🔸Использовать User Defined functions или External functions (они же Lambda functions).
Мой кейс - это работа с гео-индексами H3 (не поддерживается в Amazon Redshift):
— Агрегация точек в шестигранники-гексагоны
— Обезличивание данных при сохранении полезности
— Работа с разным масштабом гексагонов (детально - обобщенно)
— Построение тепловых карт (Heatmaps)
🔸Как это делается в двух словах?
— Создаем Lambda функцию - это почти unlimited возможности на любых языках программирования
— Регистрируем функцию в SQL:
CREATE EXTERAL FUNCTION lambda_udf AS ...
— Убеждаемся что всё корректно: конфигурация function, аргументы и типы данных, выделяемые ресурсы, таймауты и т.д.— Тестируем функцию: input - output, вызываем в SQL
SELECT lambda_udf(a, b) as result
— Мониторинг: следим за потреблением ресурсов и производительностью🔸В чем могут быть проблемы?
— +1 точка отказа
— Сообщения об ошибках в СУБД неинформативны
— В логах Lambda сложно что-то понять
— AWS: not enough capacity in your Region
— Дикий debug, когда ошибка возникает на какой-то из 10М строк и неизвестно на какой
🔸Что с этим делать?
Моё мнение такое:
— Использовать те СУБД, которые обладают требуемыми функциональными возможностями
— По возможности избегать Lambda и UDF
— Если возможности нет - писать ПРОСТЫЕ функции: 1 задача, 1 действие, 1 результат
Это одна из причин, по которой я рассматриваю использование Snowflake. Там работа с H3 поддерживается из коробки.
#database #modeling #udf #lambda #h3 #redshift #snowflake
🌐 @data_apps | Навигация по каналу