Guía de traducción de SQL de Snowflake

En este documento, se detallan las similitudes y diferencias que existen en la sintaxis de SQL entre Snowflake y BigQuery para ayudar a acelerar la planificación y ejecución de la transferencia de tu EDW (almacén de datos empresariales) a BigQuery. El almacenamiento de datos de Snowflake está diseñado para funcionar con la sintaxis de SQL específica de Snowflake. Es posible que las secuencias de comandos escritas para Snowflake necesiten modificarse antes de que puedas usarlas en BigQuery, ya que los dialectos de SQL varían según los servicios. Usa la traducción de SQL por lotes para migrar tus secuencias de comandos de SQL de forma masiva o la traducción de SQL interactiva para traducir consultas ad hoc. Snowflake SQL es compatible con ambas herramientas en la versión preliminar.

Tipos de datos

En esta sección, se muestran los equivalentes entre los tipos de datos en Snowflake y en BigQuery.

Snowflake	BigQuery	Notas
`NUMBER/ DECIMAL/NUMERIC`	`NUMERIC/BIGNUMERIC`	Se puede asignar a `NUMERIC` o `BIGNUMERIC`, según la precisión y la escala. El tipo de datos `NUMBER` en Snowflake admite 38 dígitos de precisión y 37 dígitos de escala. La precisión y la escala se pueden especificar según el usuario. BigQuery admite `NUMERIC` y `BIGNUMERIC` con precisión y escalamiento especificados de forma opcional dentro de ciertos límites.
`INT/INTEGER`	`BIGNUMERIC`	`INT/INTEGER` y todos los demás tipos de datos similares a `INT`, como `BIGINT, TINYINT, SMALLINT, BYTEINT`, representan un alias para el tipo de datos `NUMBER` en el que la precisión y la escala no se pueden especificar y siempre son `NUMBER(38, 0)` BigQuery convierte `INTEGER` en `INT64` de forma predeterminada. Para configurar la traducción de SQL de modo que se convierta a otros tipos de datos, puedes usar la opción de configuración `REWRITE_ZERO_SCALE_NUMERIC_AS_INTEGER`.
`BIGINT`	`BIGNUMERIC`
`SMALLINT`	`BIGNUMERIC`
`TINYINT`	`BIGNUMERIC`
`BYTEINT`	`BIGNUMERIC`
`FLOAT/ FLOAT4/ FLOAT8`	`FLOAT64`	El tipo de datos `FLOAT` en Snowflake establece “NaN” como > X, en el que X es cualquier valor FLOAT (distinto de “NaN” en sí). El tipo de datos `FLOAT` en BigQuery establece “NaN” como < X, en el que X es cualquier valor FLOAT (distinto de “NaN” en sí).
`DOUBLE/ DOUBLE PRECISION/` `REAL`	`FLOAT64`	El tipo de datos `DOUBLE` en Snowflake es sinónimo del tipo de datos `FLOAT` en Snowflake, pero suele mostrarse de forma incorrecta como `FLOAT`. Se almacena correctamente como `DOUBLE`.
`VARCHAR`	`STRING`	El tipo de datos `VARCHAR` en Snowflake tiene una longitud máxima de 128 MB (sin comprimir). Si no se especifica la longitud, el valor predeterminado es la longitud máxima. El tipo de datos `STRING` en BigQuery se almacena como Unicode codificado en UTF-8 de longitud variable. Para obtener más información sobre los límites de columnas y filas, consulta Trabajos de consulta.
`CHAR/CHARACTER`	`STRING`
`STRING/TEXT`	`STRING`	El tipo de datos `STRING` en Snowflake es sinónimo de VARCHAR de Snowflake.
`BINARY`	`BYTES`
`VARBINARY`	`BYTES`
`BOOLEAN`	`BOOL`	El tipo de datos `BOOL` en BigQuery solo puede aceptar `TRUE/FALSE`, a diferencia del tipo de datos `BOOL` en Snowflake, que puede aceptar TRUE/FALSE/NULL.
`DATE`	`DATE`	El tipo `DATE` en Snowflake acepta los formatos de fecha más comunes, a diferencia del tipo `DATE` en BigQuery, que solo acepta fechas en el formato “AAAA-[M]M-[D]D”.
`TIME`	`TIME`	El tipo TIME en Snowflake admite entre 0 y 9 nanosegundos de precisión, mientras que el tipo TIME en BigQuery admite entre 0 y 6 nanosegundos de precisión.
`TIMESTAMP`	`DATETIME`	`TIMESTAMP` es un alias configurable por el usuario que se configura de forma predeterminada en `TIMESTAMP_NTZ` y se asigna a `DATETIME` en BigQuery.
`TIMESTAMP_LTZ`	`TIMESTAMP`
`TIMESTAMP_NTZ/DATETIME`
`DATETIME`
`TIMESTAMP_TZ`	`TIMESTAMP`
`OBJECT`	`JSON`
`VARIANT`	`JSON`
`ARRAY`	`ARRAY<JSON>`	El servicio de traducción de SQL conserva el tipo de datos para los arrays con tipo. En el caso de los arrays sin tipo, como `ARRAY<VARIANT>`, BigQuery los convierte en `ARRAY<JSON>`.

