Snowflake 作為現代雲端資料倉儲，提供強大的 SQL 功能，其中多表更新和字串處理是資料工程師的必備技能。本文將探討這些技巧，並分享一些實務經驗，幫助大家更有效率地操作 Snowflake。首先，多表更新經常涉及 UPDATE...FROM 語法，允許我們根據其他表格的資料更新目標表格。然而，這也潛藏著多重關聯更新的風險，也就是目標表格的一列可能比對多列來源表格資料，導致更新結果不確定。為避免這種情況，我們可以設定 error_on_nondeterministic_update 引數為 true，讓 Snowflake 在偵測到多重關聯更新時丟擲錯誤，確保資料一致性。
除了 UPDATE...FROM，Snowflake 的 MERGE 陳述式更是一大利器，它整合了 INSERT、UPDATE 和 DELETE 操作，簡化了資料同步流程。MERGE 陳述式的 WHEN MATCHED 和 WHEN NOT MATCHED 子句，讓我們能根據比對條件執行不同的操作，例如更新比對的列、插入不比對的列，甚至刪除符合特定條件的列。這在處理複雜的資料同步場景時非常有用，例如將更新資料整合到主表格，同時移除過時的資料。
在資料清理方面，Snowflake 提供了豐富的字串函式，例如 LTRIM、RTRIM 和 TRIM，用於移除字串頭尾的空白字元。TRANSLATE 函式則能移除或替換特定字元，例如清理電話號碼中的格式化符號。此外，POSITION 和 SUBSTR 函式則能精準定位和提取字串片段，方便我們擷取所需的資訊。
最後，STARTSWITH、ENDSWITH 和 CONTAINS 函式則提供了字串判斷功能，讓我們能快速判斷字串是否符合特定模式，例如檢查檔案名稱是否符合特定格式，或是篩選包含特定關鍵字的文字內容。這些函式在資料清理和轉換過程中扮演著重要的角色，能有效提升資料品質和分析效率。
Snowflake UPDATE 進階：掌握多表更新與避免非預期行為
在資料倉管理中，UPDATE 指令是用於修改現有資料的關鍵工具。然而，當涉及到多個表格之間的關聯更新時，事情可能會變得複雜。身為一個資料函式庫愛好者，玄貓將分享一些在 Snowflake 中使用 UPDATE 指令的經驗，特別是如何處理多表更新以及避免潛在的非預期行為。
多表更新：甜蜜的複雜
有時候，你需要根據另一個表格的資料來更新目標表格。在 Snowflake 中，這可以透過 UPDATE ... FROM 語法來實作。例如，假設我們想根據 Employee 表格來更新 Person 表格中的 occupation 欄位：
-- 範例：根據 Employee 表格更新 Person 表格的 occupation 欄位
UPDATE Person AS p
SET p.occupation = 'boss'
FROM Employee AS e
WHERE p.first_name = e.first_name
AND p.last_name = e.last_name
AND e.mgr_empid IS NULL;
內容解密
- 這個範例中，我們將
Person表格的別名設為p，Employee表格的別名設為e。 WHERE子句定義了更新的條件：Person表格中的first_name和last_name必須與Employee表格中的相符，與Employee表格中的mgr_empid必須為NULL（表示該員工沒有經理，可能是老闆）。SET子句指定了要更新的欄位：將Person表格中符合條件的列的occupation欄位設定為'boss'。
執行上述 SQL 陳述式後，如果 Employee 表格中存在 mgr_empid 為 NULL，與姓名與 Person 表格相符的紀錄，Person 表格中對應的 occupation 欄位就會被更新為 'boss'。
更新後，可以查詢 Person 表格來驗證結果：
-- 範例：查詢 Person 表格，確認 occupation 欄位是否已更新
SELECT first_name, last_name, occupation
FROM Person;
多重關聯的風險與防範
當 UPDATE 陳述式中的 WHERE 子句導致 Person 表格中的一列與 Employee 表格中的多列比對時，就會發生「多重關聯更新」。這可能會導致非預期的結果，因為 Snowflake 會選擇其中一列來進行更新，但你無法控制選擇哪一列。
例如：
-- 範例：可能導致多重關聯更新的 UPDATE 陳述式
UPDATE Person AS p
SET p.years_of_education = e.empid - 1000
FROM Employee AS e
WHERE e.empid < 1003;
內容解密
- 這個範例中，我們試圖根據
Employee表格的empid來更新Person表格的years_of_education欄位。 WHERE子句e.empid < 1003導致Person表格中的每一列都與Employee表格中的多列比對（假設有多個empid小於 1003）。- 這會導致多重關聯更新，
Person表格中的years_of_education欄位會被隨機選擇的Employee表格中的empid值更新。
為了避免這種情況，你可以設定 error_on_nondeterministic_update 引數為 true。這樣，當 Snowflake 偵測到多重關聯更新時，就會丟擲錯誤：
-- 範例：設定 error_on_nondeterministic_update 引數
ALTER SESSION SET error_on_nondeterministic_update = TRUE;
