` `function_name` `([sql_arg_name sql_arg_data_type[,..]])` `RETURNS data_type` `[COMMENT = '<string_literal>']` `AS sql_function_definition`	`CREATE [OR REPLACE] FUNCTION` `function_name` `([sql_arg_name sql_arg_data_type[,..]])` `RETURNS data_type` `AS sql_function_definition` Note: Adding comments or descriptions in UDFs is not supported in BigQuery.
`CREATE [OR REPLACE] FUNCTION function_name` `(x integer, y integer)` `RETURNS integer` `AS $$` `SELECT x + y $$ Note: Snowflake does not support ANY TYPE for SQL UDFs. However, it supports using VARIANT data types.`	`CREATE [OR REPLACE] FUNCTION function_name` `(x ANY TYPE, y ANY TYPE)` `AS` `SELECT x + y` Note: BigQuery supports using ANY TYPE as argument type. The function will accept an input of any type for this argument. For more information, see templated parameter in BigQuery.

CREATE [ OR REPLACE ] FUNCTION

function_name

([sql_arg_name sql_arg_data_type[,..]])

RETURNS data_type

AS sql_function_definition

s

CREATE [OR REPLACE] FUNCTION function_name

([sql_arg_name sql_arg_data_type[,..]])

AS sql_function_definition

Nota: nel SQL UDF di BigQuery, il tipo di dati restituito è facoltativo. BigQuery deduce il tipo di risultato della funzione dal corpo della funzione SQL quando una query chiama la funzione.

CREATE [OR REPLACE] FUNCTION

function_name

([sql_arg_name sql_arg_data_type[,..]])

RETURNS TABLE (col_name, col_data_type[,..])

AS sql_function_definition

CREATE [OR REPLACE] FUNCTION function_name

([sql_arg_name sql_arg_data_type[,..]])

RETURNS data_type

AS sql_function_definition

Nota:in BigQuery SQL UDF, il tipo di tabella restituito non è supportato, ma è nella roadmap del prodotto e sarà disponibile a breve. Tuttavia, BigQuery supporta la restituzione di ARRAY di tipo STRUCT.

CREATE [SECURE] FUNCTION

function_name

([sql_arg_name sql_arg_data_type[,..]])

RETURNS data_type

AS sql_function_definition

Nota: Snowflake offre un'opzione sicura per limitare la definizione e i dettagli delle UDF solo agli utenti autorizzati (ovvero gli utenti a cui è stato concesso il ruolo proprietario della visualizzazione).

CREATE FUNCTION

function_name

([sql_arg_name sql_arg_data_type[,..]])

RETURNS data_type

AS sql_function_definition

Nota: la sicurezza delle funzioni non è un parametro configurabile in BigQuery. BigQuery supporta la creazione di ruoli e autorizzazioni IAM per limitare l'accesso ai dati e alla definizione della funzione sottostanti.

CREATE [OR REPLACE] FUNCTION

function_name

([sql_arg_name sql_arg_data_type[,..]])

RETURNS data_type

[ { CALLED ON NULL INPUT | { RETURNS NULL ON NULL INPUT | STRICT } } ]

AS sql_function_definition

CREATE [OR REPLACE] FUNCTION function_name

([sql_arg_name sql_arg_data_type[,..]])

RETURNS data_type

AS sql_function_definition

Nota: il comportamento della funzione per gli input nulli viene gestito implicitamente in BigQuery e non deve essere specificato come opzione separata.

CREATE [OR REPLACE] FUNCTION

function_name

([sql_arg_name sql_arg_data_type[,..]])

RETURNS data_type

[VOLATILE | IMMUTABLE]

AS sql_function_definition

CREATE [OR REPLACE] FUNCTION

function_name

([sql_arg_name sql_arg_data_type[,..]])

RETURNS data_type

AS sql_function_definition

Nota:la volatilità della funzione non è un parametro configurabile in BigQuery. Tutta la volatilità delle UDF BigQuery è equivalente alla volatilità IMMUTABLE di Snowflake (ovvero non esegue ricerche nel database o utilizza in altro modo informazioni non direttamente presenti nell'elenco degli argomenti).

CREATE [OR REPLACE] FUNCTION

function_name

([sql_arg_name sql_arg_data_type[,..]])

