Panduan penerjemahan SQL IBM Netezza

Data warehousing IBM Netezza dirancang untuk berfungsi dengan sintaksis SQL khusus Netezza. SQL Netezza didasarkan pada Postgres 7.2. Skrip SQL yang ditulis untuk Netezza tidak dapat digunakan di data warehouse BigQuery tanpa perubahan, karena dialek SQL-nya bervariasi.

Dokumen ini menjelaskan persamaan dan perbedaan sintaksis SQL antara Netezza dan BigQuery di area berikut:

  • Jenis data
  • Elemen bahasa SQL
  • Sintaksis kueri
  • Bahasa manipulasi data (DML)
  • Bahasa definisi data (DDL)
  • Prosedur tersimpan
  • Functions

Anda juga dapat menggunakan batch terjemahan SQL untuk memigrasikan skrip SQL secara massal, atau terjemahan SQL interaktif untuk menerjemahkan ad-hoc kueri. IBM Netezza SQL/NZPLSQL didukung oleh kedua alat di pratinjau.

Jenis data

Netezza BigQuery Catatan
INTEGER/INT/INT4 INT64
SMALLINT/INT2 INT64
BYTEINT/INT1 INT64
BIGINT/INT8 INT64
DECIMAL NUMERIC Jenis data DECIMAL di Netezza adalah alias untuk jenis data NUMERIC.
NUMERIC NUMERIC INT64
NUMERIC(p,s) NUMERIC Jenis NUMERIC di BigQuery tidak menerapkan digit khusus atau pembatas skala (batasan) sebagaimana Netezza. BigQuery telah menetapkan 9 digit setelah desimal, sedangkan Netezza memungkinkan penyiapan kustom. Di Netezza, presisi p dapat berkisar dari 1 hingga 38, dan menskalakan s dari 0 hingga presisi.
FLOAT(p) FLOAT64
REAL/FLOAT(6) FLOAT64
DOUBLE PRECISION/FLOAT(14) FLOAT64
CHAR/CHARACTER STRING Jenis STRING di BigQuery memiliki panjang variabel dan tidak memerlukan penyetelan panjang karakter maksimum secara manual sebagaimana diperlukan oleh jenis Netezza CHARACTER dan VARCHAR. Nilai default n di CHAR(n) adalah 1. Ukuran string karakter maksimum adalah 64.000.
VARCHAR STRING Jenis STRING di BigQuery memiliki panjang variabel dan tidak memerlukan penyetelan panjang karakter maksimum secara manual sebagaimana diperlukan oleh jenis Netezza CHARACTER dan VARCHAR. Ukuran string karakter maksimum adalah 64.000.
NCHAR STRING Jenis STRING di BigQuery disimpan sebagai Unicode berenkode UTF-8 dengan panjang variabel. Panjang maksimum adalah 16.000 karakter.
NVARCHAR STRING Jenis STRING di BigQuery disimpan sebagai Unicode berenkode UTF-8 dengan panjang variabel. Panjang maksimum adalah 16.000 karakter.
VARBINARY BYTES
ST_GEOMETRY GEOGRAPHY
BOOLEAN/BOOL BOOL Jenis BOOL di BigQuery hanya dapat menerima TRUE/FALSE, tidak seperti jenis BOOL di Netezza, yang dapat menerima berbagai nilai seperti 0/1, yes/no, true/false, on/off.
DATE DATE
TIME TIME
TIMETZ/TIME WITH TIME ZONE TIME Netezza menyimpan jenis data TIME dalam UTC dan memungkinkan Anda meneruskan offset dari UTC menggunakan sintaksis WITH TIME ZONE. Jenis data TIME di BigQuery mewakili waktu yang tidak bergantung pada tanggal atau zona waktu mana pun.
TIMESTAMP DATETIME Jenis TIMESTAMP Netezza tidak mencakup zona waktu, sama seperti jenis DATETIME BigQuery.
ARRAY Tidak ada jenis data array di Netezza. Jenis array tersebut disimpan di kolom varchar.

