How to identify slow queries in Snowflake?

Use QUERY_HISTORY view filtered on TOTAL_ELAPSED_TIME. Query Profile in UI shows execution plan, spilling and partition pruning. Account Usage schema provides 365 days of history for trend analysis.

What are clustering keys and when to use them?

Clustering keys organize micro-partitions by specified columns for better partition pruning. Use for large tables (100+ GB) with frequent filters on specific columns. Typically: date columns, high-cardinality foreign keys.

What is the difference between clustering and indexes?

Snowflake does not have traditional B-tree indexes. Clustering physically organizes data, while Snowflake automatically maintains metadata (min/max values) for partition pruning. For point lookups use Search Optimization Service.

When to use materialized views?

For repeated complex aggregations and JOINs. Snowflake automatically refreshes MVs. Cost: storage + maintenance credits. Suitable for BI dashboards with real-time requirements. Alternative: scheduled dbt models.

How to properly size a warehouse?

Warehouse size doubles compute for double the cost. XS for development, S-M for ad-hoc queries, L-XL for ETL/ELT. Measure BYTES_SPILLED_TO_LOCAL_STORAGE - if spilling, upsize. Multi-cluster for concurrency.

What is Query Acceleration Service?

QAS offloads parts of queries to shared compute pool. Good for large scans and unpredictable workloads. Pay-per-use, set scale factor (1-8) for limit. Ideal for ad-hoc analytics with variable query complexity.

How does result caching work?

Snowflake caches query results for 24 hours. Identical query returns cache for free. Cache invalidates on data change. For maximum utilization: consistent SQL formatting, query parameterization.

What are the most common query anti-patterns?

SELECT * instead of specific columns, ORDER BY without LIMIT, UNION instead of UNION ALL, cross joins, functions on filter columns (WHERE YEAR(date) = 2024 instead of WHERE date >= DATE 2024-01-01), nested correlated subqueries.

How to optimize JOIN operations?

Filter before JOIN (predicate pushdown), use correct JOIN types (INNER vs LEFT), join on clustering/sort keys. For large-to-large JOINs consider broadcast hint or warehouse upsize. Query profile shows join strategy.

What is Search Optimization Service?

SOS creates search access paths for point lookups and substring search. Ideal for OLTP-like queries on large tables. Cost: storage overhead + maintenance. Activate on columns with equality/LIKE filters.

How to monitor performance in production?

Snowflake Account Usage schema: QUERY_HISTORY, WAREHOUSE_METERING_HISTORY, STORAGE_USAGE. Set alerting on long-running queries, spilling, queue time. We recommend Snowflake Resource Monitors + external monitoring (Datadog, Monte Carlo).

What is the role of micro-partitions in optimization?

Snowflake automatically partitions data into ~16 MB micro-partitions. Metadata (min/max, null count) enables partition pruning. Clustering improves pruning by organizing data. Query profile shows Partitions scanned vs total.

How to optimize data loading?

Use COPY INTO with optimal file sizes (100-250 MB compressed). Parallelize load with multiple files. Snowpipe for streaming. Avoid frequent small INSERTs - they cause fragmentation.

How much do optimization services cost?

Performance audit typically 2-3 days (assessment + recommendations). Optimization implementation 1-4 weeks depending on scope. ROI: 30-60% compute cost reduction + 5-10x faster queries. Most clients achieve payback within 3 months.

Optimalizace výkonu

Ladění výkonu Snowflake

Maximalizace výkonu a efektivity vašeho Snowflake prostředí

Proč optimalizovat Snowflake

Maximální výkon za minimální náklady

Snowflake nabízí neuvěřitelnou flexibilitu, ale bez správné optimalizace mohou náklady rychle eskalovat. Správná konfigurace warehouse, efektivní SQL a chytré využití cachování může snížit vaše účty o 40-70% při současném zrychlení dotazů.

