在 Snowflake 中创建表：类型、示例与最佳实践

Snowflake 是一款功能强大的云端数据仓库平台，帮助组织高效地存储、管理和分析数据。与需要复杂硬件部署的传统数据仓库不同，Snowflake 完全运行在云端，使企业能够根据需要更轻松地扩展数据业务。

在 Snowflake 中创建表是一项奠基性的技能，是数据管理的基础。表是您存放结构化数据的地方，便于运行查询、生成报表，并从信息中获得有价值的洞见。无论您处理的是客户数据、销售数据，还是分析结果，掌握如何在 Snowflake 中创建和管理表都至关重要。

在本教程中，您将学习在 Snowflake 中创建表所需的一切。我们将介绍不同类型的表，提供分步示例，并分享表设计的最佳实践。结束后，您将能够自信地选择适合自己需求的表类型，并创建符合行业标准、兼顾性能与可维护性的表。

了解 Snowflake 中的表类型

在深入讲解创建表的代码示例之前，先来了解 Snowflake 中的不同表类型。它们分别服务于不同目的，并在数据持久性、可访问性与存储位置等方面具有各自的特性。

永久表

永久表是 Snowflake 中的标准表类型。它们会一直存在，直到被显式删除，并存储在 Snowflake 的内部存储中。此类表非常适合存放需要长期保留、并在多个会话中访问的核心业务数据。永久表中的数据在会话之间保持不变，授权用户均可访问。

临时表

临时表是会话级表，会在当前会话结束时自动删除。它们可用作中间处理步骤的工作表，帮助组织复杂的数据转换，同时不占用永久存储。临时表中的数据仅对创建它们的会话可见，并在会话关闭时自动清理。

外部表

外部表提供一种查询 Snowflake 存储之外数据的方式。它们充当元数据层，映射到诸如 AWS S3 或 Azure Blob Storage 等外部存储位置中的数据。外部表不会摄取数据，而是创建数据引用，使您能够直接查询外部数据。当需要让数据保留在源位置，或需要频繁从外部系统更新时，这种方式尤为有价值。

动态表

动态表是 Snowflake 中一项强大的功能，可自动维护查询结果的最新状态。它们类似于物化视图，会根据底层源表的变化自动刷新。当您创建动态表时，通过一个 SELECT 语句进行定义，Snowflake 会自动管理刷新过程，确保数据保持最新。

动态表特别适用于：

• 构建无需手动刷新的实时仪表板
• 维护会自动更新的源数据汇总或转换版本
• 创建依赖型数据模型，使下游表能反映上游变更
• 通过预计算复杂转换来优化查询性能

动态表的关键特性包括：

• 可配置的刷新间隔（1 分钟至 24 小时）
• 对源表的自动依赖跟踪
• 目标滞后时间设置以控制数据新鲜度
• 增量处理以尽量降低计算成本
• 内置监控与优化能力

每种表类型在数据架构中都有其独特用途。永久表构筑数据仓库的基础，临时表支持数据处理工作流，外部表实现与外部数据源的集成，动态表提供自动化、近实时的数据转换。

对比 Snowflake 表类型 

下表为不同类型的 Snowflake 表提供了简明的速查对照：

创建表：设置 Snowflake 环境

在运行本教程中的示例之前，您需要访问一个 Snowflake 环境。以下是连接并运行 Snowflake 命令的几种方式：

1. Snowflake 网页界面（Snowsight）

最简单的上手方式是通过 Snowflake 的网页界面：

1. 登录您的 Snowflake 账户
2. 进入 Worksheets
3. 创建新工作表以运行 SQL 命令

2. Snowflake CLI（命令行工具）

若需命令行访问：

1. 安装 Snowflake CLI
2. 使用以下方式连接：

snowsql -a <account> -u <username> -d <database> -w <warehouse>技术支持

您可以在以下位置找到 Snowflake 账户凭据：

1. 账户 URL：在欢迎邮件或账户设置中查看
2. 用户名：在账户设置期间提供
3. 数据库：由您的管理员创建或分配
4. 仓库（Warehouse）：由您的管理员创建或分配

