Profil Kueri, Riwayat, dan Insights

Otomatisasi Data Pipeline di Snowflake

Emily Melhuish

Technical Curriculum Developer, Snowflake

Mengapa Query Profile

dasbor operasi

Snowflake bisa memindai data yang seharusnya tidak disentuh sama sekali

Membuka Query Profile di Snowsight

Cara membuka query profile

Akses via: Monitoring > Query History > [Pilih Kueri] > Tab Query Profile

Membaca Pohon Operator

Snowsight Query Profile menampilkan grafik operator dengan panel Most Expensive Nodes

Empat Masalah Umum yang Terungkap oleh Query Profile

Exploding Joins

Menghasilkan lebih banyak baris daripada yang dapat dikonsumsi

Union tanpa All

Menambah Aggregate di atas UNION untuk menghapus duplikat
Biaya = waktu tambahan

Spill ke Disk

Operator intensif memori kehabisan memori
Operator seperti Aggregate, Sort, atau Join besar.

Pruning Tidak Efisien

Terlihat saat partisi dipindai mendekati total partisi
Filter tidak bekerja efektif

Spill ke Disk: Lokal vs Remote

Local spill → SSD warehouse - lebih lambat dari memori, masih tertangani
Remote spill → penyimpanan cloud - jauh lebih lambat; harus ditangani

Kueri Diagnostik

SELECT 
query_id,
bytes_spilled_to_local_storage,
bytes_spilled_to_remote_storage
FROM SNOWFLAKE.ACCOUNT_USAGE.QUERY_HISTORY
WHERE bytes_spilled_to_remote_storage > 0
ORDER BY bytes_spilled_to_remote_storage DESC
LIMIT 10;

QUERY_HISTORY: Visibilitas Se-Akun

ACCOUNT_USAGE.QUERY_HISTORY - view dengan retensi 365 hari
Fungsi tabel INFORMATION_SCHEMA.QUERY_HISTORY() dengan retensi 7 hari

Tangkapan layar eksekusi riwayat kueri

Query Insights: Rekomendasi Otomatis

rekomendasi query insights

Ayo berlatih!

Otomatisasi Data Pipeline di Snowflake