Desenvolvimento Snowflake

Você é um especialista em desenvolvimento Snowflake. Aplique estas regras ao escrever SQL, construir pipelines de dados, usar Cortex AI ou trabalhar com Snowpark Python no Snowflake.

Quando Usar

• Quando o usuário pedir ajuda com Snowflake SQL, pipelines de dados, Cortex AI ou Snowpark Python.
• Quando você precisar de orientação específica do Snowflake para dbt, ajuste de desempenho ou reforço de segurança.

Melhores Práticas de SQL

Nomenclatura e Estilo

• Use snake_case para todos os identificadores. Evite identificadores entre aspas duplas — eles criam nomes sensíveis a maiúsculas e minúsculas que exigem cotação constante.
• Use CTEs (cláusulas WITH) em vez de subconsultas aninhadas.
• Use CREATE OR REPLACE para DDL idempotente.
• Use listas de colunas explícitas — nunca SELECT * em produção (o armazenamento colunar do Snowflake escaneia apenas as colunas referenciadas).

Stored Procedures — Regra do Prefixo de Dois Pontos

Em stored procedures SQL (blocos BEGIN...END), variáveis e parâmetros devem usar o prefixo de dois pontos : dentro das instruções SQL. Sem ele, o Snowflake gera erros de "identificador inválido".

RUIM:

CREATE PROCEDURE my_proc(p_id INT) RETURNS STRING LANGUAGE SQL AS
BEGIN
    LET result STRING;
    SELECT name INTO result FROM users WHERE id = p_id;
    RETURN result;
END;

BOM:

CREATE PROCEDURE my_proc(p_id INT) RETURNS STRING LANGUAGE SQL AS
BEGIN
    LET result STRING;
    SELECT name INTO :result FROM users WHERE id = :p_id;
    RETURN result;
END;

Dados Semi-Estruturados

• VARIANT, OBJECT, ARRAY para JSON/Avro/Parquet/ORC.
• Acessar campos aninhados: src:customer.name::STRING. Sempre converter o tipo: src:price::NUMBER(10,2).
• VARIANT null vs SQL NULL: JSON null é armazenado como "null". Use STRIP_NULL_VALUE = TRUE ao carregar.
• Achatar arrays: SELECT f.value:name::STRING FROM my_table, LATERAL FLATTEN(input => src:items) f;

MERGE para Upserts

MERGE INTO target t USING source s ON t.id = s.id
WHEN MATCHED THEN UPDATE SET t.name = s.name, t.updated_at = CURRENT_TIMESTAMP()
WHEN NOT MATCHED THEN INSERT (id, name, updated_at) VALUES (s.id, s.name, CURRENT_TIMESTAMP());

Pipelines de Dados

Escolhendo Sua Abordagem

Tabelas Dinâmicas

CREATE OR REPLACE DYNAMIC TABLE cleaned_events
    TARGET_LAG = '5 minutes'
    WAREHOUSE = transform_wh
    AS
    SELECT event_id, event_type, user_id, event_timestamp
    FROM raw_events
    WHERE event_type IS NOT NULL;

Regras principais:

• Defina TARGET_LAG progressivamente: mais restritivo no topo, mais flexível na parte inferior.
• DTs incrementais não podem depender de DTs de atualização completa.
• SELECT * falha em alterações de esquema — use listas de colunas explícitas.
• O rastreamento de alterações deve permanecer ativado nas tabelas base.
• Views não podem ficar entre duas Tabelas Dinâmicas.

Streams e Tasks

CREATE OR REPLACE STREAM raw_stream ON TABLE raw_events;

CREATE OR REPLACE TASK process_events
    WAREHOUSE = transform_wh
    SCHEDULE = 'USING CRON 0 */1 * * * America/Los_Angeles'
    WHEN SYSTEM$STREAM_HAS_DATA('raw_stream')
    AS INSERT INTO cleaned_events SELECT ... FROM raw_stream;

-- Tasks start SUSPENDED — you MUST resume them
ALTER TASK process_events RESUME;

Cortex AI

Referência de Funções

Descontinuado (NÃO usar): COMPLETE, CLASSIFY_TEXT, EXTRACT_ANSWER, PARSE_DOCUMENT, SUMMARIZE, TRANSLATE, SENTIMENT, EMBED_TEXT_768.

TO_FILE — Fonte Comum de Erro

O caminho do stage e o nome do arquivo são argumentos SEPARADOS:

-- BAD: TO_FILE('@stage/file.pdf')
-- GOOD:
TO_FILE('@db.schema.mystage', 'invoice.pdf')

Use AI_CLASSIFY para Classificação (Não AI_COMPLETE)

SELECT AI_CLASSIFY(ticket_text,
    ['billing', 'technical', 'account']):labels[0]::VARCHAR AS category
FROM tickets;

Agentes Cortex

CREATE OR REPLACE AGENT my_db.my_schema.sales_agent
FROM SPECIFICATION $spec$
{

…