出于安全考虑，切勿共享或提交这些凭据。请将其安全地存储在环境变量或配置文件中。

3. Python 连接

如果您使用 Python，可以使用 snowflake-connector-python 库：

import snowflake.connector

conn = snowflake.connector.connect(
   user='your_username',
   password='your_password',
   account='your_account',
   warehouse='your_warehouse',
   database='your_database',
   schema='your_schema'
)

cur = conn.cursor()

cur.execute("SELECT current_version()")技术支持

重要的安全提示：

• 切勿将凭据直接存放在代码中
• 使用环境变量或安全的密钥管理
• 生产环境建议使用密钥对认证
• 遵循您组织的安全策略

环境就绪后，让我们开始创建表！

在 Snowflake 中创建表：分步示例

示例 1：创建一个简单的 Snowflake 表

我们来创建一个用于存储客户信息的表。该示例展示了包含不同数据类型与约束的基础建表方式。

-- Create a permanent table for customer data
CREATE OR REPLACE TABLE customers (
   customer_id INTEGER PRIMARY KEY,
   first_name VARCHAR(50) NOT NULL,
   last_name VARCHAR(50) NOT NULL,
   email VARCHAR(100) UNIQUE,
   date_of_birth DATE,
   created_at TIMESTAMP_NTZ DEFAULT CURRENT_TIMESTAMP()
);技术支持

此示例的要点：

• CREATE OR REPLACE TABLE —— 创建新表，若已存在则替换
• PRIMARY KEY —— 确保每条记录唯一标识
• NOT NULL —— 禁止必填字段为空
• UNIQUE —— 确保邮箱地址不重复
• TIMESTAMP_NTZ —— 不含时区的时间戳
• DEFAULT —— 自动设置创建时间戳

示例 2：创建临时表

临时表非常适合中间数据处理。以下示例创建一个用于分析客户订单的临时表：

-- Create a temporary table for order analysis
CREATE OR REPLACE TEMPORARY TABLE temp_order_analysis (
   order_date DATE,
   total_orders INTEGER,
   total_revenue DECIMAL(18,2)
)
AS
SELECT
   DATE_TRUNC('day', order_date) as order_date,
   COUNT(*) as total_orders,
   SUM(order_amount) as total_revenue
FROM orders
GROUP BY 1;技术支持

关于临时表的要点：

• TEMPORARY 关键字表示该表仅在当前会话内存在。这意味着其他用户无法查看或访问此表。
• 使用 CREATE TABLE AS（CTAS）可将表定义与 SELECT 语句结合，在一步内创建并填充表。
• 会话结束时临时表会自动删除，有助于在无需手动清理的情况下保持数据库整洁。
• 临时表适合在复杂的数据转换或分析流程中存放中间结果。

示例 3：在 Snowflake 中创建外部表 

以下示例展示如何创建一个从云存储桶中的文件读取数据的外部表：

-- Create file format for CSV files
CREATE OR REPLACE FILE FORMAT my_csv_format
   TYPE = CSV
   FIELD_DELIMITER = ','
   SKIP_HEADER = 1
   NULL_IF = ('NULL', 'null');

-- Create external stage
CREATE OR REPLACE STAGE my_external_stage
   URL = 's3://my-bucket/data/'
   CREDENTIALS = (AWS_KEY_ID = 'xxx' AWS_SECRET_KEY = 'xxx');

-- Create external table
CREATE OR REPLACE EXTERNAL TABLE ext_customer_data (
   customer_id VARCHAR AS (VALUE:c1::VARCHAR),
   purchase_date DATE AS (VALUE:c2::DATE),
   product_id VARCHAR AS (VALUE:c3::VARCHAR),
   amount DECIMAL(10,2) AS (VALUE:c4::DECIMAL(10,2))
)
WITH LOCATION = @my_external_stage/customers/
FILE_FORMAT = my_csv_format
PATTERN = '.*[.]csv';技术支持

