Virtuelle Warehouses: Typen, Größe und Skalierung

Snowflake-Architektur

Emily Melhuish

Technical Curriculum Developer, Snowflake

Ein Warehouse, viele Workloads

Verschiedene Workloads dargestellt

Ein Warehouse, zu viele Workloads

Zu viele Workloads.png

Standard vs. Snowpark Optimized

Standard:

Use Cases:
- SQL-Abfragen
- Datenladen
- BI-Reporting
Gen2-Option: bessere Performance
Teste Gen1 vs. Gen2 für deinen Workload, wenn Kosten wichtig sind

Snowpark Optimized

Use Cases:
- ML-Modelltraining
- Snowpark-DataFrames
- Speicherintensiv
Verfügbar ab Medium

Warehouse-Größenwahl

Warehouse-Größen: Use Cases

XS = Leichte Abfragen
XL = Große/komplexe Arbeit

Abfrage

CREATE WAREHOUSE analytics_wh
  WAREHOUSE_SIZE = 'LARGE'
  AUTO_SUSPEND = 300
  AUTO_RESUME = TRUE;

Der Sweet Spot: Kosten vs. Warehouse-Größe

Abrechnung pro Sekunde mit 60-Sek.-Minimum

Der Sweet Spot

Der Sweet Spot, wo

Kostenkontrolle: Auto-Suspend und Auto-Resume

Kostenkontrolle Methode 1

Auto-Suspend

Sek. Inaktivität bis Pause festlegen
Automatische Pausierung
300 Sekunden (5 Min) = STANDARD

Kostenkontrolle Methode 2

Auto-Resume

= TRUE: startet bei eingehender Abfrage
Keine manuelle Aktion nötig

Multi-Cluster-Warehouse

Use Case:

Für hohe Parallelität
Cluster starten/pausieren automatisch

Abfrage

CREATE WAREHOUSE reporting_wh
  WAREHOUSE_SIZE = 'LARGE'
  MIN_CLUSTER_COUNT = 1
  MAX_CLUSTER_COUNT = 3
  SCALING_POLICY = 'STANDARD';

Funktion der Enterprise Edition

Screenshot 2026-05-13 at 4.33.22 pm.png

Scale-up vs. Scale-out

Scale-up vs. Scale-out: größeres Warehouse vs. mehr Cluster

Economy vs. Standard: Scaling Policy

Standard

Startet, wenn etwas in der Queue ist
Durchsatz vor Einsparung
Unvorhersehbare Workloads

Economy

Konservativ
Last hält es >6 Minuten beschäftigt
Stetige, vorhersagbare Workloads

Lass uns üben!

Snowflake-Architektur

Preparing Video For Download...