Pemformatan jenis tanggal dan stempel waktu

Untuk mengetahui informasi selengkapnya tentang format jenis tanggal yang digunakan Netezza SQL, lihat dokumentasi Pola template Waktu Tanggal Netezza. Untuk mengetahui informasi selengkapnya tentang fungsi tanggal waktu, lihat dokumentasi Fungsi tanggal/waktu Netezza.

Saat mengonversi elemen pemformatan jenis tanggal dari Netezza ke GoogleSQL, Anda harus memberikan perhatian khusus pada perbedaan zona waktu antara TIMESTAMP dan DATETIME, seperti yang diringkas dalam tabel berikut:

Netezza BigQuery
Informasi CURRENT_TIMESTAMP
CURRENT_TIME

TIME di Netezza dapat memiliki informasi zona waktu berbeda, yang ditentukan menggunakan sintaksis WITH TIME ZONE.
Jika memungkinkan, gunakan fungsi CURRENT_TIMESTAMP, yang diformat dengan benar. Namun, format output tidak selalu menampilkan zona waktu UTC (secara internal, BigQuery tidak memiliki zona waktu). Objek DATETIME dalam alat command line bq dan konsol Google Cloud diformat menggunakan pemisah T sesuai dengan RFC 3339. Namun, dalam Python dan Java JDBC, spasi digunakan sebagai pemisah. Gunakan fungsi FORMAT_DATETIME eksplisit untuk menentukan format tanggal dengan benar. Jika tidak, transmisi eksplisit akan dibuat pada string, misalnya:
CAST(CURRENT_DATETIME() AS STRING)
Tindakan ini juga menampilkan pemisah spasi singkat ini.
CURRENT_DATE CURRENT_DATE
CURRENT_DATE-3 BigQuery tidak mendukung operasi data aritmatika. Sebagai gantinya, gunakan fungsi DATE_ADD.

Pernyataan SELECT

Secara umum, pernyataan SELECT Netezza kompatibel dengan BigQuery. Tabel berikut berisi daftar pengecualian:

Netezza BigQuery
Pernyataan SELECT tanpa klausa FROM Mendukung kasus khusus seperti berikut:

SELECT 1 UNION ALL SELECT 2;


SELECT
  (subquery) AS flag,
  CASE WHEN flag = 1 THEN ...

Dalam BigQuery, kolom tidak dapat mereferensikan output kolom lain yang ditentukan di dalam kueri yang sama. Anda harus menduplikasi logika atau memindahkan logika ke dalam kueri bertingkat.

Opsi 1


SELECT
  (subquery) AS flag,
  CASE WHEN (subquery) = 1 THEN ...

Opsi 2


SELECT
  q.*,
  CASE WHEN flag = 1 THEN ...
FROM (
  SELECT
    (subquery) AS flag,
    ...
  ) AS q

Operator perbandingan

Netezza BigQuery Deskripsi
exp = exp2 exp = exp2 Sama dengan
exp <= exp2 exp <= exp2 Kurang dari atau sama dengan
exp < exp2 exp < exp2 Kurang dari
exp <> exp2
exp != exp2
exp <> exp2
exp != exp2
Tidak sama dengan
exp >= exp2 exp >= exp2 Lebih dari atau sama dengan
exp > exp2 exp > exp2 Lebih dari

Fungsi SQL bawaan

Netezza BigQuery Deskripsi
CURRENT_DATE CURRENT_DATE Mendapatkan tanggal saat ini (tahun, bulan, dan hari).
CURRENT_TIME CURRENT_TIME Dapatkan waktu saat ini dengan bilangan pecahan.
CURRENT_TIMESTAMP CURRENT_TIMESTAMP Mendapatkan tanggal dan waktu sistem saat ini, hingga detik penuh terdekat.
NOW CURRENT_TIMESTAMP Mendapatkan tanggal dan waktu sistem saat ini, hingga detik penuh terdekat.
COALESCE(exp, 0) COALESCE(exp, 0) Mengganti NULL dengan nol.
NVL(exp, 0) IFNULL(exp, 0) Mengganti NULL dengan nol.
EXTRACT(DOY FROM timestamp_expression) EXTRACT(DAYOFYEAR FROM timestamp_expression) Menampilkan jumlah hari dari awal tahun.
ADD_MONTHS(date_expr, num_expr) DATE_ADD(date, INTERVAL k MONTH) Menambahkan bulan ke tanggal.
DURATION_ADD(date, k) DATE_ADD(date, INTERVAL k DAY) Melakukan penambahan pada tanggal.
DURATION_SUBTRACT(date, k) DATE_SUB(date, INTERVAL k DAY) Melakukan pengurangan pada tanggal.
str1 || str2 CONCAT(str1, str2) Menggabungkan string.