第一条语句定义了文件格式规范，告知 Snowflake 如何解析外部 CSV 文件，包括分隔符、表头处理以及 NULL 值表示。

第二条语句创建了一个 stage 对象，使用所提供的凭据与外部云存储（此处为 S3）建立连接。该 stage 充当访问外部数据文件的参照点。

第三条语句创建外部表本身，使用带 AS 子句的列定义，将来自 CSV 的原始字符串数据显式转换为合适的 Snowflake 数据类型。WITH LOCATION 子句指向 stage 内文件所在的具体路径。

PATTERN 参数通过正则匹配筛选应包含的文件，确保仅处理 CSV 文件。

运行此外部表创建语句的先决条件：

1. 访问具有以下权限的 Snowflake 账户：

• 创建文件格式
• 创建 stage
• 创建外部表

2. 具备有效的 AWS 凭据（AWS_KEY_ID 与 AWS_SECRET_KEY），并拥有以下权限：

• 读取目标 S3 存储桶
• 列出存储桶中的对象

3. 源数据要求：

• CSV 文件存放在 S3 存储桶中
• 文件遵循包含四列的一致格式
• 列数据与指定类型匹配：
• customer_id 为字符串
• purchase_date 为日期
• product_id 为字符串
• amount 为十进制数

4. 网络连通性：

• 可访问 AWS S3 的网络
• 正确的安全组与防火墙设置

5. 计算资源：

• 有足够计算能力的活跃仓库
• 充足的用户点数/配额

示例 4：创建动态表

以下示例创建一个动态表，用于维护销售数据的最新汇总：

-- Create a dynamic table for real-time sales analytics
CREATE OR REPLACE DYNAMIC TABLE daily_sales_summary
TARGET_LAG = '20 minutes'
WAREHOUSE = 'COMPUTE_WH'
AS
SELECT
   DATE_TRUNC('day', sale_timestamp) as sale_date,
   product_category,
   SUM(sale_amount) as total_sales,
   COUNT(DISTINCT customer_id) as unique_customers
FROM sales_transactions
GROUP BY 1, 2;技术支持

TARGET_LAG 参数设置为 “20 minutes”，表示从源表更新到动态表反映变更的最大允许延迟。这确保了在该时间窗口内的数据新鲜度。

WAREHOUSE 参数指定用于定期刷新动态表的计算资源（此处为 COMPUTE_WH）。该仓库必须具备足够的能力来处理刷新操作。

当底层的 sales_transactions 表发生变化时，动态表会自动更新其内容，无需人工干预。这提供了近实时的分析能力。

通过按产品类别维护预聚合的每日销售汇总，动态表相比从原始交易数据按需计算这些指标，能够更快地查询。这提升了报告与分析场景的查询性能。

上述每个示例展示了您在真实应用中可能遇到的不同建表场景。请根据具体需求调整列名、数据类型与其他参数。

在 Snowflake 中创建表的最佳实践

下面来看看在 Snowflake 中创建表时应遵循的一些最佳实践，以确保可维护性、性能与数据质量。

1. 命名规范

始终为表与列使用清晰、一致的名称：

-- Good naming examples
CREATE TABLE customer_orders (
   order_id INTEGER,
   customer_email VARCHAR,
   order_date DATE
);

-- Bad naming examples
CREATE TABLE Orders123 (
   ID INTEGER,
   email VARCHAR,
   dt DATE
);技术支持

命名提示：

• 使用小写字母与下划线（snake_case）
• 避免空格与特殊字符
• 名称应具描述性但不宜过长
• 表名使用单数形式（如 customer 而非 customers）
• 为不同环境添加前缀（dev_、test_、prod_）

2. 列的数据类型

选择合适的数据类型可节省存储并提升性能：

-- Good data type choices
CREATE TABLE products (
   product_id INTEGER,
   price DECIMAL(10,2),    -- For money values
   name VARCHAR(100),      -- Set a reasonable limit
   description TEXT,       -- For very long text
   is_active BOOLEAN      -- Instead of VARCHAR or INTEGER
);技术支持

