Optimizacion y costes

En Snowflake el coste principal viene del computo consumido por warehouses, aunque almacenamiento, servicios y transferencias tambien importan. Optimizar significa gastar mejor, no solo hacer queries mas rapidas.

Warehouses

Configura warehouses con auto suspend:

ALTER WAREHOUSE bi_wh SET
  AUTO_SUSPEND = 60
  AUTO_RESUME = TRUE;

Escala solo cuando haga falta:

ALTER WAREHOUSE transform_wh SET WAREHOUSE_SIZE = 'LARGE';

Separar cargas

Usa warehouses distintos para:

• BI interactivo.
• Ingesta.
• Transformaciones.
• Data science.
• Exploracion.

Asi evitas que una carga pesada afecte a usuarios de dashboards.

Query history

Consulta historial:

SELECT query_text, warehouse_name, total_elapsed_time, credits_used_cloud_services
FROM SNOWFLAKE.ACCOUNT_USAGE.QUERY_HISTORY
WHERE start_time >= DATEADD(day, -1, CURRENT_TIMESTAMP())
ORDER BY total_elapsed_time DESC;

Pruning y micro-partitions

Snowflake organiza datos en micro-partitions. Las consultas son mas eficientes cuando pueden descartar particiones.

Ayuda:

• Filtrar por columnas selectivas.
• Evitar transformaciones sobre columnas filtradas.
• Mantener tipos correctos.
• Cargar datos con cierto orden natural cuando sea posible.

Clustering

Snowflake gestiona mucho automaticamente, pero en tablas enormes puede interesar clustering:

ALTER TABLE fact_orders CLUSTER BY (order_date);

Debe justificarse con metricas; tambien tiene coste.

Buenas practicas

• Empieza con warehouses pequenos.
• Activa auto suspend.
• Revisa consultas costosas.
• Evita dashboards que lancen queries enormes sin filtros.
• Separa entornos y cargas.
• Borra tablas temporales y clones que ya no se usan.

Errores comunes

• Usar warehouses grandes por defecto.
• Dejar warehouses activos sin necesidad.
• Clustering prematuro.
• No controlar exploraciones sobre tablas grandes.
• No asignar costes por equipo o carga.