RETURNS data_type

AS [' | $$]

sql_function_definition

[' | $$]

CREATE [OR REPLACE] FUNCTION

function_name

([sql_arg_name sql_arg_data_type[,..]])

RETURNS data_type

AS sql_function_definition

Nota: l'utilizzo di virgolette singole o di una sequenza di caratteri come le virgolette del dollaro ($$) is not required or supported in BigQuery. BigQuery implicitly interprets the SQL expression.

CREATE [OR REPLACE] FUNCTION

function_name

([sql_arg_name sql_arg_data_type[,..]])

RETURNS data_type

[COMMENT = '<string_literal>']

AS sql_function_definition

CREATE [OR REPLACE] FUNCTION

function_name

([sql_arg_name sql_arg_data_type[,..]])

RETURNS data_type

AS sql_function_definition

Note: Adding comments or descriptions in UDFs is not supported in BigQuery.

CREATE [OR REPLACE] FUNCTION function_name

(x integer, y integer)

RETURNS integer

AS $$




  SELECT x + y



$$




Note: Snowflake does not support ANY TYPE for SQL UDFs. However, it supports using VARIANT data types.

CREATE [OR REPLACE] FUNCTION function_name

(x ANY TYPE, y ANY TYPE)

AS

SELECT x + y

Note: BigQuery supports using ANY TYPE as argument type. The function will accept an input of any type for this argument. For more information, see templated parameter in BigQuery.

BigQuery also supports the CREATE FUNCTION IF NOT EXISTSstatement which treats the query as successful and takes no action if a function with the same name already exists.

BigQuery's CREATE FUNCTIONstatement also supports creating TEMPORARY or TEMP functions, which do not have a Snowflake equivalent. See calling UDFs for details on executing a BigQuery persistent UDF.

`DROP FUNCTION` syntax

The following table addresses differences in DROP FUNCTION syntax between Snowflake and BigQuery.

Snowflake BigQuery

Snowflake	BigQuery
`DROP FUNCTION [IF EXISTS]` `function_name` `([arg_data_type, ... ])`	`DROP FUNCTION [IF EXISTS] dataset_name.function_name` Note: BigQuery does not require using the function's signature (argument data type) for deleting the function.

DROP FUNCTION [IF EXISTS]

function_name

([arg_data_type, ... ])

DROP FUNCTION [IF EXISTS] dataset_name.function_name

Note: BigQuery does not require using the function's signature (argument data type) for deleting the function.

BigQuery requires that you specify the project_name if the function is not located in the current project.

Additional function commands

This section covers additional UDF commands supported by Snowflake that are not directly available in BigQuery.

`ALTER FUNCTION` syntax

Snowflake supports the following operations using ALTER FUNCTION syntax.

Renaming a UDF
Converting to (or reverting from) a secure UDF
Adding, overwriting, removing a comment for a UDF

As configuring function security and adding function comments is not available in BigQuery, ALTER FUNCTION syntax is not supported. However, the CREATE FUNCTION statement can be used to create a UDF with the same function definition but a different name.

`DESCRIBE FUNCTION` syntax

Snowflake supports describing a UDF using DESC[RIBE] FUNCTION syntax. This is not supported in BigQuery. However, querying UDF metadata via INFORMATION SCHEMA will be available soon as part of the product roadmap.

`SHOW USER FUNCTIONS` syntax

In Snowflake, SHOW USER FUNCTIONS syntax can be used to list all UDFs for which users have access privileges. This is not supported in BigQuery. However, querying UDF metadata via INFORMATION SCHEMA will be available soon as part of the product roadmap.

Stored procedures

Snowflake stored procedures are written in JavaScript, which can execute SQL statements by calling a JavaScript API. In BigQuery, stored procedures are defined using a block of SQL statements.

`CREATE PROCEDURE` syntax

In Snowflake, a stored procedure is executed with a CALL command while in BigQuery, stored procedures are executed like any other BigQuery function.

The following table addresses differences in stored procedure creation syntax between Snowflake and BigQuery.