BigQuery también tiene los siguientes tipos de datos que no tienen un análogo de Snowflake directo:

Sintaxis de `CREATE FUNCTION`

En la siguiente tabla, se abordan las diferencias que existen en la sintaxis de creación de UDF de SQL entre Snowflake y 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: En una UDF de SQL de BigQuery, el tipo de datos que se devuelve es opcional. BigQuery infiere el tipo de resultado de la función a partir del cuerpo de la función SQL cuando una consulta llama a la función.
`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:En la actualidad, la UDF de SQL de BigQuery no es compatible con el tipo de tabla que se muestra, pero está en la hoja de ruta del producto y estará disponible pronto. Sin embargo, BigQuery admite devolver ARRAY de tipo STRUCT.
`CREATE [SECURE] FUNCTION` `function_name` `([sql_arg_name sql_arg_data_type[,..]])` `RETURNS data_type` `AS sql_function_definition` Nota: Snowflake ofrece una opción segura para restringir la definición de UDF y los detalles solo a los usuarios autorizados (es decir, usuarios a los que se les otorga el rol que posee la vista).	`CREATE FUNCTION` `function_name` `([sql_arg_name sql_arg_data_type[,..]])` `RETURNS data_type` `AS sql_function_definition` Nota: La volatilidad de la función no es un parámetro configurable en BigQuery. BigQuery admite la creación de roles y permisos de IAM para restringir el acceso a los datos subyacentes y la definición de las funciones.
`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: El comportamiento de la función para entradas nulas se maneja de forma implícita en BigQuery y no es necesario especificarlo como una opción independiente.
`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 volatilidad de la función no es un parámetro configurable en BigQuery. Toda la volatilidad de la UDF de BigQuery es equivalente a la volatilidad `IMMUTABLE` de Snowflake (es decir, no realiza búsquedas en bases de datos ni usa información que no está directamente presente en su lista de argumentos).
`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: Usar comillas simples o una secuencia de caracteres como símbolos de dólares$$) is not required or supported in BigQuery. BigQuery implicitly interprets the SQL expression.
`CREATE [OR REPLACE] FUNCTION` `function_name` `([sql_arg_name sql_arg_data_type[,..]])` `RETURNS data_type` `[COMMENT = '<string_literal>']` `AS sql_function_definition`	`CREATE [OR REPLACE] FUNCTION` `function_name` `([sql_arg_name sql_arg_data_type[,..]])` `RETURNS data_type` `AS sql_function_definition` Note: Adding comments or descriptions in UDFs is not supported in BigQuery.
`CREATE [OR REPLACE] FUNCTION function_name` `(x integer, y integer)` `RETURNS integer` `AS $$` `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: En una UDF de SQL de BigQuery, el tipo de datos que se devuelve es opcional. BigQuery infiere el tipo de resultado de la función a partir del cuerpo de la función SQL cuando una consulta llama a la función.

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:En la actualidad, la UDF de SQL de BigQuery no es compatible con el tipo de tabla que se muestra, pero está en la hoja de ruta del producto y estará disponible pronto. Sin embargo, BigQuery admite devolver ARRAY de tipo STRUCT.

CREATE [SECURE] FUNCTION

function_name

([sql_arg_name sql_arg_data_type[,..]])

RETURNS data_type

AS sql_function_definition

Nota: Snowflake ofrece una opción segura para restringir la definición de UDF y los detalles solo a los usuarios autorizados (es decir, usuarios a los que se les otorga el rol que posee la vista).

CREATE FUNCTION

function_name

([sql_arg_name sql_arg_data_type[,..]])

RETURNS data_type

AS sql_function_definition

Nota: La volatilidad de la función no es un parámetro configurable en BigQuery. BigQuery admite la creación de roles y permisos de IAM para restringir el acceso a los datos subyacentes y la definición de las funciones.

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: El comportamiento de la función para entradas nulas se maneja de forma implícita en BigQuery y no es necesario especificarlo como una opción independiente.

