微分割與資料叢集化

Snowflake 架構

Emily Melhuish

Technical Curriculum Developer, Snowflake

查詢大型資料表

範例：Subscription

USER_ID	REGISTRATION_DATE	USER_NAME
912930	2026-04-01	JANEDOE
912931	2026-04-06	JOHNDOE
912932	2026-04-12	JIMMYDOE
...	...	...

這個查詢需要從此表讀取多少資料？

微分割（Micro-Partitions）

• 在微分割內，各欄獨立儲存並壓縮
• Snowflake 只讀取查詢需要的欄位

中繼資料（Metadata）

• Snowflake 為每個微分割儲存中繼資料
• 儲存在雲端服務層

分割修剪（Partition Pruning）

分割修剪（Partition Pruning）

• Snowflake 會略過不可能包含查詢所需資料的微分割。
• 僅讀取相關區塊＝分割修剪

叢集化（Clustering）

• 依日期的查詢通常修剪效果佳（例如時間序列）

• 若值分散於多個分割（例如地區），修剪幫助不大

• 叢集鍵（Clustering key）： Snowflake 會依該欄組織微分割

叢集鍵：何時使用

叢集鍵：基數與成本

一起來練習吧！

Snowflake 架構