常用数据类型：

• NUMBER/INTEGER：用于整数
• DECIMAL/NUMERIC：用于精确的小数（尤其是金额）
• VARCHAR：用于有已知最大长度的文本
• TEXT：用于无限长度文本
• TIMESTAMP_NTZ：用于日期与时间（无时区）
• BOOLEAN：用于布尔值

3. 使用聚簇键（Clustering Keys）

添加聚簇键以提升查询性能：

CREATE TABLE sales (
   sale_date DATE,
   store_id INTEGER,
   product_id INTEGER,
   amount DECIMAL(10,2)
)
CLUSTER BY (sale_date, store_id);技术支持

何时使用聚簇：

• 对于大型表（超过 100 万行）
• 在经常用于过滤或关联的列上
• 通常是日期列加上 1–2 个其他列
• 不要在基数过高的列上进行聚簇

4. 添加表约束

使用约束保持数据整洁：

CREATE TABLE users (
   user_id INTEGER PRIMARY KEY,  -- Ensures unique IDs
   email VARCHAR(255) UNIQUE,    -- No duplicate emails
   username VARCHAR(50) NOT NULL, -- Must have a value
   age INTEGER CHECK (age >= 18) -- Must be 18 or older
);技术支持

重要的约束：

• PRIMARY KEY：用于唯一标识符
• FOREIGN KEY：用于连接表之间的关系
• NOT NULL：用于必填字段
• UNIQUE：用于不允许重复的字段
• CHECK：用于简单的数据校验

5. 常见错误避免

不要这样做：

-- Bad practice: No primary key
CREATE TABLE orders (
   date VARCHAR,           -- Wrong data type for dates
   amount VARCHAR(10),     -- Wrong data type for numbers
   status text            -- Inconsistent case with other columns
);
技术支持

推荐这样做：

-- Good practice
CREATE TABLE orders (
   order_id INTEGER PRIMARY KEY,
   order_date DATE,
   amount DECIMAL(10,2),
   status VARCHAR(20)
);
技术支持

改进版本通过主键确保数据完整性，正确使用日期与数字的数据类型以支持高效过滤与计算，并在列定义上保持一致性，从而提升可读性与兼容性。

6. 性能提示

在 Snowflake 中优化表的性能可显著提升查询速度并降低存储成本。遵循以下最佳实践，确保您的表高效且可扩展。

• 尽量将超大表拆分为更小的专题表
• 使用 COMMENT 添加列描述
• 设置自动数据清理规则
• 用真实数据验证您的表设计
• 监控表的使用情况并按需调整

7. 安全最佳实践

完善的安全措施对于保护敏感数据与控制访问至关重要。实施以下最佳实践，以防止未授权访问和数据泄露，保障您的 Snowflake 环境安全。

• 始终设置合适的访问权限
• 按需使用行级安全
• 加密敏感列
• 清楚记录各类访问权限
• 定期审查访问模式

请记住：一个设计良好的表会让后续工作事半功倍。创建之前务必花时间规划表结构！

结语

本教程涵盖了在 Snowflake 中创建表的要点，包括：

• 不同类型的表（永久表、临时表、外部表与动态表）
• 为每种表提供的分步创建示例
• 表设计与管理的最佳实践
• 需要避免的常见陷阱

这些知识为您在 Snowflake 中构建高效且可扩展的数据解决方案打下了基础。

后续学习

如需进一步提升 Snowflake 技能，请查看以下资源：

1. 互动课程：

• Introduction to Snowflake：适合初学者
• Data Modeling in Snowflake：学习高级表设计

2. 系统教程：

• Snowflake for Beginners：完整的入门指南
• Snowflake Cortex AI Guide：探索 AI 能力
• Snowpark Introduction：了解 Snowflake 的开发者框架
• Snowflake Arctic Tutorial：发现数据共享功能

3. 职业发展资源：

• How to Learn Snowflake：制定您的学习路径
• Best Snowflake Certifications：规划您的认证之旅
• Snowflake Interview Questions：为求职面试做准备

别忘了，最好的学习方式就是实践。开始创建表，尝试不同类型，并构建真实项目。遇到挑战时，回看这些资源并持续探索 Snowflake 的新功能。