Functions

Bagian ini membandingkan fungsi Netezza dan BigQuery.

Fungsi agregat

Netezza BigQuery
ANY_VALUE
APPROX_COUNT_DISTINCT
APPROX_QUANTILES
APPROX_TOP_COUNT
APPROX_TOP_SUM
AVG AVG
intNand BIT_AND
intNnot Operator bukan bitwise: ~
intNor BIT_OR
intNxor BIT_XOR
intNshl
intNshr
CORR CORR
COUNT COUNT
COUNTIF
COVAR_POP COVAR_POP
COVAR_SAMP COVAR_SAMP
GROUPING
LOGICAL_AND
LOGICAL_OR
MAX MAX
MIN MIN
MEDIAN PERCENTILE_CONT(x, 0.5)
STDDEV_POP STDDEV_POP
STDDEV_SAMP STDDEV_SAMP
STDDEV
STRING_AGG
SUM SUM
VAR_POP VAR_POP
VAR_SAMP VAR_SAMP
VARIANCE

Fungsi analisis

Netezza BigQuery
ANY_VALUE
ARRAY_AGG
ARRAY_CONCAT ARRAY_CONCAT_AGG
ARRAY_COMBINE
ARRAY_COUNT
ARRAY_SPLIT
ARRAY_TYPE
AVG AVG
intNand BIT_AND
intNnot Operator bukan bitwise: ~
intNor BIT_OR
intNxor BIT_XOR
intNshl
intNshr
CORR CORR
COUNT COUNT
COUNTIF
COVAR_POP COVAR_POP
COVAR_SAMP COVAR_SAMP
CUME_DIST CUME_DIST
DENSE_RANK DENSE_RANK
FIRST_VALUE FIRST_VALUE
LAG LAG
LAST_VALUE LAST_VALUE
LEAD LEAD
AND LOGICAL_AND
OR LOGICAL_OR
MAX MAX
MIN MIN
NTH_VALUE
NTILE NTILE
PERCENT_RANK PERCENT_RANK
PERCENTILE_CONT PERCENTILE_CONT
PERCENTILE_DISC PERCENTILE_DISC
RANK RANK
ROW_NUMBER ROW_NUMBER
STDDEV STDDEV
STDDEV_POP STDDEV_POP
STDDEV_SAMP STDDEV_SAMP
STRING_AGG
SUM SUM
VARIANCE VARIANCE
VAR_POP VAR_POP
VAR_SAMP VAR_SAMP
VARIANCE
WIDTH_BUCKET

