[DataWearhouse] Snowflake_TIL

Snowflake란

• 2014년 클라우드 기반 데이터웨어하우스로 시작됨 (2020년 성장)
• 지금은 데이터 클라우드라고 부를 수 있을 정도로 발전
• 글로벌 클라우드 위에서 모두 동작 (AWS, GCP, Azure) - 멀티클라우드
• 데이터 판매를 통한 매출을 가능하게 해주는 Data Sharing/Marketplace 제공
• ETL과 다양한 데이터 통합 기능 제공

---

Snowflake특징

• 스토리지와 컴퓨팅 인프라가 별도로 설정되는 가변 비용 모델
  • Redishift 고정비용처럼 노드 수를 조정할 필요가 없고 distkey등의 최적화 불필요
• SQL기반으로 빅데이터 저장, 처리, 분석을 가능하게 해줌
  • 비구조화된 데이터 처리와 머신러닝 기능도 제공
• CSV, JSON< Avro, Parquet등과 같은 다양한 데이터 포맷을 지원
  • S3, GC 클라우드 스토리지, Azure Blog Storage도 지원
• 배치 데이터 중심이지만 실시간 데이터 처리 지원
• Time Travel: 과거 데이터 쿼리 기능으로 트렌드를 분석하기 쉽게 해줌
• 웹 콘솔 이외에도 Python API를 통한 관리/제어 가능
  • ODBC/JDBC 연결도 지원
• 자체 스토리지 이외에도 클라우드 스토리지를 외부 테이블로 사용 가능
• 멀티클라우드와 다른 지역에 있는 데이터 공유(Cross-Region Replication) 기능 지원

Snowflake 계정 구성도

• Organizations
  • 한 고객이 사용하는 모든 Snowflake 자원들을 통합하는 최상위 레벨 컨테이너
  • 하나 혹은 그 이상의 Account들로 구성되며 이 모든 Account들의 접근권한, 사용트래킹, 비용들을 관리하는데 사용됨
• Accounts
  • 하나의 Account는 자체 사용자, 데이터, 접근권한을 독립적으로 가짐
  • 한 Account는 하나 혹은 그 이상의 Database로 구성됨
• Databases
  • 하나의 Database는 한 Account에 속한 데이터를 다루는 논리적인 컨테이너
  • 한 Database는 다수의 스키마와 거기에 속한 테이블과 뷰 등으로 구성되어 있음
  • 하나의 Database는 PB단위까지 스케일 가능하고 독립적인 컴퓨팅 리소스를 갖게 됨
    • 컴퓨팅 리소스를 Warehouses라고 부름, Warehouses와 Databases는 일대일 관계가 아님