获取插入到雪花数据仓库中的行的标识

Question

如果我有一个带有自动递增 ID 列的表，我希望能够在该表中插入一行，并获取我刚刚创建的行的 ID。我知道一般来说，StackOverflow 问题需要某种尝试或研究工作的代码，但我不确定从 Snowflake 开始的地方。我已经挖掘了他们的documentation，但我一无所获。

到目前为止，我能做的最好的事情是尝试result_scan() 和last_query_id()，但这些并没有给我任何有关插入行的相关信息，只是确认插入了一行。

我相信我要求的是 MS SQL Server 的 SCOPE_IDENTITY() 函数。

MS SQL Server 的SCOPE_IDENTITY() 是否有 Snowflake 等效函数？

编辑：为了在这里有代码：

CREATE TABLE my_db..my_table
(
    ROWID INT IDENTITY(1,1),
    some_number INT,
    a_time TIMESTAMP_LTZ(9),
    b_time TIMESTAMP_LTZ(9),
    more_data VARCHAR(10)
);
INSERT INTO my_db..my_table
(
    some_number,
    a_time,
    more_data
)
VALUES
(1, my_time_value, some_data);

我想为我刚刚插入的这一行获得自动增量ROWID。

Answer 1

注意：在极少数情况下，以下答案可能不是 100% 正确，请参阅下面的更新部分

原答案

Snowflake 今天不提供SCOPE_IDENTITY 的等效项。

但是，您可以利用 Snowflake 的 time travel 在执行给定语句后立即检索列的最大值。

这是一个例子：

create or replace table x(rid int identity, num int);
insert into x(num) values(7);
insert into x(num) values(9);
-- you can insert rows in a separate transaction now to test it
select max(rid) from x AT(statement=>last_query_id());
----------+
 MAX(RID) |
----------+
 2        |
----------+

如果您想稍后访问它，也可以将last_query_id() 保存到变量中，例如

insert into x(num) values(5);
set qid = last_query_id();
...
select max(rid) from x AT(statement=>$qid);

注意 - 它通常是正确的，但如果用户例如手动将较大的值插入rid，可能会影响此查询的结果。

更新

注意，我意识到上面的代码很少会产生错误的答案。

由于像Snowflake这样的分布式系统中查询的各个阶段的执行顺序可能是不确定的，并且Snowflake允许并发INSERT语句，因此可能会发生以下情况

• 两个查询，Q1 和 Q2，做一个简单的单行 INSERT，大致同时开始
• Q1 开始，有点超前
• Q2 开始
• Q1 从IDENTITY 列创建一个值为1 的行
• Q2 从IDENTITY 列创建一个值为2 的行
• Q2 领先于 Q1 - 这是关键部分
• Q2 提交，在时间 T2 标记为已完成
• Q1 提交，在时间 T1 标记为已完成

请注意，T1 晚于 T2。现在，当我们尝试执行SELECT ... AT(statement=>Q1) 时，我们将看到T1 的状态，包括之前语句的所有更改，因此包括来自Q2 的值2。这不是我们想要的。

解决方法可能是将unique identifier 添加到每个INSERT（例如，来自单独的SEQUENCE 对象），然后使用MAX。

对不起。分布式事务很难:)