Snowflake はクラウドベースの データウェアハウス（DWH）サービス であり、AWS、Azure、GCP といったパブリッククラウド上でフルマネージド型として提供される。
最大の特徴は コンピューティングリソースとストレージの分離（Separation of Compute and Storage） にあり、柔軟な拡張性とコスト効率を両立する。利用者はインフラ管理を意識することなく、SQLベースでデータの分析・共有・統合を実行できる。

1.登場の背景

オンプレミスDWHの限界
- サーバー容量が固定 → トラフィック増加時の拡張が困難
- 保守・ライセンスコストの増大
- Hadoopなど分散システムは柔軟だが運用管理が複雑
クラウド移行の潮流
- AWS Redshift、Google BigQuery、Azure Synapse などクラウドDWHが登場
- しかし多くは ストレージとコンピューティングの完全分離 が不十分、または同時実行性能に制約あり
Snowflakeの登場（2012年設立）
- クラウドネイティブ設計
- ストレージとコンピューティングを完全分離、必要に応じて独立した Virtual Warehouse（コンピューティングクラスター）を作成可能
- データ共有機能、半構造化データ（JSON, Avro, Parquet）への対応

これらの差別化要素により、Snowflake は急速に普及し、SaaS型データ分析基盤の標準の一つとなった。

利用方法

① 基本構造

Storage Layer: データ保存（カラム形式・圧縮・自動最適化）
Compute Layer: Virtual Warehouse（クエリ実行単位）。独立してスケールアップ/ダウン可能
Services Layer: 認証、メタデータ管理、最適化、クエリプラン制御

② 主な特徴

サーバーレス管理: インフラ構築不要
無制限の同時実行性: 複数の Virtual Warehouse が同時に同一データへアクセス可能
データ共有: アカウント間で安全にデータを共有できる
半構造化データ対応: VARIANT 型により JSON/Avro/Parquet を直接処理可能

③ 基本的な操作例

A. アカウント作成・接続

Web UI、CLI（snowsql）、Python Connector などからアクセス可能

B. スキーマ・テーブル作成

CREATE DATABASE MY_DB;
USE DATABASE MY_DB;
CREATE SCHEMA MY_SCHEMA;

CREATE TABLE MY_SCHEMA.USERS (
    ID INT,
    NAME STRING,
    CREATED_AT TIMESTAMP
);

C. データロード（Stage経由）

CREATE STAGE my_stage URL='s3://my-bucket/data/';
COPY INTO MY_SCHEMA.USERS
FROM @my_stage/users.csv
FILE_FORMAT=(TYPE=CSV FIELD_OPTIONALLY_ENCLOSED_BY='"');

D. クエリ実行

SELECT NAME, COUNT(*)
FROM MY_SCHEMA.USERS
GROUP BY NAME;

E. Virtual Warehouse管理

CREATE WAREHOUSE MY_WH WITH WAREHOUSE_SIZE = 'XSMALL';
USE WAREHOUSE MY_WH;

F. データ共有

CREATE SHARE my_share;
GRANT USAGE ON DATABASE MY_DB TO SHARE my_share;
GRANT SELECT ON ALL TABLES IN SCHEMA MY_SCHEMA TO SHARE my_share;

まとめ

定義: クラウドネイティブなDWHサービス
背景: オンプレDWHの限界とクラウド移行の流れの中で、ストレージ・コンピューティング分離アーキテクチャを採用
利用法: SQLによる定義・ロード・クエリ、Virtual Warehouseの柔軟な拡張、Stageによる外部データ連携、安全なデータ共有

データウェアハウス（DWH）の定義

データウェアハウス（Data Warehouse, DWH） とは、企業の 意思決定（Decision Making） を支援するために、ERP、CRM、Webログ、外部データなど複数の業務システムから収集したデータを一元的に蓄積し、分析・参照に最適化したデータベースシステム
その本質的な特徴は以下の通り：

主題志向（Subject-Oriented）: 売上・顧客・製品・組織など分析テーマ別に設計

統合性（Integrated）: 異なるソースデータを一貫した形式に変換・統合

時系列性（Time-Variant）: 過去から現在までの推移を時系列で保持

非揮発性（Non-Volatile）: 運用DBと異なり頻繁に更新されず、主に参照・分析用途に利用