¿Cómo preparar los datos con Snowflake?

Es posible que ya sepas qué es snowflake , pero aún no has puesto manos a la obra con esta herramienta, es por eso que hoy vamos a analizar cómo preparar los datos con Snowflake .

Mostraremos cómo se puede utilizar esta plataforma para preparar sus datos y qué sintaxis utilizar para obtener la salida deseada. Este post se centrará en los pasos realizados para preparar datos dentro de Snowflake.

Saber qué preguntas hacer es clave

En este análisis, los datos de referencia pertenecen a una agencia editorial ficticia en la que, a través de una Base de Datos compuesta por varias tablas, se catalogan todos los libros vendidos. Nuestro objetivo será comprobar si los libros que han sido premiados son también los más vendidos y los que tienen mejores críticas.

¿Cómo preparar los datos?

Para preparar los datos con Snowflake, en primer lugar, tras iniciar sesión, asegúrese de que ha seleccionado el Almacén, la Base de Datos y el Esquema que desea consultar: encontrará el menú resumen en la esquina superior derecha, debajo de su nombre de usuario. Si no, puede indicarlo en la propia consulta.

Utilizando el menú de la izquierda, podemos ir al diagrama donde se encuentran las tablas y, seleccionando la que nos interese, podremos ver sus detalles en la parte inferior izquierda y la vista previa pulsando en «Preview Data». De esta forma podremos hacernos una idea de las claves de unión necesarias para unir las distintas informaciones.

Tras una breve vista previa de las tablas que necesitaremos, podemos empezar a escribir nuestra consulta: usando SELECT llamaremos a las columnas que nos interesen desde la tabla_esquema.tabla_nombre, y, como en el caso de abajo, si queremos hacer una agregación (como la media de las reseñas) tendremos que llamar a la fórmula usando un AVG() con una fórmula adicional dentro que convierta el campo originalmente STRING a NUMERIC, reasignándole posteriormente un alias usando la fórmula AS.

A continuación, tendremos que decirle al software de dónde obtener los datos, y a través de FROM citaremos la primera tabla de origen que luego, a través de JOIN, fusionaremos con las otras 4 afectadas: BOOK, AWARD, RATINGS y CHECKOUTS

Por último, podemos filtrar nuestra consulta mediante WHERE solicitando ver sólo aquellas filas en las que el número de ejemplares vendidos supere los 20.000 y cuyas reseñas sean superiores a 3,5.

Terminamos agrupando por todas las columnas que nos interesan y ordenando por el número de ejemplares vendidos.

Los datos, una vez ejecutada la consulta, serán visibles en el panel de resultados de la parte inferior, junto con más información relativa a la consulta y la posibilidad de descargar la tabla.