Fungsi tanggal dan waktu

Netezza BigQuery
ADD_MONTHS DATE_ADD
TIMESTAMP_ADD
AGE
CURRENT_DATE CURRENT_DATE
CURRENT_DATETIME
CURRENT_TIME CURRENT_TIME
CURRENT_TIME(p)
CURRENT_TIMESTAMP CURRENT_TIMESTAMP
CURRENT_TIMESTAMP(p)
DATE
DATE_ADD
DATE_DIFF
DATE_FROM_UNIX_DATE
DATE_SUB
DATE_TRUNC DATE_TRUNC
DATE_PART
DATETIME
DATETIME_ADD
DATETIME_DIFF
DATETIME_SUB
DATETIME_TRUNC
DURATION_ADD
DURATION_SUBTRACT
EXTRACT EXTRACT (DATE)
EXTRACT (TIMESTAMP)
FORMAT_DATE
FORMAT_DATETIME
FORMAT_TIME
FORMAT_TIMESTAMP
LAST_DAY DATE_SUB( DATE_TRUNC( DATE_ADD( date_expression, INTERVAL 1 MONTH ), MONTH ), INTERVAL 1 DAY )
MONTHS_BETWEEN DATE_DIFF(date_expression, date_expression, MONTH)
NEXT_DAY
NOW
OVERLAPS
PARSE_DATE
PARSE_DATETIME
PARSE_TIME
PARSE_TIMESTAMP
STRING
TIME
TIME_ADD
TIME_DIFF
TIME_SUB
TIME_TRUNC
TIMEOFDAY
TIMESTAMP DATETIME
TIMESTAMP_ADD
TIMESTAMP_DIFF
TIMESTAMP_MICROS
TIMESTAMP_MILLIS
TIMESTAMP_SECONDS
TIMESTAMP_SUB
TIMESTAMP_TRUNC
TIMEZONE
TO_DATE PARSE_DATE
TO_TIMESTAMP PARSE_TIMESTAMP
UNIX_DATE
UNIX_MICROS
UNIX_MILLIS
UNIX_SECONDS

Fungsi string

Netezza BigQuery
ASCII TO_CODE_POINTS(string_expr)[OFFSET(0)]
BYTE_LENGTH
TO_HEX
CHAR_LENGTH
CHARACTER_LENGTH
CODE_POINTS_TO_BYTES
BTRIM
CHR CODE_POINTS_TO_STRING([numeric_expr])
CONCAT
DBL_MP
DLE_DST
ENDS_WITH
FORMAT
FROM_BASE32
FROM_BASE64
FROM_HEX
HEX_TO_BINARY
HEX_TO_GEOMETRY
INITCAP
INSTR
INT_TO_STRING
LE_DST
LENGTH LENGTH
LOWER LOWER
LPAD LPAD
LTRIM LTRIM
NORMALIZE
NORMALIZE_AND_CASEFOLD
PRI_MP
REGEXP_CONTAINS
REGEXP_EXTRACT REGEXP_EXTRACT
REGEXP_EXTRACT_ALL REGEXP_EXTRACT_ALL
REGEXP_EXTRACT_ALL_SP
REGEXP_EXTRACT_SP
REGEXP_INSTR STRPOS(col, REGEXP_EXTRACT())
REGEXP_LIKE
REGEXP_MATCH_COUNT
REGEXP_REPLACE REGEXP_REPLACE
REGEXP_REPLACE_SP IF(REGEXP_CONTAINS,1,0)
REGEXP_EXTRACT
REPEAT REPEAT
REPLACE
REVERSE
RPAD RPAD
RTRIM RTRIM
SAFE_CONVERT_BYTES_TO_STRING
SCORE_MP
SEC_MP
SOUNDEX
SPLIT
STARTS_WITH
STRING_TO_INT
STRPOS STRPOS
SUBSTR SUBSTR
TO_BASE32
TO_BASE64
TO_CHAR
TO_DATE
TO_NUMBER
TO_TIMESTAMP
TO_CODE_POINTS
TO_HEX
TRANSLATE
TRIM
UPPER UPPER
UNICODE
UNICODES

Fungsi matematika

Netezza BigQuery
ABS ABS
ACOS ACOS
ACOSH
ASIN ASIN
ASINH
ATAN ATAN
ATAN2 ATAN2
ATANH
CEIL
DCEIL
CEIL
CEILING
COS COS
COSH
COT COT
DEGREES
DIV
EXP EXP
FLOOR
DFLOOR
FLOOR
GREATEST GREATEST
IEEE_DIVIDE
IS_INF
IS_NAN
LEAST LEAST
LN LN
LOG LOG
LOG10
MOD MOD
NULLIF(expr, 0)
PI ACOS(-1)
POW
FPOW
POWER
POW
RADIANS
RANDOM RAND
ROUND ROUND
SAFE_DIVIDE
SETSEED
SIGN SIGN
SIN SIN
SINH
SQRT
NUMERIC_SQRT
SQRT
TAN TAN
TANH
TRUNC TRUNC
IFNULL(expr, 0)

Sintaksis DML

Bagian ini membandingkan sintaks Netezza dan BigQuery DML.

