Snowflake 触发器

引言

Snowflake 的架构建立在简单、性能和可扩展性原则之上，这导致了其有意排除了触发器功能。这可能看起来像一个限制，特别是对于那些习惯了其他数据库系统中触发器便利性的人来说。但与其将其视为一个缺点，不如理解 Snowflake 设计选择背后的基本原理，并探索其提供的替代解决方案。

尽管缺少传统的触发器，Snowflake 提供了强大的工具，如 Streams、Tasks 和 Stored Procedures，它们可以结合起来复制类似触发器的行为。这些功能是为 Snowflake 的云原生架构而设计的，允许用户以更具可扩展性和效率的方式实现类似的结果。这篇介绍为更深入地探讨 Snowflake 如何处理通常由触发器管理的功能奠定了基础，并提供了关于如何在 Snowflake 环境中有效实现自动化工作流和数据完整性机制的见解。

定义和功能

在传统的关系数据库中，触发器是一组指令，它会在指定表或视图上发生特定事件时自动执行。这些事件通常是数据修改操作，如 INSERT、UPDATE 或 DELETE。触发器的主要目的是自动化常规任务、强制执行复杂的业务规则、维护数据一致性以及为审计目的跟踪更改。

触发器的类型

数据库触发器是强大的工具，用于自动化任务、强制执行业务规则和维护数据完整性，通过执行预定义的操作来响应数据库中的特定事件。这些触发器可以根据其相对于触发事件的执行时间分为不同类型。三种主要的触发器类型是前置触发器 (Before Triggers)、后置触发器 (After Triggers) 和 替代触发器 (Instead of Triggers)。每种类型都有不同的用途，并根据应用程序或数据库的要求在不同的场景中使用。

前置触发器

前置触发器在对表执行指定的数据修改操作（如 INSERT、UPDATE 或 DELETE）之前自动执行。这些触发器旨在拦截并可能在数据提交到数据库之前修改数据。

目的： 前置触发器通常用于确保数据验证、强制执行业务规则或在数据写入数据库之前修改数据。它们充当一种预先检查，允许数据库在接受数据之前强制执行条件或转换。

• 数据验证： 前置触发器对于验证传入数据以确保其在存储到数据库之前满足特定标准特别有用。例如，前置触发器可以检查一个值是否在可接受的范围内，或者某个字段是否为空。
• 强制执行业务规则： 前置触发器可以强制执行需要在插入或更新数据之前应用的复杂业务规则。例如，触发器可以确保只有在满足某些条件时才应用折扣，或者在允许交易之前检查帐户的状态。
• 数据修改： 有时，在存储数据之前可能需要修改数据。前置触发器可以自动调整数据值，例如格式化文本字段、计算派生值或在未提供值时设置默认值。

用例示例： 假设有一个 CUSTOMERS 表，其中电子邮件地址必须为小写以保持一致性。可以设置一个前置触发器，在将任何电子邮件地址插入表之前自动将其转换为小写。

在此示例中，在新客户记录插入之前，触发器将电子邮件地址转换为小写。

后置触发器

后置触发器在指定的数据修改操作（INSERT、UPDATE 或 DELETE）完成后自动执行。当操作需要完成后才能执行其他操作时，会使用这些触发器，例如更新相关表、记录更改日志或基于新修改的数据进行计算。

目的： 后置触发器通常用于维护引用完整性、更新相关数据、生成审计日志或启动依赖于初始数据修改成功完成的复杂操作。

• 引用完整性： 后置触发器可以通过确保一个表中的更改反映在相关表中来强制执行引用完整性。例如，如果父表中的记录被删除，后置触发器可以确保子表中相应的记录也被删除，以防止出现孤立记录。
• 审计日志记录： 后置触发器是创建审计跟踪的理想选择。它们可以自动记录对敏感数据所做的更改，记录旧值和新值、进行更改的用户以及修改的时间戳等详细信息。
• 级联更新： 当一个表中的数据更新时，可以使用后置触发器将这些更新传播到相关表。这确保了所有相关数据在整个数据库中保持一致。

