Archivo de febrero 2024

Porque estamos muy entusiasmados con las hojas de trabajo de Python, Snowpark y todo ese jazz, y porque nos encanta brindarte esos molestos ejercicios de análisis de JSON: ¡esta semana hemos combinado los dos!

create or replace table week43 as select

parse_json('{

  "company_name": "Superhero Staffing Inc.",

  "company_website": "https://www.superherostaffing.com",

  "location": {

    "address": "123 Hero Lane",

    "city": "Metropolis",

    "state": "Superstate",

    "zip": "98765",

    "country": "United Superlands"

  },

  "superheroes": [

    {

      "id": "1",

      "name": "Captain Incredible",

      "real_name": "John Smith",

      "powers": [

        "Super Strength",

        "Flight",

        "Invulnerability"

      ],

      "role": "CEO",

      "years_of_experience": 10

    },

    {

      "id": "2",

      "name": "Mystic Sorceress",

      "real_name": "Jane Doe",

      "powers": [

        "Magic",

        "Teleportation",

        "Telekinesis"

      ],

      "role": "CTO",

      "years_of_experience": 8

    },

    {

      "id": "3",

      "name": "Speedster",

      "real_name": "Jim Brown",

      "powers": [

        "Super Speed",

        "Time Manipulation",

        "Phasing"

      ],

      "role": "COO",

      "years_of_experience": 6

    },

    {

      "id": "4",

      "name": "Telepathic Titan",

      "real_name": "Sarah Johnson",

      "powers": [

        "Telepathy",

        "Mind Control",

        "Telekinesis"

      ],

      "role": "CFO",

      "years_of_experience": 9

    }

  ]

}

') as json;

Su trabajo es crear un procedimiento almacenado usando hojas de trabajo de Python para analizar los datos y hacer que se vea así:

Un complemento desvergonzado, pero si necesita un poco de ayuda, cubra el análisis de JSON usando Snowpark en el siguiente video:

Recuerda que si deseas participar:

1. Regístrate como miembro de Frosty Friday. Puedes hacerlo haciendo clic en la barra lateral y luego yendo a «REGISTRARSE» (ten en cuenta que unirte a nuestra lista de correo no te proporcionará una cuenta de Frosty Friday).
2. Publica tu código en GitHub y asegúrate de que sea de acceso público (consulta nuestra guía si no sabes cómo hacerlo).
3. Publica la URL en los comentarios del desafío.

Si tienes alguna pregunta técnica que te gustaría plantear a la comunidad, puedes hacerlo aquí, en nuestro hilo dedicado a estos retos.

¡Nos han hackeado!

Hemos descubierto que alguien ha estado manipulando nuestras políticas, pero parece que no podemos averiguar quién. Nos han pedido que investiguemos quién ha cambiado nuestras políticas de acceso a las filas (pero necesitamos un poco de suspensión de la incredulidad).

Las políticas no se han tocado en mucho tiempo, pero tenemos razones para creer que hace más de 2 semanas, alguien cambió nuestras políticas.

El problema es que no podemos utilizar la pestaña Historial de consultas, que sólo nos ofrece 14 días de historial.

Estamos en un aprieto y necesitamos averiguar quién cambió nuestra política.

Para configurar rápidamente esta prueba, ejecute lo siguiente.

*Nos hemos abstenido de utilizar un usuario real debido al nivel de acceso que ese usuario necesitaría. En este caso, te estás cazando a ti mismo 🙂 .

create table MOCK_DATA (
id INT,
salary INT,
teamnumber INT
);
insert into MOCK_DATA (id, salary, teamnumber) values (1, 781767, 2);
insert into MOCK_DATA (id, salary, teamnumber) values (2, 701047, 5);
insert into MOCK_DATA (id, salary, teamnumber) values (3, 348497, 2);
insert into MOCK_DATA (id, salary, teamnumber) values (4, 555275, 2);
insert into MOCK_DATA (id, salary, teamnumber) values (5, 144962, 3);
insert into MOCK_DATA (id, salary, teamnumber) values (6, 832979, 4);
insert into MOCK_DATA (id, salary, teamnumber) values (7, 387404, 1);
insert into MOCK_DATA (id, salary, teamnumber) values (8, 427563, 3);
insert into MOCK_DATA (id, salary, teamnumber) values (9, 788928, 3);
insert into MOCK_DATA (id, salary, teamnumber) values (10, 257613, 1);
insert into MOCK_DATA (id, salary, teamnumber) values (11, 483792, 4);
insert into MOCK_DATA (id, salary, teamnumber) values (12, 720679, 3);
insert into MOCK_DATA (id, salary, teamnumber) values (13, 452976, 4);
insert into MOCK_DATA (id, salary, teamnumber) values (14, 541193, 2);
insert into MOCK_DATA (id, salary, teamnumber) values (15, 159377, 1);
insert into MOCK_DATA (id, salary, teamnumber) values (16, 825003, 4);
insert into MOCK_DATA (id, salary, teamnumber) values (17, 362209, 3);
insert into MOCK_DATA (id, salary, teamnumber) values (18, 291622, 5);
insert into MOCK_DATA (id, salary, teamnumber) values (19, 646774, 3);
insert into MOCK_DATA (id, salary, teamnumber) values (20, 971930, 1);