Pernyataan INSERT

Netezza BigQuery


INSERT INTO table VALUES (...);


INSERT INTO table (...) VALUES (...);


Netezza menawarkan kata kunci DEFAULT dan batasan lainnya untuk kolom. Di BigQuery, menghilangkan nama kolom dalam pernyataan INSERT hanya valid jika semua kolom diberikan.


INSERT INTO table (...) VALUES (...);
INSERT INTO table (...) VALUES (...);


INSERT INTO table VALUES (), ();

BigQuery menerapkan kuota DML, yang membatasi jumlah pernyataan DML yang dapat Anda jalankan setiap hari. Untuk memanfaatkan kuota sebaik mungkin, pertimbangkan pendekatan berikut:

  • Menggabungkan beberapa baris dalam satu pernyataan INSERT, bukan satu baris per pernyataan INSERT.
  • Menggabungkan beberapa pernyataan DML (termasuk pernyataan INSERT) menggunakan pernyataan MERGE.
  • Menggunakan pernyataan CREATE TABLE ... AS SELECT untuk membuat dan mengisi tabel baru.

Skrip DML di BigQuery memiliki semantik konsistensi yang sedikit berbeda dengan pernyataan yang setara di Netezza. Perlu diperhatikan juga bahwa BigQuery tidak menawarkan batasan selain NOT NULL.

Untuk ringkasan tentang snapshot isolation serta penanganan sesi dan transaksi, lihat Jaminan konsistensi dan transaction isolation.

Pernyataan UPDATE

Di Netezza, klausa WHERE bersifat opsional, tetapi diperlukan di BigQuery.

Netezza BigQuery


UPDATE tbl
SET
tbl.col1=val1;

Tidak didukung tanpa klausa WHERE. Gunakan klausa WHERE true untuk memperbarui semua baris.


UPDATE A
SET
  y = B.y,
  z = B.z + 1
FROM B
WHERE A.x = B.x
  AND A.y IS NULL;


UPDATE A
SET
  y = B.y,
  z = B.z + 1
FROM B
WHERE A.x = B.x
  AND A.y IS NULL;


UPDATE A alias
SET x = x + 1
WHERE f(x) IN (0, 1)


UPDATE A
SET x = x + 1
WHERE f(x) IN (0, 1);


UPDATE A
SET z = B.z
FROM B
WHERE A.x = B.x
  AND A.y = B.y


UPDATE A
SET z = B.z
FROM B
WHERE A.x = B.x
  AND A.y = B.y;

Untuk contoh, lihat contoh UPDATE.

Karena kuota DML, sebaiknya gunakan pernyataan MERGE yang lebih besar, bukan beberapa pernyataan UPDATE dan INSERT tunggal. Skrip DML di BigQuery memiliki semantik konsistensi yang sedikit berbeda dengan pernyataan yang setara di Netezza. Untuk ringkasan tentang snapshot isolation serta penanganan sesi dan transaksi, lihat Jaminan konsistensi dan transaction isolation.

Pernyataan DELETE dan TRUNCATE

Pernyataan DELETE dan TRUNCATE adalah cara untuk menghapus baris dari tabel tanpa memengaruhi skema atau indeks tabel. Pernyataan TRUNCATE memiliki efek yang sama dengan pernyataan DELETE tetapi jauh lebih cepat daripada pernyataan DELETE untuk tabel besar. Pernyataan TRUNCATE didukung di Netezza, tetapi tidak didukung di BigQuery. Namun, Anda dapat menggunakan pernyataan DELETE di Netezza dan BigQuery.

Di BigQuery, pernyataan DELETE harus memiliki klausa WHERE. Di Netezza, klausa WHERE bersifat opsional. Jika klausa WHERE tidak ditentukan, semua baris dalam tabel Netezza akan dihapus.

Netezza BigQuery Deskripsi


BEGIN;
LOCK TABLE A IN EXCLUSIVE MODE;
DELETE FROM A;
INSERT INTO A SELECT * FROM B;
COMMIT;

Mengganti isi tabel dengan output kueri sama dengan mengganti transaksi. Anda dapat melakukannya dengan operasi query atau operasi salinan (cp).


bq query \
--replace \
--destination_table \
tableA \
'SELECT * \
FROM tableB \
WHERE ...'


bq cp \
-f tableA tableB

Ganti isi tabel dengan hasil kueri.


