跳到主要内容

查询 Stage 中的 Parquet 文件

查询 Stage 中的 Parquet 文件

语法:

SELECT [<alias>.]<column> [, <column> ...] 
FROM {@<stage_name>[/<path>] [<table_alias>] | '<uri>' [<table_alias>]}
[(
[<connection_parameters>],
[ PATTERN => '<regex_pattern>'],
[ FILE_FORMAT => 'PARQUET | <custom_format_name>'],
[ FILES => ( '<file_name>' [ , '<file_name>' ] [ , ... ] ) ],
[ CASE_SENSITIVE => true | false ]
)]
提示

查询返回内容说明:

  • 返回格式: 列值以其原生数据类型返回 (非 variant 类型)
  • 访问方式: 直接使用列名 column_name
  • 示例: SELECT id, name, age FROM @stage_name
  • 关键特性:
    • 无需使用路径表达式 (如 $1:name)
    • 无需类型转换
    • Parquet 文件包含内嵌的 schema 信息

教程

步骤 1. 创建外部 Stage

使用您自己的 S3 存储桶和凭证创建一个外部 stage,用于存储 Parquet 文件。

CREATE STAGE parquet_query_stage 
URL = 's3://load/parquet/'
CONNECTION = (
ACCESS_KEY_ID = '<your-access-key-id>'
SECRET_ = '< = '<your-secret-access-key>'
);

步骤 2. 创建自定义 Parquet 文件格式

CREATE FILE FORMAT parquet_query_format 
TYPE = PARQUET
;

步骤 3. 查询 Parquet 文件

SELECT *
FROM @parquet_query_stage
(
FILE_FORMAT => 'parquet_query_format',
PATTERN => '.*[.]parquet'
);

包含元数据的查询

直接从 stage 查询 Parquet 文件,包括 METADATA$FILENAMEMETADATA$FILE_ROW_NUMBER 等元数据列:

SELECT
METADATA$FILENAME,
METADATA$FILE_ROW_NUMBER,
*
FROM @parquet_query_stage
(
FILE_FORMAT => 'parquet_query_format',
PATTERN => '.*[.]parquet'
);