-- 再次執行可能導致多重關聯更新的 UPDATE 陳述式
UPDATE Person AS p
SET p.years_of_education = e.empid - 1000
FROM Employee AS e
WHERE e.empid < 1003;
內容解密
ALTER SESSION SET error_on_nondeterministic_update = TRUE;陳述式會將error_on_nondeterministic_update引數設定為true，這會影響當前會話中的所有後續UPDATE陳述式。- 當 Snowflake 偵測到多重關聯更新時，會丟擲一個錯誤，指出存在重複的列。
資料合併：整合變更的利器
除了單純的 UPDATE 陳述式，Snowflake 還提供了 MERGE 陳述式，它允許你將 INSERT、UPDATE 和 DELETE 操作合併到一個陳述式中。這在需要同步兩個表格的資料時非常有用。
假設我們有一個名為 Person_Refresh 的表格，其中包含對 Person 表格的更新。Person_Refresh 表格有一個名為 remove 的欄位，用於指示是否應從 Person 表格中刪除相應的列。
首先，建立 Person_Refresh 表格並插入一些資料：
-- 範例：建立 Person_Refresh 表格並插入資料
CREATE TABLE Person_Refresh AS
SELECT *
FROM (
VALUES
('Bob', 'Smith', 'no', '22-JAN-2000', 'blue', 'manager'),
('Gina', 'Peters', 'no', '03-MAR-2001', 'brown', 'student'),
('Tim', 'Carpenter', 'no', '09-JUL-2002', 'green', 'salesman'),
('Carl', 'Langford', 'no', '16-JUN-2001', 'blue', 'tailor'),
('Sharon', 'Carpenter', 'yes', NULL, NULL, NULL),
('Kathy', 'Little', 'yes', NULL, NULL, NULL)
) AS hr_list (fname, lname, remove, dob, eyes, profession);
內容解密
CREATE TABLE Person_Refresh AS陳述式會建立一個名為Person_Refresh的新表格，並從SELECT陳述式的結果中插入資料。VALUES子句指定了要插入的資料，每一列代表一個人的資訊。AS hr_list (fname, lname, remove, dob, eyes, profession)子句為每一列指定了欄位名稱。
然後，使用 MERGE 陳述式將 Person_Refresh 表格中的變更應用到 Person 表格：
-- 範例：使用 MERGE 陳述式同步 Person 表格和 Person_Refresh 表格
MERGE INTO Person AS p
USING Person_Refresh AS pr
ON p.first_name = pr.fname
AND p.last_name = pr.lname
WHEN MATCHED AND pr.remove = 'yes' THEN
DELETE
WHEN MATCHED THEN
UPDATE
SET p.birth_date = pr.dob,
p.eye_color = pr.eyes,
p.occupation = pr.profession
WHEN NOT MATCHED THEN
INSERT (first_name, last_name, birth_date, eye_color, occupation)
VALUES (pr.fname, pr.lname, pr.dob, pr.eyes, pr.profession);
內容解密
MERGE INTO Person AS p USING Person_Refresh AS pr子句指定了目標表格（Person）和來源表格（Person_Refresh），並為它們指定了別名。ON p.first_name = pr.fname AND p.last_name = pr.lname子句指定了合併的條件：Person表格和Person_Refresh表格中first_name和last_name相同的列被認為是比對的。WHEN MATCHED AND pr.remove = 'yes' THEN DELETE子句指定了當列比對與Person_Refresh表格中的remove欄位為'yes'時，從Person表格中刪除該列。WHEN MATCHED THEN UPDATE SET ...子句指定了當列比對時，更新Person表格中的birth_date、eye_color和occupation欄位。WHEN NOT MATCHED THEN INSERT ...子句指定了當Person_Refresh表格中的列在Person表格中沒有比對項時，將該列插入到Person表格中。
MERGE 陳述式是一個強大的工具，可以簡化資料同步的過程。透過將 INSERT、UPDATE 和 DELETE 操作合併到一個陳述式中，你可以減少程式碼的複雜性，並提高資料同步的效率。
總之，理解 Snowflake 中 UPDATE 和 MERGE 陳述式的運作方式，可以幫助你更有效地管理資料，並避免潛在的錯誤。希望這些經驗分享對你有所幫助。
資料合併的藝術：Snowflake 的 MERGE 指令深度解析