CREATE OR REPLACE ROW ACCESS POLICY demo_policy

AS (teamnumber int) RETURNS BOOLEAN ->

CURRENT_ROLE() = 'HR'

OR LEFT(CURRENT_ROLE(),13) = 'MANAGER_TEAM_' AND RIGHT(CURRENT_ROLE(),1) = RIGHT(teamnumber, 1);

alter table MOCK_DATA add row access policy demo_policy on (teamnumber);

CREATE OR REPLACE PROCEDURE totally_not_a_suspicious_procedure()
RETURNS VARCHAR
LANGUAGE JAVASCRIPT
AS
$$
var stmt = snowflake.createStatement({
sqlText: "alter table MOCK_DATA drop row access policy demo_policy;"
});
stmt.execute();
return "Row access policy dropped successfully.";
$$;

CALL totally_not_a_suspicious_procedure()

select * from MOCK_DATA;

CREATE OR REPLACE PROCEDURE totally_not_a_suspicious_procedure2()

RETURNS VARCHAR

LANGUAGE JAVASCRIPT

AS

$$

var stmt = snowflake.createStatement({

sqlText: "alter table MOCK_DATA add row access policy demo_policy on (teamnumber);;"

});

stmt.execute();

return "Row access policy dropped successfully.";

$$;

CALL totally_not_a_suspicious_procedure2();

drop totally_not_a_suspicious_procedure();
drop totally_not_a_suspicious_procedure2();

*El hacker piensa que está siendo inteligente llamando a un procedimiento en lugar del comando real porque asume que sólo mostrará el CALL.

Te toca a ti escribir los comandos para averiguar quién ha accedido a las tablas o a las políticas. Recuerda que no puedes utilizar la pestaña Historial de consultas porque esto debería haber ocurrido «hace más de 14 días».

Recuerda que si deseas participar:

1. Regístrate como miembro de Frosty Friday. Puedes hacerlo haciendo clic en la barra lateral y luego yendo a «REGISTRARSE» (ten en cuenta que unirte a nuestra lista de correo no te proporcionará una cuenta de Frosty Friday).
2. Publica tu código en GitHub y asegúrate de que sea de acceso público (consulta nuestra guía si no sabes cómo hacerlo).
3. Publica la URL en los comentarios del desafío.

Si tienes alguna pregunta técnica que te gustaría plantear a la comunidad, puedes hacerlo aquí, en nuestro hilo dedicado a estos retos.

Con el reciente lanzamiento de la capacidad de observación de tareas individuales, lo celebramos con un reto centrado en las tareas.

Esta nueva función proporciona un nivel de visibilidad y conocimiento de las tareas individuales que antes no estaba disponible y presenta tanto oportunidades como obstáculos potenciales para aquellos que buscan optimizar su flujo de trabajo. A medida que la gente empiece a explorar los beneficios y limitaciones de la Observabilidad de Tareas Individuales, tendrán que navegar por este nuevo terreno con cuidado y creatividad, con el fin de maximizar su productividad y alcanzar sus objetivos. En este contexto, merece la pena explorar las implicaciones de esta nueva función y considerar estrategias para utilizarla eficazmente en diversos contextos y entornos.

Lo que queremos es que crees es un rompecabezas que te imponga algunas limitaciones.

Cree tareas que representen a 3 niños: Joan, Maggy y Jason.

• Joan se levanta de la cama cada 3 minutos y permanece despierta durante 2 minutos.
• Maggy se levanta cada 5 minutos y permanece despierta 1 minuto.
• Jason se levanta cada 13 minutos y permanece levantado 1 minuto.