用例示例： 考虑一个 ORDERS 表，其中使用后置触发器在每次插入新订单时更新 SALES_SUMMARY 表中的总销售额。

在此示例中，在新订单插入到 ORDERS 表后，触发器会更新 SALES_SUMMARY 表中的 total_sales 列，确保汇总反映了最新的订单数据。

替代触发器

替代触发器是一种独特的触发器类型，它会替代指定数据修改操作通常会发生的标准行为而执行。这些触发器通常与视图一起使用，允许开发人员实现复杂的逻辑，以确定在与可能组合了多个表数据的视图进行交互时如何修改数据。

目的： 替代触发器提供了一种覆盖数据修改操作默认行为的方法，从而在数据处理和管理方面提供了更大的灵活性。当标准的 INSERT、UPDATE 或 DELETE 操作由于视图的复杂性或其底层结构而无法直接应用于视图时，它们特别有用。

• 处理复杂视图： 数据库中的视图通常表示来自多个表的数据组合。直接在这些视图中插入、更新或删除数据可能具有挑战性，因为标准操作可能不知道如何正确修改底层表。替代触发器允许开发人员定义自定义逻辑，规定应如何处理这些操作。

用例示例： 假设有一个名为 EMPLOYEE_DETAILS_VIEW 的视图，它结合了两个表的数据：EMPLOYEES 和 EMPLOYEE_CONTACTS。可以使用替代触发器来处理此视图上的 INSERT 操作，确保数据适当地分布在两个底层表中。

在此示例中，当向 EMPLOYEE_DETAILS_VIEW 插入新行时，触发器会将数据拆分并插入到适当的表（EMPLOYEES 和 EMPLOYEE_CONTACTS）中，确保两个表都得到正确更新。

每种类型的触发器——前置、后置和替代——都有不同的用途，并根据数据库应用程序的需求在不同的场景中使用。前置触发器非常适合在数据提交到数据库之前进行数据验证和修改。后置触发器用于在数据修改操作后强制执行引用完整性、维护审计日志和将更改传播到相关表。替代触发器提供了处理复杂数据修改的灵活性，尤其是在处理组合了多个表数据的视图时。

触发器的用例

触发器在数据库管理中发挥着几个重要作用，包括：

• 数据验证： 通过在数据库级别强制执行业务规则，确保只有有效的数据被插入或更新到数据库中。
• 审计跟踪： 自动记录对数据所做的更改，这对于合规性和跟踪目的至关重要。
• 级联操作： 确保一个表中的更改自动传播到相关表，从而维护引用完整性。
• 自动计算： 在插入或更新数据时自动执行计算或数据转换。

鉴于其多功能性和强大功能，触发器已成为许多数据库系统中的主要功能，有助于减少手动干预并最大限度地减少复杂数据环境中的错误。

Snowflake 的架构和设计理念

Snowflake 是一个云原生数据平台，其设计优先级与传统数据库不同。它专注于提供高性能、可扩展性和简单性，同时在海量并行处理 (MPP) 环境中运行。这些优先级影响了 Snowflake 决定从其核心功能中排除某些传统数据库功能，包括触发器。

Snowflake 没有实现传统意义上的触发器，而是提供了替代机制来实现类似的结果。这些替代方案符合 Snowflake 的架构目标，确保用户仍然可以自动化任务和维护数据完整性，而不会影响平台的性能或可扩展性。

Snowflake 中的替代机制

虽然 Snowflake 不支持传统的触发器，但它提供了一套强大的工具，可以组合起来复制触发器的功能。这些工具包括：

流

• Snowflake 中的 Streams 用于跟踪表随时间的变化（例如 INSERT、UPDATE 和 DELETE 操作）。Stream 会记录这些更改，并允许您像查询存储在单独表中的数据一样查询它们。这种机制使您能够捕获并响应数据更改，而无需传统的触发器。

任务

• Snowflake 中的 Tasks 用于安排和自动化 SQL 语句的执行，包括存储过程。Tasks 可以设置为按特定间隔运行，或由特定事件触发，从而实现类似触发器所能实现的数据处理工作流的自动化。

