@clickzetta/cz-cli-darwin-x64 0.3.92 → 0.3.94

package/bin/skills/clickzetta-sql-syntax-guide/references/migration-databricks.md

@@ -1,260 +0,0 @@
-# Databricks → ClickZetta 迁移指南
-
-> 覆盖从 Databricks（Delta Lake）迁移到 ClickZetta Lakehouse 时的 SQL 兼容性问题，所有结论均经过真实 Lakehouse 验证。
-
----
-
-## 对象概念映射
-
-| Databricks | ClickZetta | 说明 |
-|---|---|---|
-| Catalog（内部数据） | WORKSPACE | 顶层命名空间，Catalog.Schema.Table ≈ Workspace.Schema.Table |
-| Catalog（外部数据源） | EXTERNAL CATALOG | 联邦查询外部系统时的三层命名空间顶层（catalog.schema.table） |
-| Database / Schema | SCHEMA | 相同 |
-| Cluster / SQL Warehouse | VCLUSTER | 计算集群 |
-| Delta Table（普通表） | TABLE | ClickZetta 默认 Parquet 存储，支持 Iceberg 格式 |
-| Delta Table（增量计算） | DYNAMIC TABLE | 自动增量刷新，替代 DLT Pipeline |
-| External Location | STORAGE CONNECTION + EXTERNAL VOLUME | STORAGE CONNECTION 负责认证，EXTERNAL VOLUME 负责挂载路径 |
-| Unity Catalog（元数据治理） | 无完整对应 | ClickZetta 通过 RBAC + SCHEMA 权限管理实现部分治理能力 |
-| Unity Catalog（外部数据联邦查询） | EXTERNAL CATALOG | 支持 Hive、Iceberg REST、Databricks Unity Catalog 联邦查询 |
-| Structured Streaming | PIPE + TABLE STREAM | PIPE 负责持续摄入，TABLE STREAM 负责 CDC 变更捕获 |
-| APPLY CHANGES INTO（DLT CDC） | TABLE STREAM + MERGE INTO | 先建 Stream 捕获变更，再用 MERGE 消费 |
-| Auto Loader | PIPE（EVENT_NOTIFICATION 模式） | 文件上传即触发加载，仅支持 OSS/S3 |
-
----
-
-## DDL 差异
-
-### CREATE TABLE
-
-```sql
--- Databricks Delta Lake
-CREATE TABLE orders (
-    id BIGINT GENERATED ALWAYS AS IDENTITY,
-    customer_id INT,
-    amount DECIMAL(18,2),
-    status STRING DEFAULT 'pending',
-    created_at TIMESTAMP DEFAULT current_timestamp(),
-    meta STRUCT<city: STRING, zip: STRING>,
-    tags ARRAY<STRING>
-)
-USING DELTA
-PARTITIONED BY (DATE(created_at))
-TBLPROPERTIES ('delta.enableChangeDataFeed' = 'true');
-
--- ClickZetta 等价写法
-CREATE TABLE IF NOT EXISTS orders (
-    id BIGINT IDENTITY(1),           -- GENERATED ALWAYS AS IDENTITY → IDENTITY
-    customer_id INT,
-    amount DECIMAL(18,2),
-    status STRING DEFAULT 'pending',
-    created_at TIMESTAMP DEFAULT current_timestamp(),
-    meta STRUCT<city:STRING, zip:STRING>,
-    tags ARRAY<STRING>
-)
--- 不需要 USING DELTA（默认 Parquet）
-PARTITIONED BY (days(created_at));   -- DATE() → days() 转换函数
--- TBLPROPERTIES → PROPERTIES
--- CDC 通过 TABLE STREAM 实现，不需要 enableChangeDataFeed
-```
-
-### 不支持的 DDL
-
-```sql
--- ❌ USING DELTA / USING PARQUET（ClickZetta 默认 Parquet，不需要指定）
-CREATE TABLE t (...) USING DELTA;
-CREATE TABLE t (...) USING PARQUET;
-
--- ❌ TBLPROPERTIES（用 PROPERTIES）
-CREATE TABLE t (...) TBLPROPERTIES ('key' = 'value');
--- ✅ ClickZetta
-CREATE TABLE t (...) PROPERTIES ('data_lifecycle' = '30');