Snowflake BigQuery

Snowflake	BigQuery
`CREATE [OR REPLACE] PROCEDURE` `procedure_name` `([arg_name arg_data_type[,..]])` `RETURNS data_type` `AS procedure_definition;` Note: Snowflake requires that stored procedures return a single value. Hence, return data type is a required option.	`CREATE [OR REPLACE] PROCEDURE` `procedure_name` `([arg_mode arg_name arg_data_type[,..]])` `BEGIN` `procedure_definition` `END;` `arg_mode: IN \| OUT \| INOUT` Note: BigQuery doesn't support a return type for stored procedures. Also, it requires specifying argument mode for each argument passed.
`CREATE [OR REPLACE] PROCEDURE` `procedure_name` `([arg_name arg_data_type[,..]])` `RETURNS data_type` `AS` `$$` `javascript_code` `$$;`	`CREATE [OR REPLACE] PROCEDURE` `procedure_name` `([arg_name arg_data_type[,..]])` `BEGIN` `statement_list` `END;`
`CREATE [OR REPLACE] PROCEDURE` `procedure_name` `([arg_name arg_data_type[,..]])` `RETURNS data_type` `[{CALLED ON NULL INPUT \| {RETURNS NULL ON NULL INPUT \| STRICT}}]` `AS procedure_definition;`	`CREATE [OR REPLACE] PROCEDURE` `procedure_name` `([arg_name arg_data_type[,..]])` `BEGIN` `procedure_definition` `END;` Nota: il comportamento della procedura per gli input nulli viene gestito implicitamente in BigQuery e non deve essere specificato come opzione separata.
`CREATE [OR REPLACE] PROCEDURE` `procedure_name` `([arg_name arg_data_type[,..]])` `RETURNS data_type` `[VOLATILE \| IMMUTABLE]` `AS procedure_definition;`	`CREATE [OR REPLACE] PROCEDURE` `procedure_name` `([arg_name arg_data_type[,..]])` `BEGIN` `procedure_definition` `END;` Nota:la volatilità della procedura non è un parametro configurabile in BigQuery. È equivalente alla volatilità `IMMUTABLE` di Snowflake.
`CREATE [OR REPLACE] PROCEDURE` `procedure_name` `([arg_name arg_data_type[,..]])` `RETURNS data_type` `[COMMENT = '<string_literal>']` `AS procedure_definition;`	`CREATE [OR REPLACE] PROCEDURE` `procedure_name` `([arg_name arg_data_type[,..]])` `BEGIN` `procedure_definition` `END;` Nota: l'aggiunta di commenti o descrizioni nelle definizioni delle procedure non è supportata in BigQuery.
`CREATE [OR REPLACE] PROCEDURE` `procedure_name` `([arg_name arg_data_type[,..]])` `RETURNS data_type` `[EXECUTE AS { CALLER \| OWNER }]` `AS procedure_definition;` Nota: Snowflake supporta la specifica del chiamante o del proprietario della procedura per l'esecuzione	`CREATE [OR REPLACE] PROCEDURE` `procedure_name` `([arg_name arg_data_type[,..]])` `BEGIN` `procedure_definition` `END;` Nota: le stored procedure BigQuery vengono sempre eseguite come chiamante

CREATE [OR REPLACE] PROCEDURE

procedure_name

([arg_name arg_data_type[,..]])

RETURNS data_type

AS procedure_definition;

Note: Snowflake requires that stored procedures return a single value. Hence, return data type is a required option.

CREATE [OR REPLACE] PROCEDURE

procedure_name

([arg_mode arg_name arg_data_type[,..]])

BEGIN

procedure_definition

END;

arg_mode: IN | OUT | INOUT

Note: BigQuery doesn't support a return type for stored procedures. Also, it requires specifying argument mode for each argument passed.

CREATE [OR REPLACE] PROCEDURE

procedure_name

([arg_name arg_data_type[,..]])

RETURNS data_type

AS

$$

javascript_code

$$;

CREATE [OR REPLACE] PROCEDURE

procedure_name

([arg_name arg_data_type[,..]])

BEGIN

statement_list

END;

CREATE [OR REPLACE] PROCEDURE

procedure_name

([arg_name arg_data_type[,..]])

RETURNS data_type

[{CALLED ON NULL INPUT | {RETURNS NULL ON NULL INPUT | STRICT}}]

AS procedure_definition;

CREATE [OR REPLACE] PROCEDURE

procedure_name

([arg_name arg_data_type[,..]])

BEGIN

procedure_definition

END;

Nota: il comportamento della procedura per gli input nulli viene gestito implicitamente in BigQuery e non deve essere specificato come opzione separata.