存储过程

• Snowflake 中的存储过程允许将业务逻辑封装在可重用、可执行的脚本中。虽然它们不会由数据更改自动触发，但可以由 Tasks 或外部应用程序调用以执行复杂操作，类似于传统上嵌入在触发器中的逻辑。

为什么 Snowflake 不支持传统触发器

简单性和性能

• Snowflake 不支持传统触发器的核心原因之一是为了保持平台的简单性和性能。
• 触发器本质上引入了一定程度的复杂性和不可预测性，因为它们可以响应各种事件自动执行，可能导致性能瓶颈。
• 在像 Snowflake 这样的分布式、基于云的环境中，性能和可扩展性至关重要，这种复杂性可能会妨碍系统高效运行的能力。

云环境中的可扩展性

• Snowflake 的构建旨在实现水平扩展，利用云按需添加资源的能力。
• 通常按行操作的传统触发器不适合这种环境。

替代方案更具云原生性

• Snowflake 提供的替代解决方案，如 Streams、Tasks 和 Stored Procedures，被设计得更具云原生性。
• 它们自然地融入 Snowflake 的架构中，允许更灵活、可扩展和高效的数据处理。
• 这些解决方案使用户能够实现与传统触发器相同的结果，但方式更符合 Snowflake 的设计原则。

传统触发器：它们是什么？

在关系数据库中，触发器是一个强大且必不可少的功能，用于自动化任务、强制执行业务规则和确保数据完整性。它们是一种存储过程，会在数据库内发生特定事件时自动执行。这种自动化有助于减少手动干预，确保在对数据库进行某些更改时始终如一地执行关键操作。

• 数据库触发器是一组指令，在数据库中发生某些事件时自动执行或“触发”，例如在表中插入、更新或删除行时。
• 触发器与修改数据的操作紧密相关，使其成为维护数据库一致性和完整性的重要组成部分。

总的来说，触发器用于确保某些操作在响应数据库事件时自动执行，减少了手动干预的需求，并增强了数据库的可靠性和安全性。

触发器的常见用例

触发器用途广泛，可以应用于数据库中的各种场景，以确保自动化、完整性和对业务规则的遵守。一些常见的用例包括：

数据验证

触发器可以强制执行超出标准数据库约束可能范围的复杂验证规则。例如，触发器可以检查正在插入的数据是否遵守特定的业务规则，例如确保新订单不超过客户的信用额度。通过使用触发器进行数据验证，企业可以防止不正确或不完整的数据进入数据库。

示例

• 在 ORDERS 表上的一个前置触发器可能会检查 ORDER_DATE 是否在未来，以及订购的 QUANTITY 是否在允许的范围内。

审计跟踪

触发器通常用于通过自动记录对数据所做的更改来维护审计跟踪。这对于遵守法规要求尤为重要，例如记录谁进行了更改、更改了什么以及更改发生的时间。

示例

• 在 EMPLOYEES 表上的一个后置触发器可以在每次员工薪水更新时自动向 AUDIT_LOG 表插入一条记录，记录新旧薪水值、更改的时间戳以及进行更新的用户。

级联更新和删除

触发器可用于确保一个表中的更改自动传播到相关表，从而维护引用完整性。例如，当父表中的记录被更新或删除时，触发器可以自动更新或删除子表中的相应记录。

示例

• 在 CUSTOMERS 表上的一个后置触发器可以在删除客户时自动删除所有相关的 ORDERS 记录，确保没有孤立的记录残留。

自动计算和汇总

触发器可以自动化数据变化时需要发生的计算。例如，每当订单被插入或修改时，触发器可以自动更新汇总表中的总销售额。

示例

• 替代触发器可以对 EMPLOYEES 视图强制执行有关如何插入或更新员工数据的规则，确保所有必填字段都根据公司政策正确填充。

类似触发器实现的真实世界示例

尽管 Snowflake 不支持传统的触发器，但数据库架构师和开发人员通常使用 Snowflake 或类似基于云的数据平台中的其他工具和技术来实现类似触发器的功能。这些实现达到了与传统触发器相似的结果，例如自动化任务、强制执行业务规则和维护数据完整性。以下是一些关于如何在 Snowflake 和其他现代数据平台中实现类似触发器功能的真实世界示例：