在資料倉管理中，經常需要同步或合併來自不同來源的資料。Snowflake 提供的 MERGE 指令，就像一位精明的資料整合專家，能讓我們輕鬆完成這項任務。今天，玄貓就帶大家深入瞭解 MERGE 指令的奧妙。
MERGE 指令的基本結構
MERGE 指令的核心在於將目標表（target table）與來源表（source table）進行比對，並根據比對結果執行不同的操作，例如更新、插入或刪除。
其基本結構如下：
merge into 目標表名 as t
using 來源表名 as s
on t.目標表欄位 = s.來源表欄位
when matched then
update set
t.欄位1 = s.欄位1,
t.欄位2 = s.欄位2
when not matched then
insert (欄位1, 欄位2) values (s.欄位1, s.欄位2);
程式碼解密
merge into 目標表名 as t：指定要修改的目標表，並給予別名t。using 來源表名 as s：指定提供新值的來源表，並給予別名s。on t.目標表欄位 = s.來源表欄位：描述來源表如何與目標表進行連線（join）。這個on子句定義了比對的條件。when matched then update set ...：對於目標表和來源表中都存在的列，when matched子句描述瞭如何修改目標表中的列。when not matched then insert ...：對於只存在於來源表而不在目標表中的列，when not matched子句描述瞭如何插入新的列。
實戰演練：人員資料同步
假設我們有一個 Person 表，用於儲存人員的基本資料，現在我們需要從 Person_Refresh 表同步最新的資料。
-- 示範資料表結構
CREATE TABLE Person (
first_name VARCHAR(50),
last_name VARCHAR(50),
birth_date DATE,
eye_color VARCHAR(10),
occupation VARCHAR(50)
);
CREATE TABLE Person_Refresh (
fname VARCHAR(50),
lname VARCHAR(50),
dob DATE,
eyes VARCHAR(10),
profession VARCHAR(50)
);
-- 範例資料
INSERT INTO Person VALUES
('Gina', 'Peters', '2001-03-03', 'brown', 'student'),
('Tim', 'Carpenter', '2002-07-09', 'green', 'student'),
('Kathy', 'Little', '1999-12-20', 'blue', 'teacher'),
('Bob', 'Smith', '2000-01-22', 'blue', 'manager'),
('Sharon', 'Carpenter', '2001-08-18', 'brown', 'engineer');
INSERT INTO Person_Refresh VALUES
('Gina', 'Peters', '2001-03-03', 'brown', 'student'),
('Tim', 'Carpenter', '2002-07-09', 'green', 'salesman'),
('Carl', 'Langford', '2001-06-16', 'blue', 'tailor'),
('Bob', 'Smith', '2000-01-22', 'blue', 'manager'),
('Sharon', 'Carpenter', '2001-08-18', 'brown', 'engineer');
程式碼解密
上述程式碼首先建立了兩個資料表：Person 和 Person_Refresh。Person 表儲存了現有的人員資料，而 Person_Refresh 表則包含了需要同步的最新資料。
接下來，我們使用 MERGE 指令來同步這兩個表的資料：
merge into Person as p
using Person_Refresh as pr
on p.first_name = pr.fname and p.last_name = pr.lname
when matched then update set
p.birth_date = pr.dob,
p.eye_color = pr.eyes,
p.occupation = pr.profession
when not matched then insert
(first_name, last_name, birth_date, eye_color, occupation)
values (pr.fname, pr.lname, pr.dob,
pr.eyes, pr.profession);
程式碼解密
merge into Person as p：指定Person表為目標表，別名為p。using Person_Refresh as pr：指定Person_Refresh表為來源表，別名為pr。on p.first_name = pr.fname and p.last_name = pr.lname：指定連線條件為first_name和last_name都相同。when matched then update set ...：當Person表和Person_Refresh表中first_name和last_name都相同的列時，更新birth_date、eye_color和occupation欄位。when not matched then insert ...：當Person_Refresh表中有，但Person表中沒有的列時，將該列插入到Person表中。