-
--- ❌ GENERATED ALWAYS AS IDENTITY（用 IDENTITY）
-id BIGINT GENERATED ALWAYS AS IDENTITY (START WITH 1 INCREMENT BY 1)
--- ✅ ClickZetta
-id BIGINT IDENTITY(1)
-
--- ❌ OPTIMIZE ... ZORDER BY（ClickZetta 有 OPTIMIZE 但无 ZORDER）
-OPTIMIZE orders ZORDER BY (customer_id, created_at);
--- ✅ ClickZetta（小文件合并，无 ZORDER）
-OPTIMIZE orders;
-
--- ❌ VACUUM（ClickZetta 自动管理存储）
-VACUUM orders RETAIN 168 HOURS;
-```
-
----
-
-## ⚠️ 写入时类型转换（重要差异）
-
-Databricks 允许字符串隐式转换，ClickZetta **不允许**：
-
-```sql
--- ❌ Databricks 可以，ClickZetta 报错
-INSERT INTO t VALUES ('2024-01-15', 'true', '123');
-
--- ✅ ClickZetta 必须显式转换
-INSERT INTO t VALUES (DATE '2024-01-15', TRUE, CAST('123' AS INT));
-```
-
-详见 [migration-snowflake.md](migration-snowflake.md) 中的类型转换表（规则相同）。
-
----
-
-## DML 差异
-
-### MERGE INTO（WHEN NOT MATCHED BY SOURCE）
-
-```sql
--- Databricks：支持 WHEN NOT MATCHED BY SOURCE
-MERGE INTO target t USING source s ON t.id = s.id
-WHEN MATCHED THEN UPDATE SET t.val = s.val
-WHEN NOT MATCHED THEN INSERT (id, val) VALUES (s.id, s.val)
-WHEN NOT MATCHED BY SOURCE THEN DELETE;  -- ❌ ClickZetta 不支持
-
--- ClickZetta 替代方案：两步操作
--- 步骤1：MERGE 处理匹配和新增
-MERGE INTO target t USING source s ON t.id = s.id
-WHEN MATCHED THEN UPDATE SET t.val = s.val
-WHEN NOT MATCHED THEN INSERT (id, val) VALUES (s.id, s.val);
--- 步骤2：DELETE 不在 source 中的行
-DELETE FROM target WHERE id NOT IN (SELECT id FROM source);
-```
-
-### APPLY CHANGES INTO（CDC）
-
-```sql
--- Databricks：APPLY CHANGES INTO（DLT 专有）
-APPLY CHANGES INTO target
-FROM source
-KEYS (id)
-SEQUENCE BY ts
-APPLY AS DELETE WHEN operation = 'DELETE';
-
--- ClickZetta：用 TABLE STREAM + MERGE 实现
-CREATE TABLE STREAM source_stream ON TABLE source
-    WITH PROPERTIES ('TABLE_STREAM_MODE' = 'STANDARD');
-
-MERGE INTO target t
-USING source_stream s ON t.id = s.id
-WHEN MATCHED AND s.__change_type = 'UPDATE_AFTER' THEN UPDATE SET t.val = s.val
-WHEN MATCHED AND s.__change_type = 'DELETE' THEN DELETE
-WHEN NOT MATCHED AND s.__change_type = 'INSERT' THEN INSERT (id, val) VALUES (s.id, s.val);
-```
-
-### 事务
-
-```sql
--- ❌ ClickZetta 不支持事务语法
-BEGIN;
-COMMIT;
-ROLLBACK;
-```
-
----
-
-## DQL 差异
-
-### QUALIFY（窗口函数过滤）
-
-```sql
--- 两者都支持 QUALIFY
-SELECT * FROM orders
-QUALIFY ROW_NUMBER() OVER (PARTITION BY customer_id ORDER BY created_at DESC) = 1;
-```
-
-### RECURSIVE CTE
-
-```sql
--- Databricks：支持 WITH RECURSIVE
-WITH RECURSIVE nums AS (
-    SELECT 1 AS n
-    UNION ALL
-    SELECT n + 1 FROM nums WHERE n < 5
-)
-SELECT * FROM nums;
-
--- ❌ ClickZetta：不支持 WITH RECURSIVE（验证失败）
--- 替代方案：用 Python/ZettaPark 生成序列，或预建辅助表
-```
-
-### STRUCT 命名字段
-