Crea una tabla llamada niños_fuera_de_la_cama con una columna para :

1. Hora
2. Joan
3. Maggy
4. Jason

Por defecto todas las columnas kids deben ser FALSE

Cree una estructura de Tarea para llevar la cuenta de cuando los niños salen de la cama. Para los minutos que un niño está fuera de la cama, cambie el valor del minuto a TRUE.

La tarea hija debe seguir ejecutándose mientras los niños están despiertos.

La restricción importante aquí, sin embargo, es que no estamos utilizando sólo un cálculo, ¡sino marcas de tiempo reales!

Ejemplo: Joan empieza a las 01.00, la tarea se ejecuta, y anota que el 01.03 01.04, estaba despierta. Así que cambiamos esos valores a TRUE.

Si dad_task nota que todos los niños están fuera de la cama (que comprueba cada segundo), se asusta , se enfada y todo se para. Asegúrate de incluir esto en tus tareas.

¿Cuál es la hora de finalización de este árbol de tareas? ¡Cuéntanoslo!

Recuerda que si deseas participar:

1. Regístrate como miembro de Frosty Friday. Puedes hacerlo haciendo clic en la barra lateral y luego yendo a «REGISTRARSE» (ten en cuenta que unirte a nuestra lista de correo no te proporcionará una cuenta de Frosty Friday).
2. Publica tu código en GitHub y asegúrate de que sea de acceso público (consulta nuestra guía si no sabes cómo hacerlo).
3. Publica la URL en los comentarios del desafío.

Si tienes alguna pregunta técnica que te gustaría plantear a la comunidad, puedes hacerlo aquí, en nuestro hilo dedicado a estos retos.

La seguridad es una de las principales preocupaciones en Frosty Friday y debemos asegurarnos de que no cualquiera pueda ver la información de contacto de nuestros clientes.

create or replace table customer_deets (

    id int,

    name string,

    email string

);

insert into customer_deets values

    (1, 'Jeff Jeffy', 'jeff.jeffy121@gmail.com'),

    (2, 'Kyle Knight', 'kyleisdabest@hotmail.com'),

    (3, 'Spring Hall', 'hall.yay@gmail.com'),

    (4, 'Dr Holly Ray', 'drdr@yahoo.com');

Aplicar una política de enmascaramiento a nivel de columna que me muestre lo siguiente cuando consulto usando mi rol: 

Y lo siguiente cuando consulto usando cualquier otro rol:

Recuerda que si deseas participar:

1. Regístrate como miembro de Frosty Friday. Puedes hacerlo haciendo clic en la barra lateral y luego yendo a «REGISTRARSE» (ten en cuenta que unirte a nuestra lista de correo no te proporcionará una cuenta de Frosty Friday).
2. Publica tu código en GitHub y asegúrate de que sea de acceso público (consulta nuestra guía si no sabes cómo hacerlo).
3. Publica la URL en los comentarios del desafío.

Si tienes alguna pregunta técnica que te gustaría plantear a la comunidad, puedes hacerlo aquí, en nuestro hilo dedicado a estos retos.

Con las noticias sobre Snowflake Summit cada vez más cerca, me gustaría echar un vistazo a una función que se anunció en el último Summit: Funciones memorizables

Ahora, ¡estas funciones permiten a tus funciones hacer uso de la caché!

La ventaja de utilizar una función memoizable es que mejora el rendimiento de las consultas complejas, como las búsquedas de varias columnas en tablas de asignación a las que se hace referencia dentro de una política de acceso a filas o una política de enmascaramiento.

Sin embargo, vamos a empezar por lo fácil para encontrar simplemente un número que se pueda utilizar más a menudo. Para ello, utilizaremos un conjunto de datos de ejemplo que debería estar en su cuenta. Si usted no tiene acceso , el código por debajo del desafío para obtener acceso :

– Utilice el conjunto de datos de muestra SNOWFLAKE_SAMPLE_DATA.TPCH_SF100

– Cree una función memoizable que devuelva los Ingresos ( Extended_Price teniendo en cuenta el descuento dado) para la Región Europea.

AYUDA No tengo el conjunto de datos de muestra:

– Crear una base de datos a partir del recurso compartido.

CREATE DATABASE SNOWFLAKE_SAMPLE_DATA FROM SHARE SFC_SAMPLES.SAMPLE_DATA;

– Conceda al rol PUBLIC acceso a la base de datos.

– Si lo desea, cambie el nombre del rol para restringir el acceso a un subconjunto de usuarios.