執行完畢後，Snowflake 會回應插入、更新和刪除的列數。
MERGE 指令的注意事項
when子句的順序很重要，Snowflake 會從上到下評估這些子句。MERGE指令可以包含多個when matched和when not matched子句，以處理更複雜的資料同步邏輯。
字串處理的魔法：Snowflake 內建函式
字串是資料函式庫中常見的資料型別，Snowflake 提供了豐富的內建函式，讓玄貓們可以輕鬆地對字串進行各種操作。
字串串連：|| 運算元和 concat() 函式
要將兩個或多個字串連線在一起，可以使用 || 運算元或 concat() 函式。
select 'string 1' || ' and ' || 'string2';
select concat('string1',' and ','string2');
程式碼解密
這兩個語法的作用相同，都是將 'string 1'、' and ' 和 'string2' 這三個字串連線在一起，結果為 'string 1 and string2'。
特殊字元：char() 函式
有時候，我們需要在字串中包含鍵盤上沒有的字元，這時可以使用 char() 函式，透過 ASCII 碼來表示字元。
select concat('I spent ',char(8364),'357 in Paris');
程式碼解密
char(8364) 代表歐元符號 €，因此這段程式碼的輸出結果為 'I spent €357 in Paris'。
大小寫轉換：upper()、lower() 和 initcap() 函式
Snowflake 提供了 upper()、lower() 和 initcap() 函式，分別用於將字串轉換為全大寫、全小寫和首字母大寫。
select upper(str.val), lower(str.val), initcap(str.val)
from (values ('which case is best?'))
as str(val);
程式碼解密
upper(str.val)將字串'which case is best?'轉換為全大寫，結果為'WHICH CASE IS BEST?'。lower(str.val)將字串'which case is best?'轉換為全小寫，結果為'which case is best?'。initcap(str.val)將字串'which case is best?'轉換為首字母大寫，結果為'Which Case Is Best?'。
字串反轉：reverse() 函式
想要將字串反轉？reverse() 函式可以幫你輕鬆實作。
select reverse('?siht daer uoy nac');
程式碼解密
reverse('?siht daer uoy nac') 將字串 '?siht daer uoy nac' 反轉，結果為 'can you read this?'。
資料清理：字串的頭尾修剪藝術
在資料倉管理中，字串資料的清理是不可或缺的一環。有時候，我們從外部系統匯入的資料，可能因為格式不一致，在字串的頭尾多了一些不必要的空白。這些空白不僅影響資料的呈現，更可能在後續的資料分析中造成困擾。
Snowflake 提供了 LTRIM()、RTRIM() 和 TRIM() 這三個函式，讓我們可以輕鬆地修剪字串的頭尾空白。LTRIM() 用於移除字串開頭的空白，RTRIM() 則移除字串結尾的空白，而 TRIM() 則同時移除字串頭尾的空白。
舉個例子，假設我們有一個包含多餘空白的字串 ' abc '，使用這三個函式的效果如下：
SELECT
LTRIM(str.val),
RTRIM(str.val),
TRIM(str.val)
FROM
(VALUES (' abc ')) AS str(val);
執行結果會是：
+
---
-
---
-
---
-
---
-+
---
-
---
-
---
-
---
-+
---
-
---
-
---
-
---
+
| LTRIM(STR.VAL) | RTRIM(STR.VAL) | TRIM(STR.VAL) |
|
---
-
---
-
---
-
---
-+
---
-
---
-
---
-
---
-+
---
-
---
-
---
-
---
|
| abc | abc | abc |
+
---
-
---
-
---
-
---
-+
---
-
---
-
---
-
---
-+
---
-
---
-
---
-
---
+
雖然從視覺上可能難以分辨，但我們可以透過 LENGTH() 函式來確認 LTRIM() 和 TRIM() 函式實際上傳回了不同的字串長度：
SELECT
LENGTH(LTRIM(str.val)) AS str1_len,
LENGTH(RTRIM(str.val)) AS str2_len,
LENGTH(TRIM(str.val)) AS str3_len
FROM
(VALUES (' abc ')) AS str(val);
結果如下：
+
---
-
---
---
+
---
-
---
---
+
---
-
---
---
+
| STR1_LEN | STR2_LEN | STR3_LEN |
|
---
-
---
---
+
---
-
---
---
+
---
-
---
---
|
| 7 | 7 | 3 |
+
---
-
---
---
+
---
-
---
---
+
---
-
---
---
+