-```sql
--- Databricks：支持命名字段
-SELECT STRUCT(1 AS id, 'Alice' AS name) AS person;
-
--- ClickZetta：用 named_struct 实现命名字段
-SELECT named_struct('id', 1, 'name', 'Alice') AS person;  -- ✅ 推荐
-SELECT STRUCT(1, 'Alice') AS person;  -- 位置参数写法，访问时用 person.col1, person.col2
-```
-
----
-
-## 分区差异
-
-### 分区函数
-
-```sql
--- Databricks：直接用列名
-CREATE TABLE t (...) PARTITIONED BY (year, month);
-
--- ClickZetta：Iceberg 隐藏分区，用转换函数
-CREATE TABLE t (...) PARTITIONED BY (years(created_at));  -- 按年
-CREATE TABLE t (...) PARTITIONED BY (months(created_at)); -- 按月
-CREATE TABLE t (...) PARTITIONED BY (days(created_at));   -- 按天
-CREATE TABLE t (...) PARTITIONED BY (bucket(16, user_id)); -- 按 bucket
-```
-
-### 分区裁剪
-
-```sql
--- ✅ ClickZetta 的 YEAR() 函数在 WHERE 中能触发分区裁剪（引擎自动转换）
-SELECT * FROM t WHERE YEAR(dt) = 2024;  -- 实际会转换为范围过滤
-
--- ✅ 更推荐的写法（明确范围）
-SELECT * FROM t WHERE dt >= DATE '2024-01-01' AND dt < DATE '2025-01-01';
-```
-
----
-
-## Delta Lake 特有功能对照
-
-| Delta Lake 功能 | ClickZetta 对应 | 说明 |
-|---|---|---|
-| `OPTIMIZE ... ZORDER BY` | `OPTIMIZE table`（无 ZORDER） | 只做小文件合并 |
-| `VACUUM` | 自动管理 | 不需要手动 VACUUM |
-| `DESCRIBE HISTORY` | `DESC HISTORY table` | 相同功能 |
-| `RESTORE TABLE ... VERSION AS OF` | `RESTORE TABLE ... TIMESTAMP AS OF` | 按时间戳恢复 |
-| `Time Travel VERSION AS OF n` | `TIMESTAMP AS OF '...'` | ClickZetta 按时间戳，不按版本号 |
-| `enableChangeDataFeed` | TABLE STREAM | 不同实现方式 |
-| `MERGE ... WHEN NOT MATCHED BY SOURCE` | 不支持，需两步操作 | |
-| `APPLY CHANGES INTO` | TABLE STREAM + MERGE | |
-| `GENERATED ALWAYS AS IDENTITY` | `IDENTITY(seed)` | |
-| `TBLPROPERTIES` | `PROPERTIES` | |
-| `USING DELTA` | 不需要（默认 Parquet） | |
-
----
-
-## 已验证的兼容性（Databricks 有，ClickZetta 也有）
-
-- `SEMI JOIN` / `ANTI JOIN` ✅
-- `LATERAL VIEW EXPLODE` / `POSEXPLODE` ✅
-- `QUALIFY` ✅
-- `MERGE INTO`（基本语法）✅
-- `GROUPING SETS` / `ROLLUP` / `CUBE` ✅
-- `WITH CTE`（非递归）✅
-- `STRUCT` / `ARRAY` / `MAP` 类型 ✅
-- `TRANSFORM` / `FILTER` / `AGGREGATE` 高阶函数 ✅
-- `ARRAY_AGG` / `COLLECT_LIST` / `COLLECT_SET` ✅
-- `REGEXP_EXTRACT` / `REGEXP_REPLACE` ✅
-- `DATE_TRUNC` / `DATE_FORMAT` ✅
-- `TRY_CAST` ✅
-- `IDENTITY` 列 ✅
-- `GENERATED ALWAYS AS (expr)` 生成列 ✅
-- `DEFAULT` 默认值 ✅
-- `OPTIMIZE`（小文件合并）✅
-- `DESC HISTORY` ✅
-- `RESTORE TABLE ... TIMESTAMP AS OF` ✅
-- `UNDROP TABLE` ✅

package/bin/skills/clickzetta-sql-syntax-guide/references/vs-snowflake.md

@@ -1,346 +0,0 @@
-# ClickZetta Lakehouse vs Snowflake SQL 差异
-
-> 来源：产品文档 + 迁移实践
-
-## 对象概念映射
-
-| ClickZetta Lakehouse | Snowflake | 说明 |
-|---|---|---|
-| WORKSPACE | DATABASE | 工作空间 ≈ 数据库 |
-| SCHEMA | SCHEMA | 相同 |
-| VCLUSTER | WAREHOUSE | 计算集群 |