GRANT IMPORTED PRIVILEGES ON DATABASE SNOWFLAKE_SAMPLE_DATA TO ROLE PUBLIC;

Recuerda que si deseas participar:

1. Regístrate como miembro de Frosty Friday. Puedes hacerlo haciendo clic en la barra lateral y luego yendo a «REGISTRARSE» (ten en cuenta que unirte a nuestra lista de correo no te proporcionará una cuenta de Frosty Friday).
2. Publica tu código en GitHub y asegúrate de que sea de acceso público (consulta nuestra guía si no sabes cómo hacerlo).
3. Publica la URL en los comentarios del desafío.

Si tienes alguna pregunta técnica que te gustaría plantear a la comunidad, puedes hacerlo aquí, en nuestro hilo dedicado a estos retos.

Recientemente, he estado capacitando a personas para los exámenes SnowPro Core y muchos de los comentarios han sido que han surgido muchos datos no estructurados y varias URL. Si quieres aprobar ese examen, ¡este desafío es probablemente el mejor desafío que puedes hacer!

Queremos que cree una etapa externa con una tabla de directorio y la consulte. Cada fila debe ir acompañada de:

• URL de archivo con alcance: para dar acceso con alcance para usos internos
• URL de archivo de etapa: para dar acceso permanente a una etapa
• URL prefirmada: para dar acceso a usuarios externos 

create or replace storage integration week37_si

    type = external_stage

    storage_provider = 's3'

    storage_aws_role_arn = 'arn:aws:iam::184545621756:role/week37'

    enabled = true

    storage_allowed_locations = ('s3://frostyfridaychallenges/challenge_37/');

Use la URL de storage_allowed_locations para crear su escenario externo.

El producto final debe verse como: 

PD: Personalmente, creo que deberías hacer clic en algunas de las URL… tal vez en todas.

Recuerda que si deseas participar:

1. Regístrate como miembro de Frosty Friday. Puedes hacerlo haciendo clic en la barra lateral y luego yendo a «REGISTRARSE» (ten en cuenta que unirte a nuestra lista de correo no te proporcionará una cuenta de Frosty Friday).
2. Publica tu código en GitHub y asegúrate de que sea de acceso público (consulta nuestra guía si no sabes cómo hacerlo).
3. Publica la URL en los comentarios del desafío.

Cada mes nos llegan más actualizaciones de Snowflake. Esta vez hemos asistido a la disponibilidad general de Stream on Views.

Para celebrarlo, hemos creado este desafío básico, centrado en Streams.

Utilice el siguiente bloque de código para formar rápidamente su base de tabla/vista :

-- Create first table
CREATE TABLE employees (
id INT,
name VARCHAR(50),
department VARCHAR(50)
);

-- Insert example data into first table

INSERT INTO employees (id, name, department)
VALUES
(1, "Alice" "Sales"),
(2, "Bob", "Marketing");

-- Create second table
CREATE TABLE sales (
id INT,
employee_id INT,
sale_amount DECIMAL(10, 2)
);

-- Insert example data into second table
INSERT INTO sales (id, employee_id, sale_amount)
VALUES
(1, 1, 100.00),
(2, 1, 200.00),
(3, 2, 150.00);

-- Create view that combines both tables
CREATE VIEW employee_sales AS
SELECT e.id, e.name, e.department, s.sale_amount
FROM employees e
JOIN sales s ON e.id = s.employee_id;

-- Query the view to verify the data
SELECT * FROM employee_sales;

Hemos tenido algunos problemas con ventas que se iniciaban pero luego ya no aparecían en el sistema. Tenemos la sensación de que están siendo eliminadas y nos gustaría ver rápidamente si ese es el caso. ¿Podrías ayudar a la tienda con lo siguiente?

Utilizar la estructura anterior para :

– Añadir un flujo a la VISTA employee_sales

– Registrar todas las eliminaciones realizadas

– Moverlos a una nueva tabla llamada 'deleted_sales'.

Recuerda que si deseas participar:

1. Regístrate como miembro de Frosty Friday. Puedes hacerlo haciendo clic en la barra lateral y luego yendo a «REGISTRARSE» (ten en cuenta que unirte a nuestra lista de correo no te proporcionará una cuenta de Frosty Friday).
2. Publica tu código en GitHub y asegúrate de que sea de acceso público (consulta nuestra guía si no sabes cómo hacerlo).
3. Publica la URL en los comentarios del desafío.

Si tienes alguna pregunta técnica que te gustaría plantear a la comunidad, puedes hacerlo aquí, en nuestro hilo dedicado a estos retos.