INSERT INTO trong Snowflake: Hướng dẫn hoàn chỉnh cho người mới bắt đầu

Khi làm việc với Snowflake, một trong những thao tác cơ bản bạn sẽ thực hiện là chèn dữ liệu vào bảng. Câu lệnh INSERT INTO cho phép bạn thêm bản ghi mới vào một bảng, dù là nhập thủ công các giá trị, chèn nhiều hàng hay lấy dữ liệu từ các bảng khác.

Trong hướng dẫn này, tôi sẽ giới thiệu cho bạn cú pháp, các trường hợp sử dụng, thực tiễn tốt nhất và những bước khắc phục sự cố thường gặp để dùng INSERT INTO hiệu quả trong Snowflake.

Lệnh INSERT INTO trong Snowflake là gì?

Trước khi bàn về cú pháp, trước hết chúng ta cần hiểu mục đích của INSERT INTO trong Snowflake và các trường hợp sử dụng khác nhau của nó. 

Thêm dữ liệu vào cơ sở dữ liệu là phần quan trọng trong quản trị cơ sở dữ liệu. Câu lệnh INSERT INTO trong Snowflake được dùng để thêm các hàng dữ liệu mới vào một bảng. Nó có thể chèn một hàng, nhiều hàng hoặc dữ liệu hàng loạt từ bảng khác. Bạn có thể chèn dữ liệu bằng cách nhập thủ công từng giá trị cho một hàng cụ thể hoặc một tập các hàng, hoặc dùng một câu lệnh SQL để nạp dữ liệu hàng loạt từ các nguồn khác.

> Mặc dù INSERT INTO là lệnh nền tảng, nhưng việc hiểu Snowflake và kiến trúc của nó là điểm khởi đầu tuyệt vời. Xem bài hướng dẫn về Snowflake này để ôn lại các kiến thức căn bản!

Các trường hợp sử dụng INSERT INTO

Dưới đây là một số trường hợp sử dụng phổ biến cho mệnh đề INSERT INTO. 

• Thêm bản ghi mới thủ công vào một bảng.
• Chèn hàng loạt nhiều hàng trong một truy vấn duy nhất.
• Chuyển dữ liệu từ một bảng sang bảng khác.
• Bổ sung dữ liệu mới vào một tập dữ liệu hiện có.
• Đổ dữ liệu vào bảng từ kết quả của truy vấn SELECT.

> Học mệnh đề này cũng rất hữu ích cho phỏng vấn Snowflake!

Cú pháp của INSERT INTO trong Snowflake

Giờ chúng ta đi vào cú pháp cụ thể. Trước tiên hãy nói về cách dùng đơn giản nhất của INSERT INTO: chỉ đơn thuần thêm dữ liệu vào một hàng bằng cách nhập thủ công các giá trị.

Cú pháp cơ bản cho INSERT INTO như sau:

INSERT INTO table_name (column1, column2, column3)
VALUES (value1, value2, value3);Được hỗ trợ bởi

Bạn viết mệnh đề INSERT INTO theo sau là table_name, tức là nơi chúng ta chèn dữ liệu. Để chỉ rõ thứ tự dữ liệu, ta có thể chỉ định tên các cột trong ngoặc đơn như (column1, column2, column3). Phần cuối cùng là viết VALUES (value1, value2, value3), các giá trị này sẽ được chèn vào các cột tương ứng.

Chèn dữ liệu mà không chỉ định tên cột

Nếu bạn bỏ qua tên cột, Snowflake giả định các giá trị được cung cấp theo cùng thứ tự với lược đồ của bảng. Nghĩa là giá trị đầu tiên sẽ được coi là cho cột đầu tiên trong bảng, và cứ thế tiếp tục.

INSERT INTO table_name
VALUES (value1, value2, value3);Được hỗ trợ bởi

Với cách tiếp cận này, bạn phải đảm bảo các giá trị theo đúng thứ tự các cột, nếu không có thể gặp vấn đề về kiểu dữ liệu hoặc tính nhất quán dữ liệu.

Cách dùng nâng cao của INSERT INTO trong Snowflake

Một số cách dùng nâng cao của INSERT INTO gồm chèn một hàng từ bảng khác, chèn nhiều hàng hoặc chèn dữ liệu có điều kiện. Đây là cách hữu ích để thêm dữ liệu vào bảng hoặc lưu trữ dữ liệu vào một bảng riêng.