從結果可以清楚看到，TRIM() 函式成功移除了字串頭尾的空白，使得字串長度變為 3，而 LTRIM() 和 RTRIM() 僅移除單側空白，長度為7。
進階應用：使用 TRANSLATE() 移除或替換特定字元
除了修剪空白，有時候我們還需要移除或替換字串中的特定字元。這時，TRANSLATE() 函式就派上用場了。
TRANSLATE() 函式可以將字串中出現的某些字元替換成其他字元，或者直接移除。例如，我們可以利用它來移除電話號碼中的格式化字元：
SELECT TRANSLATE('(857)-234-5678', '()-', '');
執行結果：
+
---
-
---
-
---
-
---
-
---
-
---
-
---
-
---
-
---
---
+
| TRANSLATE('(857)-234-5678','()-','') |
|
---
-
---
-
---
-
---
-
---
-
---
-
---
-
---
-
---
---
|
| 8572345678 |
+
---
-
---
-
---
-
---
-
---
-
---
-
---
-
---
-
---
---
+
這個例子中，我們將電話號碼中的 (、) 和 - 字元都替換成空字串，相當於直接移除了這些字元。
TRANSLATE() 函式也可以用來進行字元替換。例如，將字串 'AxByCz' 中的 A 替換成 X，B 替換成 Y，C 替換成 Z：
SELECT TRANSLATE('AxByCz', 'ABC', 'XYZ');
結果如下：
+
---
-
---
-
---
-
---
-
---
-
---
-
---
-
---
--+
| TRANSLATE('AxByCz','ABC','XYZ') |
|
---
-
---
-
---
-
---
-
---
-
---
-
---
-
---
--|
| XxYyZz |
+
---
-
---
-
---
-
---
-
---
-
---
-
---
-
---
--+
字串搜尋與提取：精準定位，擷取所需
在處理字串資料時，有時我們需要找出特定子字串在字串中的位置，或者提取字串中的某一部分。Snowflake 提供了 POSITION() 和 SUBSTR() 函式，讓我們可以輕鬆完成這些任務。
POSITION() 函式用於找出子字串在字串中的位置。它接受兩個必要的引數：要搜尋的子字串和目標字串。此外，還可以指定一個可選的起始位置，讓搜尋從字串的特定位置開始。如果找不到子字串，POSITION() 函式會傳回 0。
例如：
SELECT
POSITION('here', str.val) AS pos1,
POSITION('here', str.val, 10) AS pos2,
POSITION('nowhere', str.val) AS pos3
FROM
(VALUES ('here, there, and everywhere')) AS str(val);
執行結果：
+
---
---
+
---
---
+
---
---
+
| POS1 | POS2 | POS3 |
|
---
---
+
---
---
+
---
---
|
| 1 | 24 | 0 |
+
---
---
+
---
---
+
---
---
+
在這個例子中，POSITION('here', str.val) 傳回 1，表示子字串 'here' 在字串 'here, there, and everywhere' 中的起始位置是 1。POSITION('here', str.val, 10) 傳回 24，因為我們指定搜尋從位置 10 開始，所以找到的下一個 'here' 的位置是 24。而 POSITION('nowhere', str.val) 傳回 0，因為子字串 'nowhere' 並不存在於目標字串中。
SUBSTR() 函式則用於提取字串中的一部分。它接受三個引數：目標字串、起始位置和要提取的字元數。如果省略第三個引數，SUBSTR() 函式會提取從起始位置到字串結尾的所有字元。
例如：
SELECT
SUBSTR(str.val, 1, 10) AS start_of_string,
SUBSTR(str.val, 11) AS rest_of_string
FROM
(VALUES ('beginning ending')) AS str(val);
執行結果：
+
---
-
---
-
---
-
---
--+
---
-
---
-
---
-
---
-+
| START_OF_STRING | REST_OF_STRING |
|
---
-
---
-
---
-
---
--+
---
-
---
-
---
-
---
-|
| beginning | ending |
+
---
-
---
-
---
-
---
--+
---
-
---
-
---
-
---
-+
這個例子中，SUBSTR(str.val, 1, 10) 提取了字串 'beginning ending' 的前 10 個字元，傳回 'beginning'。SUBSTR(str.val, 11) 提取了從位置 11 到字串結尾的所有字元，傳回 'ending'。
POSITION() 函式和 SUBSTR() 函式常常一起使用，以實作更靈活的字串提取。例如，我們可以先使用 POSITION() 函式找出特定子字串的位置，然後使用 SUBSTR() 函式提取該子字串之後的所有字元：
SELECT
SUBSTR(str.val, POSITION('every', str.val))
FROM
(VALUES ('here, there, and everywhere')) AS str(val);