-| STORAGE CONNECTION | STORAGE INTEGRATION | 对象存储认证 |
-| VOLUME | STAGE | 文件存储区域 |
-| TABLE | TABLE | 相同 |
-| PIPE | SNOWPIPE | 持续导入管道 |
-| TABLE STREAM | STREAM | 变更数据捕获 |
-| DYNAMIC TABLE | DYNAMIC TABLE | 增量计算表（语法不同） |
-| Studio 任务 | TASK | 调度任务 |
-
----
-
-## DDL 差异
-
-### CREATE OR REPLACE vs IF NOT EXISTS
-
-```sql
--- Snowflake：支持 CREATE OR REPLACE
-CREATE OR REPLACE TABLE orders (id INT, amount DECIMAL);
-
--- ClickZetta：不支持 CREATE OR REPLACE，用 IF NOT EXISTS
-CREATE TABLE IF NOT EXISTS orders (id INT, amount DECIMAL);
--- 修改已有表用 ALTER TABLE
-```
-
-### 注释语法
-
-```sql
--- Snowflake：支持 // 和 ///
-// 这是注释
-/// 这也是注释
-
--- ClickZetta：只支持 -- 和 /* */
--- 这是注释
-/* 这也是注释 */
-```
-
-### 数据类型差异
-
-| ClickZetta | Snowflake | 说明 |
-|---|---|---|
-| `STRING` | `VARCHAR` / `TEXT` | ClickZetta 推荐用 STRING |
-| `TIMESTAMP` | `TIMESTAMP_LTZ` | 本地时区时间戳 |
-| `TIMESTAMP_NTZ` | `TIMESTAMP_NTZ` | 无时区时间戳 |
-| `JSON` | `VARIANT` | 半结构化数据 |
-| `ARRAY<T>` | `ARRAY` | ClickZetta 需指定元素类型 |
-| `MAP<K,V>` | `OBJECT` | 键值对 |
-| `STRUCT<f:T,...>` | `OBJECT` | 结构体 |
-| `VECTOR(FLOAT, N)` | 无原生支持 | 向量类型（ClickZetta 特有） |
-| `TINYINT` | `NUMBER(3,0)` | 1字节整数 |
-| `SMALLINT` | `NUMBER(5,0)` | 2字节整数 |
-| 无 `NUMBER` | `NUMBER(p,s)` | ClickZetta 用 `DECIMAL(p,s)` |
-
-### ⚠️ 写入时隐式类型转换（重要差异）
-
-Snowflake 允许写入时字符串隐式转换为日期/布尔等类型，ClickZetta **不允许**：
-
-| 操作 | Snowflake | ClickZetta |
-|---|---|---|
-| INSERT 字符串→DATE | ✅ 允许 | ❌ 报错，需 `CAST` 或 `DATE '...'` |
-| INSERT 字符串→TIMESTAMP | ✅ 允许 | ❌ 报错，需 `CAST` 或 `TIMESTAMP '...'` |
-| INSERT 字符串→BOOLEAN | ✅ 允许 | ❌ 报错，需 `TRUE`/`FALSE` 或 `CAST` |
-| INSERT 字符串→INT | ✅ 允许 | ❌ 报错，需 `CAST('123' AS INT)` |
-| INSERT 字符串→JSON | ✅ 允许 | ❌ 报错，需 `PARSE_JSON(...)` 或 `CAST` |
-| UPDATE 字符串→DATE | ✅ 允许 | ❌ 报错，需 `CAST` |
-| WHERE 字符串=DATE | ✅ 允许 | ✅ 允许（查询中可隐式比较） |
-
-### 建表语法差异
-
-```sql
--- Snowflake：CLUSTER BY
-CREATE TABLE orders (id INT, dt DATE)
-CLUSTER BY (dt);
-
--- ClickZetta：CLUSTERED BY + PARTITIONED BY
-CREATE TABLE orders (
-    id INT,
-    dt DATE
-)
-PARTITIONED BY (dt)
-CLUSTERED BY (id) INTO 8 BUCKETS;
-
--- ClickZetta 特有：Sort Key（内联索引）
-CREATE TABLE orders (
-    id INT,
-    amount DECIMAL,
-    INDEX amount_bf (amount) USING BLOOM_FILTER
-);
-```
-
----
-
-## DML 差异
-
-### INSERT
-
-```sql
--- 两者基本相同，ClickZetta 额外支持：
-INSERT OVERWRITE TABLE orders SELECT * FROM staging;  -- 覆盖写入（Hive 风格）
-INSERT INTO orders PARTITION (dt='2024-01-01') VALUES (1, 100);  -- 静态分区
-```
-
-### UPDATE
-
-```sql
--- Snowflake
-UPDATE orders SET amount = amount * 1.1 WHERE status = 'VIP';
-
--- ClickZetta：相同语法，额外支持 ORDER BY + LIMIT
-UPDATE orders SET amount = amount * 1.1
