Panduan terjemahan SQL Snowflake

Dokumen ini menjelaskan persamaan dan perbedaan sintaksis SQL antara Snowflake dan BigQuery untuk membantu mempercepat perencanaan dan eksekusi pemindahan EDW (Enterprise Data Warehouse) Anda ke BigQuery. Data warehousing Snowflake dirancang untuk digunakan dengan sintaksis SQL khusus Snowflake. Skrip yang ditulis untuk Snowflake mungkin perlu diubah sebelum Anda dapat menggunakannya di BigQuery, karena dialek SQL bervariasi antarlayanan. Gunakan terjemahan SQL batch untuk memigrasikan skrip SQL secara massal, atau terjemahan SQL interaktif untuk menerjemahkan kueri ad hoc. Snowflake SQL didukung oleh kedua alat dalam pratinjau.

Jenis data

Bagian ini menampilkan padanan antara jenis data di Snowflake dan BigQuery.

Snowflake	BigQuery	Catatan
`NUMBER/ DECIMAL/NUMERIC`	`NUMERIC/BIGNUMERIC`	Dapat dipetakan ke `NUMERIC` atau `BIGNUMERIC`, bergantung pada presisi dan skala. Jenis data `NUMBER` di Snowflake mendukung presisi 38 digit dan skala 37 digit. Presisi dan skala dapat ditentukan sesuai dengan pengguna. BigQuery mendukung `NUMERIC` dan `BIGNUMERIC` dengan presisi dan skala yang ditentukan secara opsional dalam batas tertentu.
`INT/INTEGER`	`BIGNUMERIC`	`INT/INTEGER` dan semua jenis data lainnya yang mirip dengan `INT`, seperti `BIGINT, TINYINT, SMALLINT, BYTEINT` mewakili alias untuk jenis data `NUMBER` dengan presisi dan skala tidak dapat ditentukan dan selalu `NUMBER(38, 0)` BigQuery mengonversi `INTEGER` menjadi `INT64` secara default. Untuk mengonfigurasi terjemahan SQL agar mengonversinya ke tipe data lain, Anda dapat menggunakan opsi konfigurasi `REWRITE_ZERO_SCALE_NUMERIC_AS_INTEGER`
`BIGINT`	`BIGNUMERIC`
`SMALLINT`	`BIGNUMERIC`
`TINYINT`	`BIGNUMERIC`
`BYTEINT`	`BIGNUMERIC`
`FLOAT/ FLOAT4/ FLOAT8`	`FLOAT64`	Jenis data `FLOAT` di Snowflake menetapkan 'NaN' sebagai > X, dengan X adalah nilai FLOAT (selain 'NaN' itu sendiri). Jenis data `FLOAT` di BigQuery menetapkan 'NaN' sebagai < X, dengan X adalah nilai FLOAT (selain 'NaN' itu sendiri).
`DOUBLE/ DOUBLE PRECISION/` `REAL`	`FLOAT64`	Jenis data `DOUBLE` di Snowflake mirip dengan jenis data `FLOAT` di Snowflake, tetapi biasanya salah ditampilkan sebagai `FLOAT`. File disimpan dengan benar sebagai `DOUBLE`.
`VARCHAR`	`STRING`	Jenis data `VARCHAR` di Snowflake memiliki panjang maksimum 128 MB (tidak dikompresi). Jika panjang tidak ditentukan, panjang defaultnya adalah panjang maksimum. Jenis data `STRING` di BigQuery disimpan sebagai Unicode berenkode UTF-8 dengan panjang variabel. Untuk mengetahui informasi selengkapnya tentang batas kolom dan baris, lihat Tugas kueri.
`CHAR/CHARACTER`	`STRING`
`STRING/TEXT`	`STRING`	Jenis data `STRING` di Snowflake identik dengan VARCHAR Snowflake.
`BINARY`	`BYTES`
`VARBINARY`	`BYTES`
`BOOLEAN`	`BOOL`	Jenis data `BOOL` di BigQuery hanya dapat menerima `TRUE/FALSE`, tidak seperti jenis data `BOOL` di Snowflake, yang dapat menerima TRUE/FALSE/NULL.
`DATE`	`DATE`	Jenis `DATE` di Snowflake menerima format tanggal yang paling umum, tidak seperti jenis `DATE` di BigQuery, yang hanya menerima tanggal dalam format, 'YYYY-[M]M-[D]D'.
`TIME`	`TIME`	Jenis TIME di Snowflake mendukung presisi 0 hingga 9 nanodetik, sedangkan jenis TIME di BigQuery mendukung presisi 0 hingga 6 nanodetik.
`TIMESTAMP`	`DATETIME`	`TIMESTAMP` adalah alias yang dapat dikonfigurasi pengguna dan ditetapkan secara default ke `TIMESTAMP_NTZ` yang memetakan ke `DATETIME` di BigQuery.
`TIMESTAMP_LTZ`	`TIMESTAMP`
`TIMESTAMP_NTZ/DATETIME`
`DATETIME`
`TIMESTAMP_TZ`	`TIMESTAMP`
`OBJECT`	`JSON`
`VARIANT`	`JSON`
`ARRAY`	`ARRAY<JSON>`	Layanan terjemahan SQL mempertahankan jenis data untuk array yang diketik. Untuk array yang tidak memiliki jenis, seperti `ARRAY<VARIANT>`, BigQuery mengonversinya menjadi `ARRAY<JSON>`