執行結果：
+
---
-
---
-
---
-
---
-
---
-
---
-
---
-
---
-
---
-
---
-
---
-+
| SUBSTR(STR.VAL, POSITION('EVERY',STR.VAL)) |
|
---
-
---
-
---
-
---
-
---
-
---
-
---
-
---
-
---
-
---
-
---
-|
| everywhere |
+
---
-
---
-
---
-
---
-
---
-
---
-
---
-
---
-
---
-
---
-
---
-+
在這個例子中，POSITION('every', str.val) 傳回 18，表示子字串 'every' 在字串 'here, there, and everywhere' 中的位置是 18。然後，SUBSTR(str.val, 18) 提取了從位置 18 到字串結尾的所有字元，傳回 'everywhere'。
字串判斷：STARTSWITH()、ENDSWITH() 和 CONTAINS()
除了搜尋子字串的位置，有時我們只需要判斷一個字串是否以特定的子字串開頭、結尾或包含特定的子字串。Snowflake 提供了 STARTSWITH()、ENDSWITH() 和 CONTAINS() 這三個函式，可以滿足這些需求。
這三個函式都傳回布林值：如果字串符合條件，則傳回 TRUE，否則傳回 FALSE。
例如：
SELECT str.val
FROM (VALUES ('here, there, and everywhere')) AS str(val)
WHERE STARTSWITH(str.val, 'here');
執行結果：
+
---
-
---
-
---
-
---
-
---
-
---
-
---
--+
| VAL |
|
---
-
---
-
---
-
---
-
---
-
---
-
---
--|
| here, there, and everywhere |
+
---
-
---
-
---
-
---
-
---
-
---
-
---
--+
這個例子中，STARTSWITH(str.val, 'here') 傳回 TRUE，因為字串 'here, there, and everywhere' 以子字串 'here' 開頭。
SELECT str.val
FROM (VALUES ('here, there, and everywhere')) AS str(val)
WHERE ENDSWITH(str.val, 'where');
執行結果：
+
---
-
---
-
---
-
---
-
---
-
---
-
---
--+
| VAL |
|
---
-
---
-
---
-
---
-
---
-
---
-
---
--|
| here, there, and everywhere |
+
---
-
---
-
---
-
---
-
---
-
---
-
---
--+
這個例子中，ENDSWITH(str.val, 'where') 傳回 TRUE，因為字串 'here, there, and everywhere' 以子字串 'where' 結尾。
SELECT str.val
FROM (VALUES ('here, there, and everywhere')) AS str(val)
WHERE CONTAINS(str.val, 'there');
執行結果：
+
---
-
---
-
---
-
---
-
---
-
---
-
---
--+
| VAL |
|
---
-
---
-
---
-
---
-
---
-
---
-
---
--|
| here, there, and everywhere |
+
---
-
---
-
---
-
---
-
---
-
---
-
---
--+
這個例子中，CONTAINS(str.val, 'there') 傳回 TRUE，因為字串 'here, there, and everywhere' 包含子字串 'there'。
數值資料處理：簡單運算與內建函式
數值資料的產生相對簡單，可以直接輸入數字、從資料表欄位中取得，或者使用算術運算元 +、-、*、/ 進行計算。
例如：
SELECT
10 AS radius,
2 * 3.14159 * 10 AS circumference;
執行結果：
+
---
-
---
-+
---
-
---
-
---
-
---
+
| RADIUS | CIRCUMFERENCE |
|
---
-
---
-+
---
-
---
-
---
-
---
|
| 10 | 62.83180 |
+
---
-
---
-+
---
-
---
-
---
-
---
+
在這個例子中，我們計算了半徑為 10 的圓的周長。
可以使用括號來控制計算的優先順序：
SELECT (3 * 6) - (10 / 2);
執行結果：
+
---
-
---
-
---
-
---
-
---
-+
| (3 * 6) - (10 / 2) |
|
---
-
---
-
---
-
---
-
---
-|
| 13.000000 |
+
---
-
---
-
---
-
---
-
---
-+
對於更複雜的計算，Snowflake 提供了許多內建的數值函式。玄貓將在後續的文章中為大家詳細介紹這些函式。
總而言之，Snowflake 提供了豐富的字串和數值資料處理函式，讓我們可以輕鬆地對資料進行清理、轉換和分析。掌握這些函式，將能大幅提升資料處理的效率和準確性。