-WHERE status = 'VIP'
-ORDER BY created_at DESC
-LIMIT 1000;
-```
-
-### MERGE INTO
-
-```sql
--- ClickZetta 限制：WHEN NOT MATCHED 只能有一个
--- Snowflake 支持多个 WHEN NOT MATCHED
-
--- ClickZetta MERGE 示例（⚠️ UPDATE 必须在 DELETE 之前）
-MERGE INTO target t
-USING source s ON t.id = s.id
-WHEN MATCHED THEN UPDATE SET t.amount = s.amount
-WHEN MATCHED AND s.action = 'DELETE' THEN DELETE
-WHEN NOT MATCHED THEN INSERT (id, amount) VALUES (s.id, s.amount);
-```
-
----
-
-## 查询语法差异
-
-### SELECT 扩展
-
-```sql
--- ClickZetta 特有：SELECT * EXCEPT(col)
-SELECT * EXCEPT(sensitive_col) FROM users;
-
--- ClickZetta 特有：GROUP BY ALL（自动推断分组列）
-SELECT year, month, SUM(amount)
-FROM orders
-GROUP BY ALL;
-
--- 两者都支持：GROUPING SETS / ROLLUP / CUBE
-SELECT region, product, SUM(sales)
-FROM orders
-GROUP BY GROUPING SETS ((region), (product), ());
-```
-
-### JSON 查询
-
-```sql
--- Snowflake：VARIANT 类型，用 : 访问
-SELECT data:address:city FROM users;
-SELECT data[0]:name FROM users;
-
--- ClickZetta：JSON 类型，用 [] 访问
-SELECT data['address']['city'] FROM users;
-SELECT data['phoneNumbers'][0]['number'] FROM users;
-
--- 两者都支持 PARSE_JSON
-SELECT parse_json('{"name":"Alice"}')['name'];
-```
-
-### LATERAL VIEW（展开数组）
-
-```sql
--- ClickZetta（Hive 风格）
-SELECT e.id, s.skill
-FROM employees e
-LATERAL VIEW EXPLODE(e.skills) s AS skill;
-
--- Snowflake（用 FLATTEN）
-SELECT e.id, f.value::STRING AS skill
-FROM employees e,
-LATERAL FLATTEN(input => e.skills) f;
-```
-
-### QUALIFY（窗口函数过滤）
-
-```sql
--- 两者都支持 QUALIFY
-SELECT * FROM orders
-QUALIFY ROW_NUMBER() OVER (PARTITION BY customer_id ORDER BY created_at DESC) = 1;
-```
-
-### PIVOT / UNPIVOT
-
-```sql
--- Snowflake 原生支持 PIVOT
-SELECT * FROM sales
-PIVOT (SUM(amount) FOR month IN ('Jan', 'Feb', 'Mar'));
-
--- ClickZetta：用 CASE WHEN 实现
-SELECT
-    product,
-    SUM(CASE WHEN month = 'Jan' THEN amount END) AS Jan,
-    SUM(CASE WHEN month = 'Feb' THEN amount END) AS Feb
-FROM sales GROUP BY product;
-```
-
----
-
-## 流（Stream）差异
-
-```sql
--- Snowflake Stream 元数据字段
-METADATA$ACTION        -- 'INSERT' / 'DELETE'
-METADATA$ISUPDATE      -- TRUE/FALSE
-METADATA$ROW_ID        -- 行唯一标识
-
--- ClickZetta Table Stream 元数据字段
-__change_type          -- 'INSERT' / 'UPDATE_BEFORE' / 'UPDATE_AFTER' / 'DELETE'
-__commit_version       -- 提交版本号
-__commit_timestamp     -- 提交时间戳
-```
-
----
-
-## 动态表（Dynamic Table）差异
-
-```sql
--- Snowflake Dynamic Table
-CREATE DYNAMIC TABLE product_sales
-    TARGET_LAG = '1 minutes'
-    WAREHOUSE = my_warehouse
-AS SELECT ...;
-
--- ClickZetta Dynamic Table（不支持 TARGET_LAG）
-CREATE DYNAMIC TABLE product_sales