CREATE [OR REPLACE] PROCEDURE

procedure_name

([arg_name arg_data_type[,..]])

RETURNS data_type

[VOLATILE | IMMUTABLE]

AS procedure_definition;

CREATE [OR REPLACE] PROCEDURE

procedure_name

([arg_name arg_data_type[,..]])

BEGIN

procedure_definition

END;

Nota:la volatilità della procedura non è un parametro configurabile in BigQuery. È equivalente alla volatilità IMMUTABLE di Snowflake.

CREATE [OR REPLACE] PROCEDURE

procedure_name

([arg_name arg_data_type[,..]])

RETURNS data_type

[COMMENT = '<string_literal>']

AS procedure_definition;

CREATE [OR REPLACE] PROCEDURE

procedure_name

([arg_name arg_data_type[,..]])

BEGIN

procedure_definition

END;

Nota: l'aggiunta di commenti o descrizioni nelle definizioni delle procedure non è supportata in BigQuery.

CREATE [OR REPLACE] PROCEDURE

procedure_name

([arg_name arg_data_type[,..]])

RETURNS data_type

[EXECUTE AS { CALLER | OWNER }]

AS procedure_definition;

Nota: Snowflake supporta la specifica del chiamante o del proprietario della procedura per l'esecuzione

CREATE [OR REPLACE] PROCEDURE

procedure_name

([arg_name arg_data_type[,..]])

BEGIN

procedure_definition

END;

Nota: le stored procedure BigQuery vengono sempre eseguite come chiamante

BigQuery supporta anche l'istruzione CREATE PROCEDURE IF NOT EXISTS, che considera la query riuscita e non esegue alcuna azione se esiste già una funzione con lo stesso nome.

Sintassi `DROP PROCEDURE`

La seguente tabella illustra le differenze nella sintassi DROP FUNCTION tra Snowflake e BigQuery.

Snowflake BigQuery

Snowflake	BigQuery
`DROP PROCEDURE [IF EXISTS]` `procedure_name` `([arg_data_type, ... ])`	`DROP PROCEDURE [IF EXISTS] dataset_name.procedure_name` Nota: BigQuery non richiede l'utilizzo della firma della procedura (tipo di dati dell'argomento) per l'eliminazione della procedura.

DROP PROCEDURE [IF EXISTS]

procedure_name

([arg_data_type, ... ])

DROP PROCEDURE [IF EXISTS] dataset_name.procedure_name

Nota: BigQuery non richiede l'utilizzo della firma della procedura (tipo di dati dell'argomento) per l'eliminazione della procedura.

BigQuery richiede di specificare project_name se la procedura non si trova nel progetto corrente.

Comandi per procedure aggiuntive

Snowflake fornisce comandi aggiuntivi come ALTER PROCEDURE, DESC[RIBE] PROCEDURE e SHOW PROCEDURES per gestire le stored procedure. Questi non sono supportati in BigQuery.

Istruzioni SQL per metadati e transazioni

Snowflake	BigQuery
`BEGIN [ { WORK \| TRANSACTION } ] [ NAME <name> ]; START_TRANSACTION [ name <name> ];`	BigQuery utilizza sempre l'isolamento dello snapshot. Per i dettagli, consulta la sezione Garanzie di coerenza in questo documento.
`COMMIT;`	Non utilizzato in BigQuery.
`ROLLBACK;`	Non utilizzato in BigQuery
`SHOW LOCKS [ IN ACCOUNT ]; SHOW TRANSACTIONS [ IN ACCOUNT ]; Note: If the user has the ACCOUNTADMIN role, the user can see locks/transactions for all users in the account.`	Non utilizzato in BigQuery.

Istruzioni SQL multiriga e con più istruzioni

Sia Snowflake che BigQuery supportano le transazioni (sessioni) e quindi le istruzioni separate da punti e virgola che vengono eseguite in modo coerente insieme. Per maggiori informazioni, consulta la sezione Transazioni con più estratti conto.

Colonne di metadati per i file di staging

Snowflake genera automaticamente i metadati per i file nelle fasi interne ed esterne. Questi metadati possono essere interrogati e caricati in una tabella insieme alle normali colonne di dati. È possibile utilizzare le seguenti colonne di metadati:

Garanzie di coerenza e isolamento delle transazioni

Sia Snowflake che BigQuery sono atomici, ovvero conformi ad ACID a livello di mutazione in molte righe.

