非结构化数据类型¶

Snowflake 支持三种不同的数据：

*结构化数据*（例如 CSV 文件）遵循严格的表格架构。结构化数据可以轻松加载到 SQL 表中。
*半结构化数据*（例如 JSON 或 XML 文件）具有灵活的架构。Snowflake 可以使用特殊函数访问半结构化数据中的字段，但是数据不像结构化数据那样容易查询。可以使用 VARIANT 列将半结构化数据加载到 SQL 表中。
*非结构化数据*（例如文档、图像或音频文件）没有固有的架构。非结构化数据可能仍具有内部结构（例如，PNG 图像文件必须遵循文档格式），但此类技术细节通常与文件中的信息无关。

Snowflake 提供了处理非结构化文件（例如 AI COMPLETE 函数和文档 AI。

要在 Snowflake 中使用非结构化数据，必须先将其存储在内部或外部暂存区。处理非结构化数据的 Snowflake 函数会从此处读取数据。根据函数的不同，您可以通过以下一种或多种方式指定文件：

FILE 数据类型¶

Snowflake 为非结构化数据提供 FILE 数据类型。FILE 值表示存储在内部或外部暂存区的文件，但不存储文件数据，仅存储对该文件的参考。它包含以下元数据：

并非所有这些字段都是必填字段。一个 FILE 必须包含以下字段：CONTENT_TYPE、SIZE、ETAG 和 LAST_MODIFIED，同时还必须通过以下三者之一来指定文件的位置：STAGE 加上 RELATIVE_PATH、STAGE_FILE_URL 或 SCOPED_FILE_URL。

您可以通过将作用域文件 URL、暂存区和路径或元数据对象传递给:doc:TO_FILE </sql-reference/functions/to_file> 或 TRY_TO_FILE 函数来创建文件。

FILE 值可能会与基础暂存文件不一致。当您修改或删除基础文件时，FILE 值不会更新。反之，如果从表中删除 FILE 值，则基础文件不会受到影响。
基础文件的权限由创建 FILE 时指定的 URL 类型控制。暂存区文件 URLs 和暂存区/路径组合为有权访问关联暂存区的调用者提供永久权限。作用域 URLs 允许用户在 24 小时内临时访问基础文件。

创建一个包含 FILE 列的表：

CREATE TABLE images_table(img FILE);

Copy

从包含图像文件的外部暂存区 my_images 将数据加载到表中。mpy_images 可以是内部或外部暂存区。

备注

此过程需要暂存区上的目录表支持。如有必要，使用以下 SQL 命令启用它：

ALTER STAGE my_images DIRECTORY=(ENABLE=true);

Copy

将数据加载到 Snowflake 表中。

INSERT INTO images_table
    SELECT TO_FILE(file_url) FROM DIRECTORY(@my_images);

Copy

针对 images_table 运行 SQL 语句。例如，以下查询返回表中所有在 2021 年 1 月 1 日至 2023 年 1 月 1 日之间最后修改的文件的相对路径。

SELECT FL_GET_RELATIVE_PATH(f)
    FROM images_table
    WHERE FL_GET_LAST_MODIFIED(f) BETWEEN '2021-01-01' and '2023-01-01';

Copy

FILE 数据类型目前无法用于以下场景：