40-70%

průměrná úspora nákladů

5-20×

zrychlení dotazů

< 1týden

návratnost investice

Proč je optimalizace Snowflake kritická?

Mnoho organizací platí za Snowflake 2-5× více než je nutné kvůli těmto chybám:

Předimenzované warehouse běží 24/7 i pro občasné ad-hoc dotazy
Chybějící clustering keys způsobují full table scany na velkých tabulkách
Duplicitní data a špatná modelová architektura zvyšují storage náklady
Neefektivní SQL dotazy spotřebovávají zbytečné compute kredity
Chybějící monitoring a alerting neumožňuje včasnou reakci na anomálie

Příznaky neoptimalizovaného Snowflake

Rozpoznejte varovné signály ve vašem prostředí:

Rostoucí měsíční účty

Náklady rostou rychleji než objem dat nebo počet uživatelů

Pomalé dashboardy

BI reporty trvají minuty místo sekund, uživatelé si stěžují

Warehouse queuing

Dotazy čekají ve frontě místo okamžitého zpracování

Vysoké spillage

Dotazy spillují na disk kvůli nedostatečné paměti warehouse

Přínosy optimalizace Snowflake

40-70% úspora nákladů

Eliminace plýtvání compute a storage prostředků správným sizingem a architekturou.

5-20× rychlejší dotazy

Clustering, materialized views a query optimization dramaticky zrychlují analytiku.

Prediktivní náklady

Resource monitors a budgety zajistí, že nikdy nepřekročíte plánované výdaje.

Lepší uživatelská zkušenost

Rychlé dashboardy a reporty zvyšují adopci a spokojenost business uživatelů.

Naše optimalizační služby

Optimalizace dotazů

Analýza a optimalizace pomalých dotazů s využitím profilu dotazů

Clustering strategie

Implementace clustering klíčů pro dramatické snížení doby skenování

Ladění warehouse

Správné dimenzování a konfigurace warehouse pro optimální poměr cena/výkon

Materializované pohledy

Předvýpočet pro akceleraci opakujících se analytických dotazů

Optimalizace vyhledávání

Aktivace služby optimalizace vyhledávání pro bodové dotazy

Strategie cachování

Optimalizace cache výsledků, cache metadat a lokální diskové cache

Optimalizační strategie

Čtyři pilíře Snowflake optimalizace

Komplexní přístup k optimalizaci pokrývá všechny oblasti – od warehouse sizingu přes data modeling až po SQL tuning.

Warehouse Optimization

Správný sizing a konfigurace virtuálních warehouse pro různé workloady.

Multi-cluster warehouse pro konkurentní zátěž
Auto-suspend a auto-resume konfigurace
Warehouse per workload (ETL vs. BI vs. Ad-hoc)
Query acceleration pro velké analytické dotazy

30-50% úspora compute nákladů

Data Architecture

Optimální datová architektura minimalizuje storage a maximalizuje query performance.

Clustering keys pro velké tabulky (>1TB)
Transient a temporary tables pro staging data
Zero-copy cloning místo fyzických kopií
Time Travel retention optimization

40-60% úspora storage nákladů

Query Optimization

Efektivní SQL a správné využití Snowflake features dramaticky zrychluje dotazy.

Materialized views pro opakované agregace
Result caching a query result reuse
Partition pruning pomocí predikátů
Eliminace SELECT * a zbytečných JOINů

5-20× zrychlení dotazů

Governance & Monitoring

Proaktivní monitoring a governance zajišťuje dlouhodobou udržitelnost.