-    REFRESH INTERVAL 1 MINUTE VCLUSTER default_ap
-AS SELECT ...;
-```
-
----
-
-## 对象存储（Stage vs Volume）
-
-```sql
--- Snowflake：Stage
-CREATE STAGE my_stage
-    URL = 's3://bucket/path'
-    STORAGE_INTEGRATION = my_integration;
-
-COPY INTO orders FROM @my_stage/data.csv;
-
--- ClickZetta：Volume
-CREATE EXTERNAL VOLUME my_volume
-    LOCATION = 'oss://bucket/path'
-    USING CONNECTION my_oss_conn;
-
-COPY INTO orders FROM VOLUME my_volume USING CSV;
-```
-
----
-
-## 函数差异
-
-### 日期函数
-
-```sql
--- Snowflake
-DATEADD(day, 7, order_date)
-DATEDIFF(day, start_date, end_date)
-DATE_TRUNC('month', order_date)
-TO_DATE('2024-01-01')
-CURRENT_TIMESTAMP()
-
--- ClickZetta（兼容 Hive/Spark 风格，同时也支持 Snowflake 风格）
-DATEADD(day, 7, order_date)       -- ✅ 与 Snowflake 相同语法也支持
-DATE_ADD(order_date, 7)           -- 或 Hive 风格
-DATEDIFF(end_date, start_date)    -- 注意参数顺序相反！
-DATE_TRUNC('month', order_date)   -- 相同
-TO_DATE('2024-01-01')             -- 相同
-CURRENT_TIMESTAMP()               -- 相同，也支持 NOW()
-```
-
-### 字符串函数
-
-```sql
--- Snowflake
-CHARINDEX('sub', str)     -- 查找子串位置
-EDITDISTANCE(s1, s2)      -- 编辑距离
-SOUNDEX(str)              -- 语音相似度
-INITCAP(str)              -- 首字母大写
-
--- ClickZetta
-INSTR(str, 'sub')         -- 查找子串位置（Hive 风格）
-LOCATE('sub', str)        -- 也支持
-LEVENSHTEIN(s1, s2)       -- 编辑距离
-INITCAP(str)              -- 相同
-```
-
-### 条件函数
-
-```sql
--- Snowflake
-IFF(condition, true_val, false_val)
-ZEROIFNULL(expr)
-NULLIFZERO(expr)
-DECODE(expr, val1, res1, val2, res2, default)
-
--- ClickZetta
-IF(condition, true_val, false_val)   -- 或 CASE WHEN
-COALESCE(expr, 0)                    -- 替代 ZEROIFNULL
-NULLIF(expr, 0)                      -- 替代 NULLIFZERO
-DECODE(expr, val1, res1, ...)        -- 支持（兼容）
-```
-
-### 聚合函数
-
-```sql
--- Snowflake
-LISTAGG(col, ',') WITHIN GROUP (ORDER BY col)
-ARRAY_AGG(col)
-OBJECT_AGG(key, value)
-APPROX_COUNT_DISTINCT(col)
-
--- ClickZetta
-GROUP_CONCAT(col ORDER BY col SEPARATOR ',')  -- 替代 LISTAGG
-ARRAY_AGG(col)                                -- 相同
-MAP_AGG(key, value)                           -- 替代 OBJECT_AGG
-APPROX_COUNT_DISTINCT(col)                    -- 相同
-```
-
----
-
-## 权限体系差异
-
-| 概念 | ClickZetta | Snowflake |
-|---|---|---|
-| 顶层容器 | WORKSPACE | DATABASE |
-| 权限对象 | VCLUSTER / SCHEMA / TABLE / VIEW | WAREHOUSE / DATABASE / SCHEMA / TABLE |
-| 角色授予 | `GRANT ROLE r TO USER u` | `GRANT ROLE r TO USER u` |
-| 查看权限 | `SHOW GRANTS TO USER u` | `SHOW GRANTS TO USER u` |
-| 系统角色 | instance_admin / workspace_admin / workspace_dev / workspace_analyst | ACCOUNTADMIN / SYSADMIN / USERADMIN |