Dùng INSERT INTO với nhiều hàng

Thay vì chèn từng hàng một, bạn có thể chèn nhiều hàng trong một câu lệnh:

INSERT INTO employees (id, name, department)
VALUES
    (1, 'Alice', 'HR'),
    (2, 'Bob', 'Finance'),
    (3, 'Charlie', 'IT');Được hỗ trợ bởi

Cách này giảm chi phí thực thi truy vấn và cải thiện hiệu năng. Lưu ý rằng mỗi hàng được bao trọn trong một cặp ngoặc đơn và theo sau là dấu phẩy. Không làm như vậy có thể dẫn đến lỗi. 

Chèn dữ liệu từ bảng khác

Để sao chép dữ liệu từ bảng này sang bảng khác, hãy dùng INSERT INTO cùng với câu lệnh SELECT:

INSERT INTO target_table (column1, column2)

SELECT
column1, 
column2 
FROM source_table ;Được hỗ trợ bởi

Cách này hữu ích để lưu trữ dữ liệu, biến đổi dữ liệu trước khi chèn, hoặc bổ sung các bản ghi đã lọc. Nếu dữ liệu nguồn có thứ tự cột giống với bảng đích, bạn có thể bỏ qua việc nêu tên cột cạnh target_table.

Chèn có điều kiện

Bạn có thể chèn dữ liệu dựa trên một điều kiện trong câu lệnh SELECT, nên bạn không sao chép cả bảng.

INSERT INTO high_salary_employees (id, name, salary)

SELECT 
id, 
name, 
salary
FROM employees 
WHERE salary > 100000;Được hỗ trợ bởi

Cách này đảm bảo chỉ những nhân viên đáp ứng điều kiện mới được chèn vào bảng mới. Làm như vậy giúp duy trì tính toàn vẹn dữ liệu và giảm chi phí lưu trữ cũng như tính toán.

Thực tiễn tốt nhất khi dùng INSERT INTO trong Snowflake

Dưới đây là một số thực tiễn tốt khi dùng INSERT INTO trong Snowflake. Bao gồm sử dụng các câu lệnh hiệu quả hơn như MERGE và xác thực dữ liệu trước khi chèn.

Dùng MERGE thay cho INSERT INTO cho upsert

Nếu bạn cần chèn bản ghi mới nhưng cũng cập nhật những bản ghi hiện có, MERGE là lựa chọn tốt hơn vì nó có thể đối sánh dữ liệu hiện có. 

Nó tìm nơi các hàng hiện tại đáp ứng tiêu chí nhất định (ví dụ, một mã nhân viên đã tồn tại) và có thể cập nhật các giá trị cụ thể trong bảng đích bằng cách dùng bảng nguồn. Khi không có đối sánh, nó sẽ chèn dữ liệu mới. Đây là khái niệm “upsert” (update và insert). 

Xem ví dụ bên dưới về cách dùng MERGE:

MERGE INTO target_table AS t
USING source_table AS s
ON t.id = s.id
WHEN MATCHED THEN
    UPDATE SET t.salary = s.salary
WHEN NOT MATCHED THEN
    INSERT (id, name, salary) VALUES (s.id, s.name, s.salary);Được hỗ trợ bởi

> Câu lệnh MERGE đang nhanh chóng trở thành quy trình tiêu chuẩn và là một phần quan trọng của chứng chỉ Snowflake.

Chèn theo lô và hiệu năng

Để cải thiện hiệu năng khi chèn các tập dữ liệu lớn, hãy tập trung thực hiện chèn theo lô. Cách này giảm chi phí do không phải khởi tạo kết nối mới cho mỗi lần tải và cải thiện hiệu năng tổng thể. Dưới đây là một số mẹo khi chèn theo lô:

• Dùng chèn hàng loạt thay vì chèn từng hàng.
• Dùng COPY INTO khi nạp dữ liệu lớn từ nguồn bên ngoài. Điều này hữu ích khi kết nối với các dịch vụ như S3.
• Tránh chèn dữ liệu trong vòng lặp của script; xử lý theo lô hiệu quả hơn. Hãy hoàn tất vòng lặp, lưu dữ liệu thành một nguồn dữ liệu duy nhất, rồi nạp toàn bộ nguồn đó một lần.