Resource monitors s automatickým suspend
Query tagging pro cost attribution
Alerting na anomálie v nákladech
Pravidelné performance audity

Prevence nákladových překvapení

Best Practices vs. Anti-patterns

Doporučené postupy

Používejte clustering keys na tabulkách > 1TB
Nastavte auto-suspend na 1-5 minut
Oddělte ETL a BI workloady do různých warehouse
Využívejte materialized views pro časté agregace
Implementujte resource monitors s limity

Čemu se vyhnout

Nepoužívejte jeden XL warehouse pro vše
Nevypínejte auto-suspend pro úsporu času
Neukládejte duplicitní data v různých schématech
Nepoužívejte SELECT * v produkčních dotazech
Neignorujte Query Profile při ladění

Optimalizační proces

Systematický přístup k optimalizaci výkonu

Fáze 1: Výkonnostní audit

1-2 týdny

Analýza historie dotazů
Posouzení využití zdrojů
Identifikace pomalých dotazů
Korelace nákladů a výkonu
Stanovení základních metrik

Fáze 2: Rychlá zlepšení

1-2 týdny

Okamžité opravy dotazů
Optimalizace mezipaměti
Ladění konfigurace warehouse
Odstranění anti-vzorů
Nastavení monitoringu

Fáze 3: Hloubková optimalizace

3-6 týdnů

Implementace clustering klíčů
Vytvoření materializovaných pohledů
Optimalizace datového modelu
Ladění ETL pipeline
Aktivace optimalizace vyhledávání

Fáze 4: Průběžné zlepšování

Průběžně

Monitoring výkonu
Automatizovaný alerting
Pravidelné revize optimalizací
Adopce nových funkcí
Vzdělávání týmu

Technologický stack

Nástroje pro optimalizaci výkonu Snowflake

Query Analysis

Query ProfileQuery HistoryExecution PlanSnowsight

Performance Features

Clustering KeysSearch OptimizationMaterialized ViewsResult Cache

Monitoring

Resource MonitorsCustom DashboardsAlertingDatadog

Data Modeling

Star SchemaSnowflake SchemaData VaultWide Tables

Časté dotazy k optimalizaci Snowflake

Odpovědi na nejčastější otázky o optimalizaci výkonu Snowflake

Snowflake Optimization — klíčová témata

Performance optimization — query, warehouse, storage

Query Profile, clustering, materialized views, search optimization, result cache a warehouse sizing pro maximální výkon.

Query Profile a Execution Plan

Snowsight Query Profile ukazuje partition pruning, spilling to local/remote, exploding joins — basis pro každou optimalizaci.

Micro-partitions a partition pruning

Snowflake automaticky partitionuje na ~16MB bloky. Pruning přes WHERE na clustered columns redukuje scanned bytes o 90%+.

Clustering Keys a Automatic Clustering

CLUSTER BY na velkých tabulkách (>1TB) — Automatic Clustering Service udržuje pořadí, accelerates filtered/range queries.

Search Optimization Service

Persistent search index pro point lookups a substring searches na large tables — 100-1000x speedup pro selective queries.

Materialized Views

Pre-aggregated/joined data automaticky refreshovaná. Vhodné pro dashboards s opakovanými aggregations — řádově rychlejší než base table.

Result Cache (24h)

Identické queries vrací cached result zdarma (no warehouse). Cache invalidated při změně dat — perfect pro BI dashboard reuse.

Warehouse sizing (XS-6XL)

Linear scaling — 2XL je 2x rychlejší a 2x dražší než XL. Match warehouse size to workload, ne "bigger is better".

Multi-cluster warehouses pro concurrency

Auto-scale min/max clusters pro burst concurrency (BI peak hours) — clusters jsou na sekundové granularity billed.

Spilling: local vs. remote

Local spilling (SSD) je OK, remote spilling (S3) je červený flag — řešení: větší warehouse, query rewrite, méně joins.

Join order a predicate pushdown

Snowflake optimizer je velmi dobrý, ale anti-patterns (functions on join keys, OR conditions, NOT IN s NULL) brzdí — rewriting pomáhá.

Query Acceleration Service (QAS)

Offload portions of query plan to serverless compute pool — accelerates outlier queries bez upsizing warehouse.

Auto-suspend a auto-resume

AUTO_SUSPEND = 60s pro interactive WHs, 600s pro ETL. Auto-resume je instant — žádný cold start penalty po prvním resume.