Snowflakeと連携することによって、大規模なデータを高速かつ安全に分析できる環境を実現します。Morphでは、SQLを用いて大量データに対するリアルタイムなクエリを実行し、高度な分析やダッシュボードを直感的に構築可能です。さらに、PythonやMDXとの組み合わせにより、AI分析やカスタマイズされたレポート作成など多彩なユースケースに対応し、組織全体でのデータ活用を加速させます。

接続情報を設定

DB/SaaSと接続するを参考にSQL Connectionを登録してください。

SQLクエリの実行例

.sqlファイルを作成して接続したデータベースにSQLを発行をすることができます。config関数でSQL Connectionの中から使用するコネクションを選択してください。 connectionの値を作成したSQL Connectionのコネクション名に置き換えて使ってください。

{{
  config(
    name="get_users_list",
    connection="CONNECTION_NAME"
  )
}}
SELECT id, name, email, age
FROM users
WHERE created_at >= '2024-01-01'
ORDER BY created_at DESC;

Python・MDXでの利用

作成したSQLクエリは、Python・MDXファイルから呼び出すことができます。

Python

@morph.func
@morph.load_data("get_users_list")
def visualize_users(context):
    df = context.data["get_users_list"].groupby("age").size().reset_index(name="count")
    fig = px.bar(df, x="age", y="count")
    return fig

Markdown

export const title = "Starter App"

# Starter App

This is a starter app.

## Data

<Grid cols="2">
  <div>
    <DataTable loadData="get_users_list" height={300} />
  </div>
  <div>
    <Embed loadData="visualize_users" height={300} />
  </div>
</Grid>