使用 Snowflake Streams 和 Tasks 实现自动数据验证和转换

场景： 一家公司需要确保 CUSTOMERS 表中的所有客户电子邮件地址都以小写形式存储。在传统数据库中，这通常由一个前置触发器处理。然而，在 Snowflake 中，这可以通过结合使用 streams 和 tasks 来实现。

实施

• Streams： Snowflake streams 可用于跟踪表的变化（插入、更新、删除）。在 CUSTOMERS 表上创建一个 stream 可以捕获任何电子邮件地址不是小写的新行或更新行。
• Tasks： Snowflake tasks 可以被调度运行 SQL 语句或存储过程，以处理由 stream 捕获的数据。可以设置一个 task 来自动将电子邮件地址转换为小写并更新 CUSTOMERS 表。

示例

在此示例中，该任务每五分钟运行一次，检查是否存在非小写的电子邮件地址，如果找到，则相应地更新它们。

使用 Snowflake Streams、Tasks 和历史表进行审计日志记录

场景： 一家金融机构需要维护其 ACCOUNTS 表所有更改的审计跟踪，包括谁进行了更改、更改了什么以及更改发生的时间。传统上，这会由一个后置触发器处理，该触发器将更改记录到一个审计表中。

实施

• Streams： 在 ACCOUNTS 表上创建一个 stream 可以捕获对该表的所有更改。
• Tasks： 可以创建一个 task 来定期处理由 stream 捕获的更改，并将它们插入到 ACCOUNTS_AUDIT 表中。
• 历史表： Snowflake 的时间旅行和克隆功能也可以用来创建一个历史表，该表维护了更改前后数据的快照。

示例

此示例捕获对 ACCOUNTS 表的更改，并将它们记录到 ACCOUNTS_AUDIT 表中，包括有关谁进行了更改以及更改发生时间的详细信息。

使用 Snowflake 存储过程实现级联删除

场景： 一家零售公司管理客户订单，并需要确保当从 CUSTOMERS 表中删除一个客户时，ORDERS 表中所有相关的订单也都被删除。在传统数据库中，这会通过一个后置删除触发器来实现。

实施

• 存储过程： 在 Snowflake 中，可以使用存储过程来执行级联删除。该过程可以手动调用，也可以通过 task 按需调度运行。

示例

在此示例中，存储过程在删除客户记录本身之前，会删除与该客户相关的所有订单，确保 ORDERS 表中没有残留的孤立记录。

使用 Snowflake 外部函数实现自动通知

场景： 一家物流公司需要在其客户的订单状态发生变化时向他们发送通知。在传统数据库中，可能会使用一个后置更新触发器来发送电子邮件或短信通知。

实施

• 外部函数： Snowflake 允许使用外部函数，这些函数可以调用外部服务，例如发送电子邮件或短信，以响应数据更改。这可以与 streams 和 tasks 集成，以创建一个自动通知系统。

示例

在此示例中，每当订单状态变为“已发货”或“已送达”时，都会使用外部函数发送通知。该任务处理由 stream 捕获的更改，并调用外部函数发送相应的通知。

使用 Snowflake 的数据共享和复制实现数据同步

一家全球性企业需要确保在主数据库中所做的数据更改能够自动复制到多个区域数据库。在传统数据库中，可能会使用触发器将更改复制到其他数据库。

实施

• 数据共享和复制： Snowflake 的数据共享和复制功能可用于在多个 Snowflake 账户或区域之间同步数据。在一个数据库中所做的更改可以自动传播到其他数据库，确保整个企业的一致性。

示例

在这种情况下，对主数据库所做的更改会自动复制到辅助数据库，确保所有区域都拥有一致且最新的数据。

类似触发器的功能可以在 Snowflake 中使用 streams、tasks、存储过程、外部函数和复制的组合来实现。虽然 Snowflake 不支持传统的触发器，但这些替代方案提供了强大而灵活的方式来实现类似的结果，自动化任务、强制执行业务规则、维护数据完整性以及确保在分布式环境中的一致性。