雪花如何在内部执行更新?

这是一个复杂的问题,但基本思路如下(相当简单):

• 记录存储在S3上不可变的微分区中
• 表是微型分区的列表
• 修改记录时
  • 它的旧微分区被标记为不活动(从那时起),
  • 将创建一个新的微分区,其中包含修改后的记录,但也包含该微分区中的其他记录。
  • 新的微分区被添加到表的列表中(从那时起标记为活动)
• 一段时间内不会删除非活动的微分区,从而允许时间旅行

所以Snowflake不需要记录键,因为每个记录在给定时间只存储在一个活动文件中。

对查询执行更新的影响很小,唯一可见的影响可能是文件需要从S3中提取并缓存在仓库中。

要了解更多信息,我建议去雪花论坛询问。