BigQuery juga memiliki jenis data berikut yang tidak memiliki analog Snowflake langsung:

Sintaksis `CREATE FUNCTION`

Tabel berikut membahas perbedaan sintaksis pembuatan UDF SQL antara Snowflake dan 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` Catatan: Di BigQuery UDF pada SQL, jenis data yang ditampilkan bersifat opsional. BigQuery menyimpulkan jenis hasil fungsi dari isi fungsi SQL saat kueri memanggil fungsi.
`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` Catatan:Di SQL UDF BigQuery, jenis tabel yang ditampilkan tidak didukung, tetapi ada dalam roadmap produk dan akan segera tersedia. Namun, BigQuery mendukung ditampilkannya ARRAY jenis STRUCT.
`CREATE [SECURE] FUNCTION` `function_name` `([sql_arg_name sql_arg_data_type[,..]])` `RETURNS data_type` `AS sql_function_definition` Catatan: Snowflake memberikan opsi yang aman untuk membatasi definisi dan detail UDF hanya kepada pengguna yang diberi otorisasi (yaitu, pengguna yang diberi peran yang memiliki tampilan).	`CREATE FUNCTION` `function_name` `([sql_arg_name sql_arg_data_type[,..]])` `RETURNS data_type` `AS sql_function_definition` Catatan: Keamanan fungsi bukanlah parameter yang dapat dikonfigurasi di BigQuery. BigQuery mendukung pembuatan peran dan izin IAM guna membatasi akses ke data pokok dan definisi fungsi.
`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` Catatan: Perilaku fungsi untuk input null secara implisit ditangani di BigQuery dan tidak perlu ditentukan sebagai opsi terpisah.
`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` Catatan:Volatilitas fungsi bukanlah parameter yang dapat dikonfigurasi di BigQuery. Semua volatilitas BigQuery UDF setara dengan volatilitas `IMMUTABLE` Snowflake (artinya, tidak melakukan pencarian database atau menggunakan informasi yang tidak langsung ada dalam daftar argumennya).
`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` Catatan: Penggunaan tanda kutip tunggal atau rangkaian karakter seperti kutipan dolar ($$) is not required or supported in BigQuery. BigQuery implicitly interprets the SQL expression.
`CREATE [OR REPLACE] FUNCTION` `function_name` `([sql_arg_name sql_arg_data_type[,..]])` `RETURNS data_type` `[COMMENT = '<string_literal>']` `AS sql_function_definition`	`CREATE [OR REPLACE] FUNCTION` `function_name` `([sql_arg_name sql_arg_data_type[,..]])` `RETURNS data_type` `AS sql_function_definition` Note: Adding comments or descriptions in UDFs is not supported in BigQuery.
`CREATE [OR REPLACE] FUNCTION function_name` `(x integer, y integer)` `RETURNS integer` `AS $$` `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

Catatan: Di BigQuery UDF pada SQL, jenis data yang ditampilkan bersifat opsional. BigQuery menyimpulkan jenis hasil fungsi dari isi fungsi SQL saat kueri memanggil fungsi.

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

Catatan:Di SQL UDF BigQuery, jenis tabel yang ditampilkan tidak didukung, tetapi ada dalam roadmap produk dan akan segera tersedia. Namun, BigQuery mendukung ditampilkannya ARRAY jenis STRUCT.

CREATE [SECURE] FUNCTION

function_name

([sql_arg_name sql_arg_data_type[,..]])

RETURNS data_type

AS sql_function_definition

Catatan: Snowflake memberikan opsi yang aman untuk membatasi definisi dan detail UDF hanya kepada pengguna yang diberi otorisasi (yaitu, pengguna yang diberi peran yang memiliki tampilan).

CREATE FUNCTION

function_name

([sql_arg_name sql_arg_data_type[,..]])

RETURNS data_type

AS sql_function_definition

Catatan: Keamanan fungsi bukanlah parameter yang dapat dikonfigurasi di BigQuery. BigQuery mendukung pembuatan peran dan izin IAM guna membatasi akses ke data pokok dan definisi fungsi.

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

Catatan: Perilaku fungsi untuk input null secara implisit ditangani di BigQuery dan tidak perlu ditentukan sebagai opsi terpisah.

