Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Datentypunterstützung durch SQL Engine
AWS Clean Rooms unterstützt mehrere SQL-Engines und Dialekte. Das Verständnis der Datentypsysteme in diesen Implementierungen ist entscheidend für eine erfolgreiche Zusammenarbeit und Analyse von Daten. Die folgenden Tabellen zeigen die entsprechenden Datentypen in AWS Clean Rooms SQL, Snowflake SQL und Spark SQL.
Numerische Datentypen
Numerische Typen stehen für verschiedene Arten von Zahlen, von genauen ganzen Zahlen bis hin zu ungefähren Gleitkommawerten. Die Wahl des numerischen Typs wirkt sich sowohl auf die Speicheranforderungen als auch auf die Rechengenauigkeit aus. Integer-Typen variieren je nach Bytegröße, während Dezimal- und Gleitkommatypen unterschiedliche Genauigkeits- und Skalierungsoptionen bieten.
| Datentyp | AWS Clean Rooms SQL | Snowflake-SQL | Spark-SQL | Description |
|---|---|---|---|---|
| 8-Byte-Ganzzahl | BIGINT | Nicht unterstützt | GROSSER GANZZAHL, LANG | Ganzzahlen mit Vorzeichen von -9.223.372.036.854.775.808 bis 9.223.372.036.854.775.807. |
| 4-Byte-Ganzzahl | INT | Nicht unterstützt | INT, INTEGER | Ganzzahlen mit Vorzeichen von -2.147.483.648 bis 2.147.483.647 |
| 2-Byte-Ganzzahl | SMALLINT | Nicht unterstützt | SMALLINT, KURZ | Ganzzahlen mit Vorzeichen von -32.768 bis 32.767 |
| 1-Byte-Ganzzahl | Nicht unterstützt | Nicht unterstützt | WINZIGE GANZZAHL, BYTE | Ganzzahlen mit Vorzeichen von -128 bis 127 |
| Float mit doppelter Genauigkeit | DOPPELTE, DOPPELTE PRÄZISION | FLOAT, FLOAT4, FLOAT8, DOPPELT, DOPPELTE GENAUIGKEIT, REAL | DOUBLE | 8-Byte-Gleitkommazahlen mit doppelter Genauigkeit |
| Gleitkommazahl mit einfacher Genauigkeit | ECHT, SCHWEBEN | Nicht unterstützt | FLOAT | 4-Byte-Fließkommazahlen mit einfacher Genauigkeit |
| Dezimal (feste Genauigkeit) | DECIMAL | DEZIMAL, NUMERISCH, ZAHLAnmerkungSnowflake ordnet exakte numerische Typen mit kleinerer Breite (INT, BIGINT, SMALLINT usw.) automatisch als Alias für NUMBER zu. |
DEZIMAL, NUMERISCH, | Vorzeichenbehaftete Dezimalzahlen mit beliebiger Genauigkeit |
| Dezimalzahl (mit Genauigkeit) | DEZIMAL (p) | DEZIMAL (p), ZAHL (p) | DEZIMAL (p) | Dezimalzahlen mit fester Genauigkeit |
| Dezimalzahl (mit Skala) | DECIMAL (p,s) | DEZIMAL (p, s), ZAHL (p, s) | DECIMAL (p,s) | Dezimalzahlen mit fester Genauigkeit und Skala |
Boolesche Datentypen
Boolesche Typen stehen für einfache logische Werte. true/false Diese Typen sind in allen SQL-Engines konsistent und werden häufig für Flags, Bedingungen und logische Operationen verwendet.
| Datentyp | AWS Clean Rooms SQL | Snowflake-SQL | Spark-SQL | Description |
|---|---|---|---|---|
| Boolesch | BOOLEAN | BOOLEAN | BOOLEAN | Stellt Werte dar true/false |
Datums- und Uhrzeit-Datentypen
Datums- und Uhrzeittypen verarbeiten Zeitdaten mit unterschiedlicher Genauigkeit und Zeitzonenerkennung. Diese Typen unterstützen verschiedene Formate zum Speichern von Daten, Uhrzeiten und Zeitstempeln sowie Optionen zum Ein- oder Ausschließen von Zeitzoneninformationen.