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 volatilidad de la función no es un parámetro configurable en BigQuery. Toda la volatilidad de la UDF de BigQuery es equivalente a la volatilidad IMMUTABLE de Snowflake (es decir, no realiza búsquedas en bases de datos ni usa información que no está directamente presente en su lista de argumentos).

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: Usar comillas simples o una secuencia de caracteres como símbolos de dólares$$) 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: El comportamiento de procedimientos para entradas nulas se maneja de forma implícita en BigQuery y no es necesario especificar como una opción independiente.
`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 volatilidad de procedimiento no es un parámetro configurable en BigQuery. Es equivalente a la volatilidad `IMMUTABLE` de 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: En BigQuery, no se admite la adición de comentarios o descripciones en las definiciones de procedimientos.
`CREATE [OR REPLACE] PROCEDURE` `procedure_name` `([arg_name arg_data_type[,..]])` `RETURNS data_type` `[EXECUTE AS { CALLER \| OWNER }]` `AS procedure_definition;` Nota: Snowflake admite la especificación del emisor o propietario del procedimiento para la ejecución	`CREATE [OR REPLACE] PROCEDURE` `procedure_name` `([arg_name arg_data_type[,..]])` `BEGIN` `procedure_definition` `END;` Nota: Los procedimientos almacenados de BigQuery siempre se ejecutan como el emisor

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: El comportamiento de procedimientos para entradas nulas se maneja de forma implícita en BigQuery y no es necesario especificar como una opción independiente.

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 volatilidad de procedimiento no es un parámetro configurable en BigQuery. Es equivalente a la volatilidad IMMUTABLE de 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: En BigQuery, no se admite la adición de comentarios o descripciones en las definiciones de procedimientos.

CREATE [OR REPLACE] PROCEDURE

procedure_name

([arg_name arg_data_type[,..]])

RETURNS data_type

[EXECUTE AS { CALLER | OWNER }]

AS procedure_definition;

Nota: Snowflake admite la especificación del emisor o propietario del procedimiento para la ejecución

CREATE [OR REPLACE] PROCEDURE

procedure_name

([arg_name arg_data_type[,..]])

BEGIN

procedure_definition

END;

Nota: Los procedimientos almacenados de BigQuery siempre se ejecutan como el emisor

BigQuery también admite la declaración CREATE PROCEDURE IF NOT EXISTS, que trata la consulta como correcta y no realiza ninguna acción si ya existe una función con el mismo nombre.

Sintaxis de `DROP PROCEDURE`

En la siguiente tabla, se abordan las diferencias que existen en la sintaxis de DROP FUNCTION entre Snowflake y BigQuery.

Snowflake BigQuery

Snowflake	BigQuery
`DROP PROCEDURE [IF EXISTS]` `procedure_name` `([arg_data_type, ... ])`	`DROP PROCEDURE [IF EXISTS] dataset_name.procedure_name` Nota: BigQuery no requiere el uso de la firma del procedimiento (tipo de datos de argumento) para borrarlo.

DROP PROCEDURE [IF EXISTS]

procedure_name

([arg_data_type, ... ])

DROP PROCEDURE [IF EXISTS] dataset_name.procedure_name

Nota: BigQuery no requiere el uso de la firma del procedimiento (tipo de datos de argumento) para borrarlo.

BigQuery requiere que especifiques el project_name si el procedimiento no se encuentra en el proyecto actual.

Comandos de procedimiento adicionales

Snowflake proporciona comandos adicionales, como los siguientes:ALTER PROCEDURE, DESC[RIBE] PROCEDURE y SHOW PROCEDURES para administrar los procedimientos almacenados. No son compatibles con BigQuery.

Instrucciones de SQL de transacciones y metadatos

Snowflake	BigQuery
`BEGIN [ { WORK \| TRANSACTION } ] [ NAME <name> ]; START_TRANSACTION [ name <name> ];`	BigQuery siempre usa el aislamiento de instantáneas. Para obtener más información, consulta Garantías de coherencia en este documento.
`COMMIT;`	No se usa en BigQuery.
`ROLLBACK;`	No se usa en 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.`	No se usa en BigQuery.

Instrucciones de SQL de varias instrucciones y varias líneas

Snowflake y BigQuery admiten transacciones (sesiones) y, por lo tanto, admiten declaraciones separadas por punto y coma que se ejecutan juntas de manera coherente. Para obtener más información, consulta Transacciones de varias declaraciones.