Xác thực dữ liệu trước khi chèn

Trước khi chèn dữ liệu, hãy xác thực. Dữ liệu không được xác thực có thể gây ra nhiều vấn đề, thậm chí thất bại hoàn toàn. Hãy nghĩ về cách dữ liệu có thể được dùng ở các bước sau và dữ liệu bạn chèn nên trông như thế nào. Dưới đây là vài điểm quan trọng cần lưu ý:

• Kiểu dữ liệu khớp với định nghĩa cột.
• Các trường bắt buộc không có giá trị null.
• Không có trùng khóa chính hoặc vi phạm ràng buộc duy nhất.

Xử lý lỗi với INSERT INTO trong Snowflake

Như đã đề cập, đôi khi có thể xảy ra lỗi khi chèn dữ liệu. Dưới đây là một số lời khuyên về cách xử lý các lỗi thường gặp. 

Xử lý khóa trùng lặp

Bản thân Snowflake không nhất thiết thực thi ràng buộc duy nhất, nghĩa là có thể chèn dữ liệu trùng lặp. 

Nếu bạn lo ngại về khóa trùng, có thể cân nhắc xử lý bằng MERGE hoặc ON CONFLICT (nếu được hỗ trợ). Cuối cùng, bạn cũng có thể thêm điều kiện vào câu lệnh chèn bằng WHERE để loại trừ những gì đã tồn tại trong bảng đích.

INSERT INTO employees (id, name)
SELECT id, name FROM new_employees
WHERE id NOT IN (SELECT id FROM employees);Được hỗ trợ bởi

Xử lý giá trị NULL

Đảm bảo các cột cho phép null thì phải cho phép giá trị NULL hoặc cung cấp giá trị mặc định. Snowflake có thực thi bất kỳ ràng buộc NOT NULL nào trên cột, nên nếu bạn có dữ liệu NULL ở cột có ràng buộc đó, thao tác chèn sẽ thất bại. Điều quan trọng nhất là hiểu dữ liệu của bạn, nơi nào cho phép NULL tồn tại và nơi nào không.

Khắc phục sự cố thường gặp với INSERT INTO

Một số vấn đề khác có thể xuất phát từ kiểu dữ liệu hoặc quyền truy cập. Chúng ta sẽ bàn ngắn gọn cách xử lý các vấn đề này.

Không khớp kiểu dữ liệu

Lỗi xảy ra khi chèn giá trị có kiểu dữ liệu không đúng. Đôi khi bạn có thể xử lý bằng cách ép kiểu dữ liệu, nhưng điều đó có thể dẫn đến NULL. Để đảm bảo dữ liệu chèn vào trùng khớp với bảng đích, bạn có thể thử xem information_schema (nơi bạn có quyền) và đánh giá lược đồ theo cách đó:

SELECT column_name, 
data_type
 FROM information_schema.columns 
WHERE table_name = 'employees';Được hỗ trợ bởi

Vấn đề về quyền

Nếu bạn nhận lỗi về quyền, hãy kiểm tra vai trò người dùng và đặc quyền:

SHOW GRANTS TO USER current_user;Được hỗ trợ bởi

Nếu bạn không có quyền dùng INSERT, hãy liên hệ quản lý của bạn, bộ phận CNTT của bạn, hoặc người sở hữu tập dữ liệu. Nếu bạn có thể tự cấp quyền, thì dùng đoạn mã sau:

GRANT INSERT ON TABLE employees TO user_name;Được hỗ trợ bởi

Kết luận

Lệnh INSERT INTO trong Snowflake là công cụ mạnh mẽ để thêm dữ liệu vào bảng một cách hiệu quả. Dù là chèn từng hàng, dữ liệu hàng loạt hay sao chép từ bảng khác, hiểu cú pháp và thực tiễn tốt sẽ đảm bảo tính toàn vẹn dữ liệu và hiệu năng. Bằng cách xử lý lỗi, xác thực dữ liệu và tối ưu hóa thao tác chèn, bạn có thể duy trì một cơ sở dữ liệu Snowflake vững chắc và hiệu quả. 

Để tìm hiểu thêm về Snowflake, tôi khuyến nghị các khóa học sau:

• Introduction to Snowflake
• Introduction to Data Modeling in Snowflake