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

Catatan:Volatilitas fungsi bukanlah parameter yang dapat dikonfigurasi di BigQuery. Semua volatilitas BigQuery UDF setara dengan volatilitas IMMUTABLE Snowflake (artinya, tidak melakukan pencarian database atau menggunakan informasi yang tidak langsung ada dalam daftar argumennya).

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

Catatan: Penggunaan tanda kutip tunggal atau rangkaian karakter seperti kutipan dolar ($$) 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;` Catatan: Perilaku prosedur untuk input null secara implisit ditangani di BigQuery dan tidak perlu ditentukan sebagai opsi terpisah.
`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;` Catatan:Ketidakstabilan prosedur bukanlah parameter yang dapat dikonfigurasi di BigQuery. Ini setara dengan volatilitas `IMMUTABLE` 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;` Catatan: Menambahkan komentar atau deskripsi dalam definisi prosedur tidak didukung di BigQuery.
`CREATE [OR REPLACE] PROCEDURE` `procedure_name` `([arg_name arg_data_type[,..]])` `RETURNS data_type` `[EXECUTE AS { CALLER \| OWNER }]` `AS procedure_definition;` Catatan: Snowflake mendukung penentuan pemanggil atau pemilik prosedur eksekusi	`CREATE [OR REPLACE] PROCEDURE` `procedure_name` `([arg_name arg_data_type[,..]])` `BEGIN` `procedure_definition` `END;` Catatan: Prosedur yang disimpan di BigQuery selalu dijalankan sebagai pemanggil

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;

Catatan: Perilaku prosedur untuk input null secara implisit ditangani di BigQuery dan tidak perlu ditentukan sebagai opsi terpisah.

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;

Catatan:Ketidakstabilan prosedur bukanlah parameter yang dapat dikonfigurasi di BigQuery. Ini setara dengan volatilitas IMMUTABLE 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;

Catatan: Menambahkan komentar atau deskripsi dalam definisi prosedur tidak didukung di BigQuery.

CREATE [OR REPLACE] PROCEDURE

procedure_name

([arg_name arg_data_type[,..]])

RETURNS data_type

[EXECUTE AS { CALLER | OWNER }]

AS procedure_definition;

Catatan: Snowflake mendukung penentuan pemanggil atau pemilik prosedur eksekusi

CREATE [OR REPLACE] PROCEDURE

procedure_name

([arg_name arg_data_type[,..]])

BEGIN

procedure_definition

END;

Catatan: Prosedur yang disimpan di BigQuery selalu dijalankan sebagai pemanggil

BigQuery juga mendukung pernyataan CREATE PROCEDURE IF NOT EXISTS yang memperlakukan kueri sebagai berhasil dan tidak mengambil tindakan jika fungsi dengan nama yang sama sudah ada.

Sintaksis `DROP PROCEDURE`

Tabel berikut membahas perbedaan sintaksis DROP FUNCTION antara Snowflake dan BigQuery.

Snowflake BigQuery

Snowflake	BigQuery
`DROP PROCEDURE [IF EXISTS]` `procedure_name` `([arg_data_type, ... ])`	`DROP PROCEDURE [IF EXISTS] dataset_name.procedure_name` Catatan: BigQuery tidak memerlukan penggunaan tanda tangan prosedur (jenis data argumen) untuk menghapus prosedur.

DROP PROCEDURE [IF EXISTS]

procedure_name

([arg_data_type, ... ])

DROP PROCEDURE [IF EXISTS] dataset_name.procedure_name

Catatan: BigQuery tidak memerlukan penggunaan tanda tangan prosedur (jenis data argumen) untuk menghapus prosedur.

BigQuery mengharuskan Anda menentukan project_name jika prosedur tidak berada di project saat ini.

Perintah prosedur tambahan

Snowflake menyediakan perintah tambahan seperti ALTER PROCEDURE.DESC[RIBE] PROCEDURE , dan SHOW PROCEDURES untuk mengelola prosedur yang tersimpan. Hal ini tidak didukung di BigQuery.

Pernyataan SQL transaksi dan metadata

Snowflake	BigQuery
`BEGIN [ { WORK \| TRANSACTION } ] [ NAME <name> ]; START_TRANSACTION [ name <name> ];`	BigQuery selalu menggunakan Snapshot Isolation. Untuk mengetahui detailnya, lihat Jaminan konsistensi di bagian lain dalam dokumen ini.
`COMMIT;`	Tidak digunakan di BigQuery.
`ROLLBACK;`	Tidak digunakan di 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.`	Tidak digunakan di BigQuery.

Pernyataan SQL multi-pernyataan dan multi-baris

Snowflake dan BigQuery mendukung transaksi (sesi) dan oleh karena itu, mendukung pernyataan yang dipisahkan dengan titik koma yang dijalankan bersama secara konsisten. Untuk informasi selengkapnya, lihat Transaksi multi-pernyataan.

