如何根据雪花中的任何文本文件自动创建表格？

Question

是否有任何工具或任何方法可以根据任何文本文件自动创建表格？

我有 100 多个 csv 文件，每个文件都有不同数量的列。如果首先在雪花中手动创建表定义，然后加载数据，那将是很多工作。我正在寻找一种无需创建表即可加载数据的特定方法。

如果有人知道如何解决这个问题，请告诉我。谢谢！

Answer 1

Spark和Pandas等数据处理框架具有可以解析 CSV 标题行并使用推断数据类型（不仅仅是字符串）形成模式的读取器。您可以利用它来创建新表。

以下示例作为说明提供：

• 将Pandas的 SQL 写入功能与适用于 Python 的 Snowflake 连接器一起使用（通过SQL Alchemy）
• 假设每个文件需要一个新表
• 假设输入文件路径的文件名部分是表名
• 假设 CSV 是标准格式，并且有列名标题
• 在相同的数据库和模式名称下创建所有表

import sqlalchemy as sql
import pandas as pd
import os

# Setup an SQL Alchemy Engine object
# This will provide a connection pool for Pandas to use later
engine = sql.create_engine(
    'snowflake://{u}:{p}@{a}/{d}/{s}?warehouse={w}&role={r}'.format(
        u='USERNAME',
        p='PASSWORD',
        a='account.region',
        r='ROLE_NAME',
        d='DATABASE',
        s='SCHEMA',
        w='WAREHOUSE_NAME',
    )
)

# List of (n) input CSV file paths
csv_input_filepaths = [
    '/tmp/test1.csv',
    '/tmp/test2.csv',
    '/tmp/test3.csv',
]

try:
    # Process each path
    for path in csv_input_filepaths:

        # Use filename component of path as tablename
        # '/tmp/test1.csv' creates table named 'test1', etc.
        filename, _ext = os.path.splitext(os.path.basename(path))

        # Default CSV reading options in Pandas sniff and infer headers
        # It will auto-populate schema and types based on data
        data = pd.read_csv(path)

        # Stores into Snowflake (will create the table name if it does not exist)
        # Default args will attempt to create an index, so we disable that
        data.to_sql(filename, engine, index = False)

finally:
    # Tear down all connections gracefully pre-exit
    engine.dispose()