DELETE FROM database.table


DELETE FROM table WHERE TRUE;

Di Netezza, saat pernyataan hapus dijalankan, baris tidak akan dihapus secara fisik, tetapi hanya ditandai untuk dihapus. Menjalankan perintah GROOM TABLE atau nzreclaim nantinya akan menghapus baris yang ditandai untuk dihapus dan mengeklaim kembali kapasitas disk yang sesuai.
GROOM TABLE Netezza menggunakan perintah GROOM TABLE untuk mendapatkan kembali kapasitas disk dengan menghapus baris yang ditandai untuk dihapus.

Pernyataan MERGE

Pernyataan MERGE harus cocok dengan maksimal satu baris sumber untuk setiap baris target. Skrip ML di BigQuery memiliki semantik konsistensi yang sedikit berbeda dari pernyataan setara di Netezza. Untuk ringkasan snapshot isolation serta penanganan sesi dan transaksi, lihat Jaminan konsistensi dan transaction isolation. Misalnya, lihat contoh MERGE BigQuery dan contoh MERGE Netezza.

Sintaksis DDL

Bagian ini membandingkan sintaks DDL Netezza dan BigQuery.

Pernyataan CREATE TABLE

Netezza BigQuery Deskripsi
TEMP
TEMPORARY
Dengan dukungan DDL BigQuery, Anda dapat membuat tabel dari hasil kueri dan menentukan masa habis berlaku dan pembuatannya. Misalnya, selama tiga hari:

CREATE TABLE 'fh-bigquery.public_dump.vtemp'
OPTIONS(
expiration_timestamp=TIMESTAMP_ADD(CURRENT_TIMESTAMP(),
INTERVAL 3 DAY))
Buat tabel sementara untuk satu sesi.
ZONE MAPS Tidak didukung. Penelusuran cepat untuk kondisi WHERE.
DISTRIBUTE ON PARTITION BY Membuat partisi. Ini bukan terjemahan langsung. DISTRIBUTE ON berbagi data antar-node, biasanya dengan kunci unik untuk distribusi merata, sedangkan PARTITION BY memangkas data menjadi beberapa segmen.
ORGANIZE ON CLUSTER BY Netezza dan BigQuery mendukung hingga empat kunci untuk pengelompokan. Clustered base table (CBT) Netezza memberikan prioritas yang sama untuk setiap kolom pengelompokan. BigQuery memberikan prioritas pada kolom pertama tempat tabel dikelompokkan, diikuti dengan kolom kedua, dan seterusnya.
ROW SECURITY Authorized View Keamanan tingkat baris.
CONSTRAINT Tidak didukung Check batasan.

Pernyataan DROP

Netezza BigQuery Deskripsi
DROP TABLE DROP TABLE
DROP DATABASE DROP DATABASE
DROP VIEW DROP VIEW

Opsi dan atribut kolom

Netezza BigQuery Deskripsi
NULL
NOT NULL
NULLABLE
REQUIRED
Tentukan apakah kolom diizinkan untuk berisi nilai NULL.
REFERENCES Tidak didukung Tentukan batasan kolom.
UNIQUE Tidak didukung Setiap nilai dalam kolom harus unik.
DEFAULT Tidak didukung Nilai default untuk semua nilai dalam kolom.

Tabel sementara

Netezza mendukung tabel TEMPORARY yang ada selama durasi sesi.

Untuk membuat tabel sementara di BigQuery, lakukan hal berikut:

  1. Buat set data yang memiliki masa aktif singkat (misalnya, 12 jam).
  2. Buat tabel sementara dalam set data tersebut, dengan awalan nama tabel temp. Misalnya, untuk membuat tabel yang akan habis masa berlakunya dalam satu jam, lakukan hal berikut:

    CREATE TABLE temp.name (col1, col2, ...)
    OPTIONS(expiration_timestamp = TIMESTAMP_ADD(CURRENT_TIMESTAMP(),
    INTERVAL 1 HOUR));
    
  3. Mulailah membaca dan menulis dari tabel sementara.

Anda juga dapat menghapus duplikat secara independen untuk menemukan error dalam sistem downstream.