Transazioni

A ogni transazione Snowflake viene assegnato un orario di inizio univoco (inclusi i millisecondi) impostato come ID transazione. Snowflake supporta solo il READ COMMITTED livello di isolamento. Tuttavia, un'istruzione può vedere le modifiche apportate da un'altra istruzione se entrambe si trovano nella stessa transazione, anche se queste modifiche non sono ancora state eseguite. Le transazioni Snowflake acquisiscono blocchi sulle risorse (tabelle) quando la risorsa viene modificata. Gli utenti possono regolare il tempo massimo di attesa di un'istruzione bloccata prima che scada il relativo timeout. Le istruzioni DML vengono eseguite automaticamente se il parametro AUTOCOMMIT è attivo.

BigQuery supporta anche le transazioni. BigQuery contribuisce a garantire il controllo della concorrenza ottimistico (vince chi esegue il commit per primo) con l'isolamento dello snapshot, in cui una query legge gli ultimi dati di cui è stato eseguito il commit prima dell'inizio della query. Questo approccio garantisce lo stesso livello di coerenza per riga, per mutazione e tra le righe all'interno della stessa istruzione DML, evitando al contempo i deadlock. In caso di più aggiornamenti DML sulla stessa tabella, BigQuery passa al controllo della concorrenza pessimistico. I job di caricamento possono essere eseguiti in modo completamente indipendente e aggiungere dati alle tabelle. Tuttavia, BigQuery non fornisce un limite di transazione esplicito o una sessione.

Esegui il rollback

Se la sessione di una transazione Snowflake viene terminata in modo imprevisto prima che la transazione venga eseguita o annullata, la transazione viene lasciata in uno stato separato. L'utente deve eseguire SYSTEM$ABORT_TRANSACTION per interrompere la transazione separata oppure Snowflake eseguirà il rollback della transazione separata dopo quattro ore di inattività. Se si verifica un deadlock, Snowflake lo rileva e seleziona l'istruzione più recente da eseguire il rollback. Se l'istruzione DML in una transazione aperta in modo esplicito non va a buon fine, le modifiche vengono annullate, ma la transazione rimane aperta finché non viene eseguito il commit o il rollback. Le istruzioni DDL in Snowflake non possono essere ripristinate perché vengono eseguite automaticamente.

BigQuery supporta l'istruzione ROLLBACK TRANSACTION. Non esiste un'istruzione ABORT in BigQuery.

Limiti per i database

Controlla sempre la documentazione pubblica di BigQuery per quote e limiti più recenti. Molte quote per gli utenti con volumi elevati possono essere aumentate contattando il team di assistenza Cloud.

Per impostazione predefinita, tutti gli account Snowflake hanno limiti temporanei. I limiti temporanei vengono impostati durante la creazione dell'account e possono variare. Molti limiti temporanei di Snowflake possono essere aumentati tramite il team dedicato all'account Snowflake o un ticket di assistenza.

La tabella seguente mostra un confronto tra i limiti dei database Snowflake e BigQuery.

Limite	Snowflake	BigQuery
Dimensioni del testo della query	1 MB	1 MB
Numero massimo di query simultanee	XS Warehouse - 8 S Warehouse - 16 M Warehouse - 32 L Warehouse - 64 XL Warehouse - 128	100

Guida alla traduzione SQL di Snowflake

Tipi di dati

Sintassi CREATE FUNCTION

DROP FUNCTION syntax

Additional function commands

ALTER FUNCTION syntax

DESCRIBE FUNCTION syntax

SHOW USER FUNCTIONS syntax

Stored procedures

CREATE PROCEDURE syntax

Sintassi DROP PROCEDURE

Comandi per procedure aggiuntive

Istruzioni SQL per metadati e transazioni

Istruzioni SQL multiriga e con più istruzioni

Colonne di metadati per i file di staging

Garanzie di coerenza e isolamento delle transazioni

Transazioni

Esegui il rollback

Limiti per i database

Sintassi `CREATE FUNCTION`

`DROP FUNCTION` syntax

`ALTER FUNCTION` syntax

`DESCRIBE FUNCTION` syntax

`SHOW USER FUNCTIONS` syntax

`CREATE PROCEDURE` syntax

Sintassi `DROP PROCEDURE`