वर्चुअल वेयरहाउस: प्रकार, साइजिंग, और स्केलिंग

Snowflake आर्किटेक्चर

Emily Melhuish

Technical Curriculum Developer, Snowflake

एक वेयरहाउस, कई वर्कलोड

अलग-अलग वर्कलोड दर्शाते हुए

एक वेयरहाउस, बहुत अधिक वर्कलोड

बहुत अधिक वर्कलोड.png

स्टैंडर्ड बनाम स्नोपार्क ऑप्टिमाइज़्ड

स्टैंडर्ड:

उपयोग केस:
- SQL क्वेरीज़
- डेटा लोडिंग
- BI रिपोर्टिंग
Gen2 विकल्प उपलब्ध: बेहतर परफ़ॉर्मेंस
यदि लागत महत्वपूर्ण है तो अपने वर्कलोड पर Gen1 बनाम Gen2 परीक्षण करें

स्नोपार्क ऑप्टिमाइज़्ड

उपयोग केस:
- ML मॉडल प्रशिक्षण
- Snowpark DataFrames
- मेमोरी-इंटेंसिव
मीडियम से ऊपर उपलब्ध

वेयरहाउस साइजिंग

वेयरहाउस साइज उपयोग केस:

XS = हल्की क्वेरीज़
XL = बड़ा और जटिल कार्य

क्वेरी

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

स्वीट स्पॉट: लागत बनाम वेयरहाउस आकार

प्रति सेकंड बिलिंग, न्यूनतम 60 सेकंड

स्वीट स्पॉट

वह मीठा स्थान जहाँ

लागत नियंत्रण: ऑटो-सस्पेंड और ऑटो-रिज़्यूम

लागत नियंत्रण विधि 1

ऑटो-सस्पेंड

निष्क्रियता के सेकंड तय करता है, जिसके बाद वेयरहाउस रुकेगा
स्वचालित निलंबन
300 सेकंड (5m) = डिफ़ॉल्ट

लागत नियंत्रण विधि 2

ऑटो-रिज़्यूम

= TRUE होने पर क्वेरी आते ही जागता है
मैन्युअल हस्तक्षेप आवश्यक नहीं

मल्टी-क्लस्टर वेयरहाउस

उपयोग केस:

उच्च समानांतरता वाले वर्कलोड का समाधान
क्लस्टर स्वतः चालू/रुके

क्वेरी

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

एंटरप्राइज एडिशन फ़ीचर

Screenshot 2026-05-13 at 4.33.22 pm.png

स्केलिंग अप बनाम स्केलिंग आउट

स्केलिंग अप बनाम स्केलिंग आउट: बड़ा वेयरहाउस बनाम अधिक क्लस्टर

इकोनॉमी बनाम स्टैंडर्ड स्केलिंग पॉलिसी

स्टैंडर्ड

कुछ भी क्यू में आते ही स्पिन-अप
थ्रूपुट प्राथमिक, बचत बाद में
अनिश्चित वर्कलोड

इकोनॉमी

संयमी
लोड >6 मिनट तक व्यस्त रखेगा
स्थिर, अनुमानित वर्कलोड

आइए अभ्यास करें!

Snowflake आर्किटेक्चर

Preparing Video For Download...