Perhatikan bahwa BigQuery tidak mendukung kolom (urutan) DEFAULT and IDENTITY.

Pernyataan SQL prosedural

Netezza menggunakan bahasa skrip NZPLSQL untuk menangani prosedur yang tersimpan. NZPLSQL didasarkan pada bahasa PL/pgSQL Postgres. Bagian ini menjelaskan cara mengonversi pernyataan SQL prosedural yang digunakan dalam prosedur, fungsi, dan pemicu tersimpan dari Netezza ke BigQuery.

Pernyataan CREATE PROCEDURE

Netezza dan BigQuery mendukung pembuatan prosedur tersimpan dengan menggunakan pernyataan CREATE PROCEDURE. Untuk mengetahui informasi selengkapnya, lihat Menggunakan prosedur tersimpan SQL.

Deklarasi dan penetapan variabel

Netezza BigQuery Deskripsi
DECLARE var datatype(len) [DEFAULT value]; DECLARE Mendeklarasikan variabel.
SET var = value; SET Menetapkan nilai ke variabel.

Pengendali pengecualian

Netezza mendukung pengendali pengecualian yang dapat dipicu untuk kondisi error tertentu. BigQuery tidak mendukung pengendali kondisi.

Netezza BigQuery Deskripsi
EXCEPTION Tidak didukung Mendeklarasikan pengendali pengecualian SQL untuk error umum.

Pernyataan SQL dinamis

Netezza mendukung kueri SQL dinamis di dalam prosedur yang tersimpan. BigQuery tidak mendukung pernyataan SQL dinamis.

Netezza BigQuery Deskripsi
EXECUTE IMMEDIATE sql_str; EXECUTE IMMEDIATE sql_str; Menjalankan SQL dinamis.

Pernyataan flow-of-control

Netezza BigQuery Deskripsi
IF THEN ELSE STATEMENT
IF kondisi
THEN ...
ELSE ...
END IF;
IF kondisi
THEN ...
ELSE ...
END IF;
Jalankan dengan kondisi.
Kontrol Iteratif
FOR var AS SELECT ...
DO stmts END FOR;
FOR var AS cur CURSOR
FOR SELECT ...
DO stmts END FOR;
Tidak didukung Melakukan iterasi pada kumpulan baris.
Kontrol Iteratif
LOOP stmts END LOOP;
LOOP
sql_statement_list END LOOP;
Blok pernyataan loop.
EXIT WHEN BREAK Keluar dari prosedur.
WHILE *condition* LOOP WHILE kondisi
DO ...
END WHILE
Menalankan loop pernyataan sampai kondisi while gagal.

Pernyataan dan elemen bahasa prosedural lainnya

Netezza BigQuery Deskripsi
CALL proc(param,...) Tidak didukung Menjalankan prosedur.
EXEC proc(param,...) Tidak didukung Menjalankan prosedur.
EXECUTE proc(param,...) Tidak didukung Menjalankan prosedur.