Columnas de metadatos para archivos almacenados en etapa intermedia

Snowflake genera metadatos de forma automática para archivos en etapas internas y externas. Estos metadatos se pueden consultar y cargar en una tabla junto con las columnas de datos regulares. Se pueden usar las siguientes columnas de metadatos:

Garantías de coherencia y aislamiento de transacción

Tanto Snowflake como BigQuery son atómicos, es decir, cumplen con el estándar ACID en un nivel por transformación en muchas filas.

Transacciones

A cada transacción de Snowflake se le asigna una hora de inicio única (incluye milisegundos) que se establece como el ID de transacción. Snowflake solo admite el nivel de aislamiento READ COMMITTED. Sin embargo, una declaración puede ver los cambios que realizó otra declaración si ambas están en la misma transacción, aunque esos cambios aún no se confirmaron. Las transacciones de Snowflake adquieren bloqueos en los recursos (tablas) cuando se modifica ese recurso. Los usuarios pueden ajustar el tiempo máximo que una declaración bloqueada esperará hasta que se agote el tiempo de espera de la declaración. Las declaraciones DML se confirman de forma automática si el parámetro AUTOCOMMIT está activado.

BigQuery también admite transacciones. BigQuery ayuda a garantizar el control de simultaneidad optimista (gana el primero en confirmar) con el aislamiento de instantáneas, de modo que una consulta lea los últimos datos que se confirmaron antes de comenzar la consulta. Este enfoque garantiza el mismo nivel de coherencia por fila, por transformación y entre filas dentro de la misma declaración DML y evita los interbloqueos. En el caso de varias actualizaciones de DML en la misma tabla, BigQuery cambia al control de simultaneidad pesimista. Los trabajos de carga pueden ejecutarse de forma independiente por completo y agregarse a las tablas. Sin embargo, BigQuery no proporciona una sesión o un límite de transacción explícitos.

Revertir

Si la sesión de una transacción de Snowflake se cierra de forma inesperada antes de que la transacción se confirme o se revierta, la transacción queda en un estado desconectado. El usuario debe ejecutar SYSTEM$ABORT_TRANSACTION para anular la transacción desconectada o Snowflake revertirá la transacción desconectada después de cuatro horas inactivas. Si se produce un interbloqueo, Snowflake detecta el interbloqueo y selecciona la declaración más reciente para revertir. Si la declaración DML en una transacción abierta de manera explícita falla, los cambios se revierten, pero la transacción se mantiene abierta hasta que se confirma o se revierte. Las declaraciones DDL en Snowflake no se pueden revertir, ya que se confirman de forma automática.

BigQuery es compatible con la declaración ROLLBACK TRANSACTION. No hay una declaración ABORT en BigQuery.

Límites de bases de datos

Siempre consulta la documentación pública de BigQuery para conocer las cuotas y los límites actuales. Para aumentar las cuotas de los usuarios de gran volumen, comunícate con el equipo de Asistencia de Cloud.

Todas las cuentas de Snowflake tienen límites flexibles establecidos de forma predeterminada. Los límites flexibles se establecen durante la creación de la cuenta y pueden variar. Muchos límites flexibles de Snowflake se pueden aumentar a través del equipo de cuentas de Snowflake o un ticket de asistencia.

En la siguiente tabla, se muestra una comparación de los límites de bases de datos de Snowflake y BigQuery.

Límite	Snowflake	BigQuery
Tamaño del texto de la consulta	1 MB	1 MB
Cantidad máxima de consultas simultáneas	XS Warehouse - 8 S Warehouse - 16 M Warehouse - 32 L Warehouse - 64 XL Warehouse - 128	100

Guía de traducción de SQL de Snowflake

Tipos de datos

Sintaxis de CREATE FUNCTION

DROP FUNCTION syntax

Additional function commands

ALTER FUNCTION syntax

DESCRIBE FUNCTION syntax

SHOW USER FUNCTIONS syntax

Stored procedures

CREATE PROCEDURE syntax

Sintaxis de DROP PROCEDURE

Comandos de procedimiento adicionales

Instrucciones de SQL de transacciones y metadatos

Instrucciones de SQL de varias instrucciones y varias líneas

Columnas de metadatos para archivos almacenados en etapa intermedia

Garantías de coherencia y aislamiento de transacción

Transacciones

Revertir

Límites de bases de datos

Sintaxis de `CREATE FUNCTION`

`DROP FUNCTION` syntax

`ALTER FUNCTION` syntax

`DESCRIBE FUNCTION` syntax

`SHOW USER FUNCTIONS` syntax

`CREATE PROCEDURE` syntax

Sintaxis de `DROP PROCEDURE`