Snowflake查询Stage中Parquet半结构化数据报错原因

场景复现 #

• 提前创建命名文件格式对象：

create or replace file format parq1 type='PARQUET';

• 名为sampleparquet的Stage中存储了Parquet格式半结构化数据，以下SQL可正常执行返回结果：

select $1 from @sampleparquet (file_format=>parq1 );

• 以下两种写法执行时会触发SQL编译错误，无法返回有效数据：
  1. 尝试内联传入格式参数的写法：

  select $1 from @sampleparquet (file_format=>(type='PARQUET'));
  

  2. 尝试用等号传参引用命名格式的写法：

  select $1 from @sampleparquet (file_format= parq1 );
  

具体报错原因 #

这两个错误都和Snowflake直接查询Stage数据的语法强约束有关：
直接通过SELECT $1 FROM @stage名 (...)的方式查询Stage文件时，括号内传入的是查询阶段的可选控制参数，有两个不可违反的语法规则：

• 所有参数必须使用命名参数专用赋值符=>传值，不支持用等号=赋值
• 其中file_format参数仅支持传入提前创建好的命名文件格式对象的标识符，不支持在该位置内联写文件格式配置参数（内联配置的写法仅在COPY INTO命令、创建/修改Stage的语句中支持）

两种错误写法分别触发了对应的规则：

1. 第一种写法违反了第二条规则：你在file_format=>后传入了括号包裹的内联格式配置(type='PARQUET')，解析器会默认把=>后的内容当成已存在的文件格式对象名去检索，不存在对应名称的对象，同时该位置本身不支持内联格式配置，因此直接抛出编译错误。
2. 第二种写法违反了第一条规则：你用等号=给file_format参数传值，不符合该位置参数必须用=>赋值的语法要求，解析器无法识别等号后的参数结构，因此直接抛出编译错误。

补充说明：如果需要在内联指定格式参数的情况下查询Parquet数据，有两种合规方案：

• 提前创建对应配置的命名文件格式，查询时用file_format=>格式名的方式引用
• 先创建或修改Stage，在Stage属性中绑定对应配置的文件格式，查询时不需要额外传file_format参数

内容的提问来源于stack exchange，提问作者MastanSky