トップ / 実行・アクション・IO

createOrReplaceView（create_or_replace_view）

今のDataFrameの定義を、他のSQLセッションからも参照できるビューとして登録します。

df.create_or_replace_view("my_in_db_view")

ctx = pl.SQLContext()
ctx.register("my_view", ldf)

挙動・設計の違い

Snowparkは実際にSnowflake内へCREATE OR REPLACE VIEW ... AS ...というDDLを発行し、Snowflake上に永続するデータベースオブジェクトを作ります。他のSQLセッションやBIツールからもそのまま参照できます。PolarsのSQLContext().register()はローカルのプロセス内だけで有効なSQL用の名前の登録で、実行して動作を確認したところSQL文からその名前でLazyFrameを参照できるようになります。ただしSnowflakeのビューのように外部から参照できる永続オブジェクトにはなりません。

移行時の落とし穴

両者は似た書き方に見えますが、「データベースに永続するオブジェクトを作る」のか「今のPythonプロセス内だけで一時的に名前を割り当てる」のかという根本的に違う操作です。Polars側のregisterをSnowparkのビューと同じ感覚で「他から参照できる」と誤解しないでください。

実行・アクション・IOの他のメソッド

• collect ── それまで積み上げた変換を実際に評価し、結果を手元に取得します。最も基本的なアクション。
• show ── 結果の先頭数行を、確認用に画面へ表示します。
• first ── 先頭の1行だけを取得します。
• take ── 指定した件数の行を取得します。
• to_pandas ── 結果をpandas DataFrameに変換します。
• to_local_iterator ── 結果を全件メモリに載せず、1行（またはチャンク）ずつ順番に処理します。
• cache_result ── それまでの計算結果を1度だけ確定させ、以降はその結果を使い回します。
• createOrReplaceTempView（create_or_replace_temp_view） ── 今のセッション限定で有効な、一時的なビューを作ります。
• write.save_as_table ── 結果をテーブル（またはファイル）として書き出します。
• explain ── その時点までの変換が、実際にどう実行される予定かを表示します。

出典・検証情報

• Snowpark 公式リファレンス（createOrReplaceView（create_or_replace_view））
• Polars 公式リファレンス（createOrReplaceView（create_or_replace_view））

Polars 1.43.2 で実行確認 / Snowpark Python SDK 1.54.0 で静的検証（2026-08-26）