Kolom metadata untuk file bertahap

Snowflake secara otomatis menghasilkan metadata untuk file dalam tahap internal dan eksternal. Metadata ini dapat dikueri dan dimuat ke dalam tabel bersama kolom data reguler. Kolom metadata berikut dapat digunakan:

Jaminan konsistensi dan transaction isolation

Snowflake dan BigQuery bersifat atomik—yaitu, mematuhi ACID pada tingkat per mutasi di banyak baris.

Transaksi

Setiap transaksi Snowflake diberi waktu mulai unik (termasuk milidetik) yang ditetapkan sebagai ID transaksi. Snowflake hanya mendukung tingkat isolasi READ COMMITTED. Namun, sebuah pernyataan dapat melihat perubahan yang dibuat oleh pernyataan lain jika keduanya berada dalam transaksi yang sama, meskipun perubahan tersebut belum di-commit. Transaksi Snowflake memperoleh kunci pada resource (tabel) saat resource tersebut diubah. Pengguna dapat menyesuaikan waktu maksimum pernyataan yang diblokir akan menunggu hingga waktu pernyataan Anda habis. Pernyataan DML diotomatiskan jika parameter AUTOCOMMIT diaktifkan.

BigQuery juga mendukung transaksi. BigQuery membantu memastikan kontrol serentak optimis (kemenangan pertama dengan commit) dengan isolasi snapshot, di mana kueri membaca pesan terakhir yang di-commit data sebelum kueri dimulai. Pendekatan ini menjamin tingkat konsistensi yang sama pada basis per baris, per mutasi, dan di seluruh baris dalam pernyataan DML yang sama, namun menghindari deadlock. Dalam kasus beberapa update DML terhadap tabel yang sama, BigQuery akan beralih ke kontrol serentak pesimis. Tugas pemuatan dapat berjalan sepenuhnya secara independen dan ditambahkan ke tabel. Namun, BigQuery tidak menyediakan batas transaksi atau sesi eksplisit.

Rollback

Jika sesi transaksi Snowflake tiba-tiba dihentikan sebelum transaksi di-commit atau di-roll back, transaksi akan dibiarkan dalam status terpisah. Pengguna harus menjalankan SYSTEM$ABORT_TRANSACTION untuk membatalkan transaksi yang terpisah, atau Snowflake akan me-roll back transaksi terpisah setelah empat jam tidak ada aktivitas. Jika terjadi deadlock, Snowflake akan mendeteksi deadlock dan memilih pernyataan yang lebih baru untuk melakukan roll back. Jika pernyataan DML dalam transaksi yang dibuka secara eksplisit gagal, perubahan akan di-roll back, tetapi transaksi akan tetap terbuka hingga di-commit atau di-roll back. Pernyataan DDL di Snowflake tidak dapat di-roll back karena di-commit secara otomatis.

BigQuery mendukung pernyataan ROLLBACK TRANSACTION. Tidak ada pernyataan ABORT di BigQuery.

Batas database

Selalu periksa dokumentasi publik BigQuery untuk mengetahui kuota dan batas terbaru. Banyak kuota untuk pengguna bervolume besar dapat ditambah dengan menghubungi tim Dukungan Cloud.

Semua akun Snowflake memiliki batas yang dapat dilewati secara default. Batas sementara ditetapkan selama pembuatan akun dan dapat bervariasi. Banyak batas lunak Snowflake dapat dinaikkan melalui tim akun Snowflake atau tiket dukungan.

Tabel berikut menunjukkan perbandingan batas database Snowflake dan BigQuery.

Batas	Snowflake	BigQuery
Ukuran teks kueri	1 MB	1 MB
Jumlah maksimum kueri serentak	XS Warehouse - 8 S Warehouse - 16 M Warehouse - 32 L Warehouse - 64 XL Warehouse - 128	100

Panduan terjemahan SQL Snowflake

Jenis data

Sintaksis CREATE FUNCTION

DROP FUNCTION syntax

Additional function commands

ALTER FUNCTION syntax

DESCRIBE FUNCTION syntax

SHOW USER FUNCTIONS syntax

Stored procedures

CREATE PROCEDURE syntax

Sintaksis DROP PROCEDURE

Perintah prosedur tambahan

Pernyataan SQL transaksi dan metadata

Pernyataan SQL multi-pernyataan dan multi-baris

Kolom metadata untuk file bertahap

Jaminan konsistensi dan transaction isolation

Transaksi

Rollback

Batas database

Sintaksis `CREATE FUNCTION`

`DROP FUNCTION` syntax

`ALTER FUNCTION` syntax

`DESCRIBE FUNCTION` syntax

`SHOW USER FUNCTIONS` syntax

`CREATE PROCEDURE` syntax

Sintaksis `DROP PROCEDURE`