| Datentyp | AWS Clean Rooms SQL | Snowflake-SQL | Spark-SQL | Description |
|---|---|---|---|---|
| Date | DATUM | DATUM | DATUM | Datumswerte (Jahr, Monat, Tag) ohne Zeitzone |
| Zeit | TIME | Nicht unterstützt | Nicht unterstützt | Tageszeit in UTC, ohne Zeitzone |
| Zeit mit TZ | TIMETZ | Nicht unterstützt | Nicht unterstützt | Tageszeit in UTC, mit Zeitzone |
| Zeitstempel | TIMESTAMP (ZEITSTEMPEL) | ZEITSTEMPEL, ZEITSTEMPEL_NTZ | TIMESTAMP_NTZ | Zeitstempel ohne ZeitzoneAnmerkungNTZ steht für „Keine Zeitzone“ |
| Zeitstempel mit TZ | TIMESTAMPTZ | TIMESTAMP_LTZ | ZEITSTEMPEL, TIMESTAMP_LTZ | Zeitstempel mit lokaler ZeitzoneAnmerkungLTZ steht für „Lokale Zeitzone“ |
Zeichendatentypen
Zeichentypen speichern Textdaten und bieten sowohl Optionen mit fester Länge als auch mit variabler Länge. Diese Typen verarbeiten Textzeichenfolgen und Binärdaten mit optionalen Längenangaben zur Steuerung der Speicherzuweisung.
| Datentyp | AWS Clean Rooms SQL | Snowflake-SQL | Spark-SQL | Description |
|---|---|---|---|---|
| Zeichen mit fester Länge | CHAR | CHAR, CHARACTER | CHAR, CHARACTER | Zeichenfolge mit fester Länge |
| Zeichen fester Länge mit Länge | CHAR(n) | CHAR(n), CHARACTER(n) | CHAR(n), CHARACTER(n) | Zeichenfolge mit fester Länge und angegebener Länge |
| Zeichen mit variabler Länge | VARCHAR | VARCHAR, STRING, TEXT | VARCHAR, ZEICHENFOLGE | Zeichenfolge mit variabler Länge |
| Zeichen mit variabler Länge und Länge | VARCHAR (n) | VARCHAR (n), ZEICHENFOLGE (n), TEXT (n) | VARCHAR (n) | Zeichenfolge mit variabler Länge und Längenbeschränkung |
| Binär | VARBYTE | BINARY, VARBINARY | BINARY | Binäre Bytefolge |
| Binär mit Länge | VARBYTE(n) | Nicht unterstützt | Nicht unterstützt | Binäre Bytefolge mit Längenbegrenzung |
Strukturierte Datentypen
Strukturierte Typen ermöglichen eine komplexe Datenorganisation, indem mehrere Werte in einzelnen Feldern kombiniert werden. Dazu gehören Arrays für geordnete Sammlungen, Maps für Schlüssel-Wert-Paare und Strukturen zur Erstellung benutzerdefinierter Datenstrukturen mit benannten Feldern.
| Datentyp | AWS Clean Rooms SQL | Snowflake-SQL | Spark-SQL | Description |
|---|---|---|---|---|
| Array | ARRAY <type> | ARRAY (Typ) | ARRAY <type> | Geordnete Reihenfolge von Elementen desselben TypsAnmerkungArray-Typen müssen Elemente desselben Typs enthalten |
| Zuordnung | LANDKARTE<key, value> | MAP (Schlüssel, Wert) | LANDKARTE<key, value> | Sammlung von Schlüssel-Wert-PaarenAnmerkungKartentypen müssen Elemente desselben Typs enthalten |
| Struct | STRUKTUR< field1: type1, field2: type2> | OBJEKT (Feld1 Typ1, Feld2 Typ2) | STRUKTUR< field1: type1, field2: type2 > | Struktur mit benannten Feldern bestimmter TypenAnmerkungDie Syntax strukturierter Typen kann zwischen den Implementierungen leicht variieren |
| Super | SUPER | Nicht unterstützt | Nicht unterstützt | Flexibler Typ, der alle Datentypen unterstützt, auch komplexe Typen |
