11日目: 手を動かそう！Snowflakeアカウント作成からデータロードまで

はじめに：いよいよSnowflakeを体験しよう

昨日までで、クラウドデータウェアハウスの革新的なアーキテクチャ、特にSnowflakeの「ストレージとコンピュートの分離」について深く理解しました。理論だけでは終わらせません。今日からは、実際に手を動かしてSnowflakeのパワーを体験していきましょう。

11日目の今日は、Snowflakeのトライアルアカウントを作成し、簡単なテーブルを作成、そして外部のCSVファイルからデータをロードする一連の流れをハンズオン形式で解説します。これまでのOracleやMySQLの経験と照らし合わせながら、Snowflakeのシンプルさとパワフルさを実感してください。

1. Snowflakeアカウントの作成（無料トライアル）

Snowflakeは、30日間の無料トライアルを提供しています。クレジットカードの登録は不要で、すぐに始められます。

手順1：公式サイトにアクセス

まず、Snowflakeの公式サイトにアクセスし、画面右上の「Free Trial」ボタンをクリックします。

手順2：必要事項の入力

以下の情報を入力し、アカウントを作成します。

First Name, Last Name: 氏名
Company: 会社名（個人利用の場合は「Personal」などでOK）
Email: メールアドレス
Country/Region: 国
Cloud Provider: Snowflakeをホストするクラウドプロバイダー（AWS, Azure, GCP）を選択します。どれを選んでも機能は同じです。
Region: リージョンを選択します。日本国内であれば「Tokyo」を選択するのが一般的です。

手順3：メール認証とパスワード設定

登録したメールアドレスに認証メールが届きます。「Click to Activate」ボタンをクリックして、パスワードを設定します。これでアカウント作成は完了です。

手順4：ログインとワークシートの確認

設定したパスワードでログインすると、SnowflakeのWeb UI（Webインターフェース）が表示されます。左側のメニューから「Worksheets」を選択してください。ここが、SQLクエリを実行するための開発環境になります。

2. 仮想ウェアハウスとデータベースの作成

SnowflakeでSQLを実行するためには、まず処理を行うためのコンピュートリソースである「仮想ウェアハウス」と、データを格納するための「データベース」を作成する必要があります。

手順1：仮想ウェアハウスの作成

Snowflakeでは、デフォルトで「COMPUTE_WH」というウェアハウスが作成されていますが、ここでは練習用に新しく作成してみましょう。ワークシートに以下のクエリを入力して実行します。

-- 仮想ウェアハウスを作成
CREATE WAREHOUSE my_warehouse WITH
  WAREHOUSE_SIZE = 'XSMALL'
  AUTO_SUSPEND = 60
  AUTO_RESUME = TRUE;

WAREHOUSE_SIZE: 処理能力を決定します。XSMALLは最も小さいサイズで、学習には十分です。
AUTO_SUSPEND: ウェアハウスが使用されない状態が60秒続くと、自動的に停止し、コストの発生を止めます。
AUTO_RESUME: 次のクエリが実行されると、自動的に再開します。

手順2：データベースとスキーマの作成

次に、データを格納するためのデータベースとスキーマを作成します。

-- データベースを作成
CREATE DATABASE my_database;

-- 作成したデータベースを使用
USE DATABASE my_database;

-- スキーマを作成
CREATE SCHEMA public;

-- 作成したスキーマを使用
USE SCHEMA public;

OracleやMySQLのハンズオンで学んだように、スキーマはテーブルを論理的にグループ化する役割を担います。

3. CSVファイルからのデータロード

いよいよ、外部のCSVファイルをSnowflakeにロードしてみましょう。データロードは、データウェアハウスにおける最も基本的な作業の一つです。

ここでは、仮想的な従業員データをCSVファイルとして用意し、それをロードする手順を解説します。

手順1：ステージの作成

Snowflakeにデータをロードする際には、一度「ステージ（Stage）」と呼ばれる中間的な場所にファイルを配置します。これは、Snowflakeの内部ストレージや、AWS S3、Azure Blob Storageなどのクラウドストレージを指します。

ここでは、Snowflakeの内部ステージを使用します。

-- 内部ステージを作成
CREATE OR REPLACE STAGE my_internal_stage;

手順2：CSVファイルのアップロード

Web UIのワークシート画面で「Database」を選択し、my_database -> public -> my_internal_stage を選択します。
「Upload」ボタンをクリックし、手元のPCにあるCSVファイル（例：employees.csv）をアップロードします。

employees.csvの内容例

employee_id,first_name,last_name,department
101,John,Doe,Sales
102,Jane,Smith,Marketing
103,Peter,Jones,Engineering
104,Mary,Williams,Sales

手順3：テーブルの作成

アップロードしたCSVファイルをロードするためのテーブルを作成します。

CREATE TABLE employees (
    employee_id INT,
    first_name VARCHAR,
    last_name VARCHAR,
    department VARCHAR
);

手順4：CSVファイルからテーブルへのデータロード

COPY INTOというコマンドを使って、ステージに置いたCSVファイルからテーブルにデータをロードします。

COPY INTO employees
FROM @my_internal_stage/employees.csv
FILE_FORMAT = (TYPE = 'CSV' FIELD_DELIMITER = ',' SKIP_HEADER = 1);

@my_internal_stage/employees.csv: ステージにアップロードしたファイルへのパスを指定します。
FILE_FORMAT: ロードするファイルの形式を指定します。SKIP_HEADER = 1は、CSVファイルの1行目をヘッダーとしてスキップする設定です。

このコマンドを実行すると、CSVファイルの内容がemployeesテーブルにロードされます。

4. ロードしたデータの確認と簡単な分析

データがロードされたら、SELECT文を使って確認してみましょう。

-- ロードした全データを表示
SELECT * FROM employees;

-- 部署ごとの従業員数を集計
SELECT
    department,
    COUNT(*) AS employee_count
FROM
    employees
GROUP BY
    department
ORDER BY
    employee_count DESC;

これらのSQLクエリは、これまでOracleやMySQLで使ってきたものと全く同じです。Snowflakeの強力な点は、このシンプルなSQLで、数テラバイト、数ペタバイトといった膨大なデータでも高速に分析できることです。

まとめ：Snowflakeの体験は、データエンジニアの第一歩

今日のハンズオンを通じて、あなたはSnowflakeの基本的な操作を学びました。

アカウント作成：数分で分析環境が手に入る手軽さ。
仮想ウェアハウス：処理能力を柔軟に調整できる画期的な仕組み。
COPY INTOコマンド：高速なデータロード。

この体験は、データエンジニアとしての新しいキャリアの第一歩です。従来のデータベースの知識を活かしつつ、クラウドネイティブなデータウェアハウスのシンプルさとパワーを理解することは、今後のキャリアにおいて大きな武器となります。

明日からは、この体験をさらに深掘りし、より実践的なSnowflakeの使い方を学んでいきます。

明日（12日目）: 複雑なデータも怖くない！JSON/半構造化データのロードと活用
13日目: Snowflakeの真骨頂！スケーラビリティとコスト管理の最適化
14日目: 2週間の総まとめ！データエンジニアとして未来を切り拓くために