在 Snowflake 中构建数据仓库 - 完整指南

[chandon55]

您是否计划在云中构建数据仓库来提取、存储和分析来自不同源系统的数据？我们将为您提供一个值得认真考虑的解决方案：Snowflake Data Warehouse Cloud，这是一种易于使用、易于管理、功能强大且相对实惠的 SaaS 解决方案。

立即了解有关 Snowflake Data Warehouse Cloud 的基本信息、其特点、三方操作、报价和价格、优势和限制、替代方案……

概括 ：

Snowflake 提供的数据仓库云解决方案是什么？
雪花云数据仓库——三方架构
雪花 DWH 云性能
雪花云数据仓库和 ETL
雪花云数据仓库的扩展（向上扩展和向下扩展）
雪花数据仓库云定价模型
管理 Snowflake Data Warehouse Cloud 中的安全性和维护
Snowflake DWH 云：优点与局限性
Snowflake 数据仓库云的 3 大替代方案
Snowflake 提供的数据仓库云解决方案是什么？
Snowflake提供数据仓库云解决方案，以SaaS模式分发。与以 SaaS 模式分发的任何产品一样，产品发布者（Snowflake 团队）负责解决方案的维护。我们将在整篇文章中回顾这一点，但我们现在要说的是，Snowflake 的一大优势是它减轻了团队的安装、配置和维护任务。无需安装服务器。无需配置软件。雪花照顾一切。 Snowflake提出的解决方案是“现成的”。

Snowflake 数据仓库云可以轻松地根据信息系统中的数据创建数据仓库。 Snowflake 可以托管在市场上不同的云基础/数据湖上：Amazon Web Services（自 2014 年起）、Microsoft Azure（自 2018 年起）和 Google Cloud Platform（自 2019 年起）。您可以选择要用于 Snowflake 实例的云提供商类型。如果您是一家使用多个云提供商的企业，这尤其方便。 Snowflake的查询系统使用标准的ANSI SQL协议，可以处理结构化数据和半结构化数据，例如JSON或XML。

数据源和 Snowflake 之间的数据馈送通常通过 Cloud ETL 解决方案进行，例如 Stitch data 或 Fivetran。 ETL 脚本以批量形式或近乎实时地从数据源加载数据（原始数据或非原始数据），并将其集成到数据仓库云的 SQL 表中。

您会告诉我，Snowflake 并不是市场上唯一提供数据仓库云解决方案的公司。正是 Snowflake 的架构及其实时数据共享功能使 Snowflake 成为一个非常强大的解决方案。存储功能和计算功能分离，计算在虚拟实例（虚拟数 比利时 Whatsapp 据仓库）上进行。例如，如果您有巨大的存储需求，但 SQL 查询需求较小，反之亦然，则您无需为需要同时支付两者费用的集成计划付费。

雪花数据仓库云业务模型

雪花云数据仓库——三方架构
Snowflake 提供由三个级别/三层组成的 IT 架构：

数据仓库雪花
来源：雪花
该架构完全构建在云中，其 3 个关键组件从下到上分别是：

#1 数据存储
Snowflake 是一个数据仓库，用于存储来自不同系统/来源的数据。到达数据仓库云的数据经过上游准备、格式化、压缩和重复数据删除工作。数据经过处理以适合 DWH 的列格式……这是 ETL 过程的基础，它在数据摄取方面控制数据仓库的操作：提取 - 转换 - 加载。我们在将数据加载到仓库之前对其进行转换。我们已经撰写了几篇文章详细描述了这一机制。请注意，Snowflake 自动管理与数据在数据库中存储方式相关的所有方面：组织、文件大小、结构、压缩、元数据、统计等。该存储层独立于计算资源运行。澄清一下，这是上述内容的结果：用户无法直接访问存储在这一层中的数据 - 他们通过 SQL 查询来访问它。