Pernyataan SQL multi-pernyataan dan multi-baris

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

Pernyataan SQL lainnya

Netezza BigQuery Deskripsi
GENERATE STATISTICS Membuat statistik untuk semua tabel dalam database saat ini.
GENERATE STATISTICS ON table_name Membuat statistik untuk tabel tertentu.
GENERATE STATISTICS ON table_name(col1,col4) Gunakan fungsi statistik seperti MIN, MAX, AVG, dll., gunakan UI, atau gunakan Cloud Data Loss Prevention API. Membuat statistik untuk kolom tertentu dalam tabel.
GENERATE STATISTICS ON table_name APPROX_COUNT_DISTINCT(col) Menampilkan jumlah nilai unik untuk kolom.
INSERT INTO table_name INSERT INTO table_name Menyisipkan baris.
LOCK TABLE table_name FOR EXCLUSIVE; Tidak didukung Mengunci baris.
SET SESSION CHARACTERISTICS AS TRANSACTION ISOLATION LEVEL ... BigQuery selalu menggunakan Dnapshot Isolation. Untuk mengetahui detailnya, lihat Jaminan konsistensi dan transaction isolation. Tentukan tingkat transaction isolation.
BEGIN TRANSACTION
END TRANSACTION
COMMIT
BigQuery selalu menggunakan Dnapshot Isolation. Untuk mengetahui detailnya, lihat Jaminan konsistensi dan transaction isolation. Tentukan batas transaksi untuk permintaan multi-pernyataan.
EXPLAIN ... Tidak didukung. Fitur serupa di kueri dan linimasa rencana Tampilkan rencana kueri untuk pernyataan SELECT.
Metadata Tampilan Pengguna
Metadata Tampilan Sistem
SELECT
* EXCEPT(is_typed)
FROM
mydataset.INFORMATION_SCHEMA.TABLES;

BigQuery Skema Informasi
Membuat kueri objek dalam database

Jaminan konsistensi dan transaction isolation

Netezza dan BigQuery bersifat atomik, yaitu sesuai dengan ACID pada tingkat per mutasi di banyak baris. Misalnya, operasi MERGE sepenuhnya atomik, bahkan dengan beberapa nilai yang disisipkan.

Transaksi

Netezza secara sintaksis menerima keempat mode transaction isolation ANSI SQL. Namun, terlepas dari mode yang ditentukan, hanya mode SERIALIZABLE yang digunakan, yang memberikan tingkat konsistensi setinggi mungkin. Mode ini juga menghindari pembacaan kotor, tidak dapat diulang, dan phantom di antara transaksi konkurensi. Netezza tidak menggunakan penguncian konvensional untuk menerapkan konsistensi. Sebagai gantinya, metode ini menggunakan pemeriksaan dependensi serialisasi, yaitu bentuk kontrol konkurensi optimis untuk melakukan roll back transaksi terbaru otomatis saat dua transaksi mencoba mengubah data yang sama.

BigQuery juga mendukung transaksi. BigQuery membantu memastikan kontrol konkurensi optimis (yang pertama kali di-commit akan memiliki prioritas) dengan snapshot isolation, serta kueri membaca data yang di-commit terakhir sebelum kueri dimulai. Pendekatan ini menjamin tingkat konsistensi yang sama per baris, per mutasi, dan di seluruh baris dalam pernyataan DML yang sama, sembari menghindari deadlock. Dalam kasus beberapa update DML terhadap tabel yang sama, BigQuery akan beralih ke kontrol konkurensi pesimis. Tugas pemuatan dapat berjalan sepenuhnya secara independen dan ditambahkan ke tabel.

Rollback

Netezza mendukung pernyataan ROLLBACK untuk membatalkan transaksi saat ini dan melakukan roll back pada semua perubahan yang dibuat dalam transaksi.

Di BigQuery, Anda dapat menggunakan pernyataan ROLLBACK TRANSACTION.

Batas database

Batas Netezza BigQuery
Tabel per database 32.000 Tidak dibatasi
Kolom per tabel 1600 10000
Ukuran baris maksimum 64 KB 100 MB
Panjang kolom dan nama tabel 128 byte 16.384 karakter Unicode
Baris per tabel Tak terbatas Tak terbatas
Panjang permintaan SQL maksimum 1 MB (panjang kueri SQL standar maksimum yang belum terselesaikan).

12 MB (panjang maksimum kueri SQL lama dan standar yang diselesaikan).

Streaming:
10 MB (batas ukuran permintaan HTTP)
10.000 (baris maksimum per permintaan)
Ukuran permintaan dan respons maksimum 10 MB (permintaan) dan 10 GB (respons) atau hampir tidak terbatas jika menggunakan penomoran halaman atau Cloud Storage API.
Jumlah maksimum sesi serentak 63 transaksi baca-tulis serentak. 2.000 koneksi serentak ke server. 100 kueri serentak (dapat diajukan dengan pemesanan slot), 300 permintaan API serentak per pengguna.

Langkah selanjutnya