小编gop*_*chi的帖子

我对 Snowflake 的新功能 - Infer Schema 表功能有疑问。INFER SCHEMA 函数在 parquet 文件上表现出色，并返回正确的数据类型。但是，当 parquet 文件被分区并存储在 S3 中时，INFER SCHEMA 无法像 pyspark 数据帧那样发挥作用。

在DataFrames中，分区文件夹名称和值作为最后一列读取；有没有办法在 Snowflake Infer 模式中达到相同的结果？

例子：

@GregPavlik - 输入采用结构化镶木地板格式。当 parquet 文件存储在没有分区的 S3 中时，可以完美导出架构。

示例：{ "AGMT_GID": 1714844883, "AGMT_TRANS_GID": 640481290, "DT_RECEIVED": "20 302", "LATEST_TRANSACTION_CODE": "I" }

Snowflake 推断模式为我提供了 4 个列名称及其数据类型。

但是，如果镶木地板文件存储在分区中 - 如上图所示。

在 - LATEST_TRANSACTION_CODE =I/ 文件夹下，我会将文件作为

示例：{“AGMT_GID”：1714844883，“AGMT_TRANS_GID”：640481290，“DT_RECEIVED”：“20 302”}

在这种情况下，雪花推断模式仅提供三列；但是，读取 Pyspark 数据框中的同一文件会打印所有四列。

我想知道 Snowflake 中是否有解决方法来读取分区的镶木地板文件。