目次 › 第1章 › 1-1

第1章 Snowflake AI Data Cloudの特徴とアーキテクチャ / 想定学習時間:30〜40分 / 最終確認:2026年8月

1-1. Snowflakeアーキテクチャの3層構造(クラウドサービス・コンピュート・ストレージ)

1. なぜ3層に分かれているのか:従来アーキテクチャの課題

Snowflake のアーキテクチャを理解する出発点として、従来のデータベースが採用してきた2つの設計を押さえておきましょう。

Snowflake はこの2つの「いいとこ取り」をしたアーキテクチャを採用しています。すなわち、データは1か所の共有ストレージに置き(shared-disk 的)、クエリの処理は互いに独立した複数のコンピュートクラスタが超並列(MPP)で実行する(shared-nothing 的)という設計です。Snowflake はこれをマルチクラスタ共有データアーキテクチャ(multi-cluster, shared data architecture)と呼んでいます。

2. 3層構造の全体像

Snowflake は、役割の異なる3つの層が疎結合に組み合わさってできています。上から順に見ていきます。

この図で重要なのは、仮想ウェアハウスが複数あっても、参照するデータは1つだという点です。ETL 処理が重いクエリを実行していても、BI 分析用のウェアハウスは影響を受けません。ワークロードごとにウェアハウスを分ける運用は、この独立性を活かした Snowflake の基本パターンです。

3. クラウドサービス層:プラットフォームの頭脳

クラウドサービス層(Cloud Services Layer)は、ユーザーからのリクエストを最初に受け取り、プラットフォーム全体を調整する層です。試験対策として、この層が担う機能を正確に列挙できるようにしておきましょう。

-- 1回目の実行:仮想ウェアハウスがクエリを処理する
SELECT region, SUM(amount)
FROM sales
GROUP BY region;

-- 2回目の実行(データ・クエリとも変更なし):
-- クラウドサービス層の結果キャッシュから即座に結果が返り、
-- 仮想ウェアハウスは起動すら不要(コンピュートクレジットを消費しない)

4. クエリ処理層:独立して動く仮想ウェアハウス

クエリ処理層(Query Processing Layer)では、仮想ウェアハウスと呼ばれるコンピュートクラスタがクエリを実行します。ここで押さえるべき性質は次の3つです。

ストレージとコンピュートを独立にスケールでき、課金も別々という点は、Snowflake のアーキテクチャ上の利点として説明されやすいポイントです。「データ量は増えたが計算は少ない」「一時的に計算だけ増やしたい」といった状況に、それぞれの層だけを拡張して対応できます。仮想ウェアハウスのサイズや自動停止・自動再開などの詳細は 1-5 で扱います。

5. データベースストレージ層:最適化された内部フォーマット

データベースストレージ層(Database Storage Layer)は、ロードされたデータを保存する層です。Snowflake にデータをロードすると、元のファイル形式のまま保存されるのではなく、圧縮され、暗号化された Snowflake 内部の最適化フォーマットに変換されて、基盤となるクラウドストレージに書き込まれます。

• データの物理的な配置(ファイルサイズ、構造、圧縮、メタデータ、統計情報)はすべて Snowflake が自動管理します。ユーザーがチューニングのために物理ファイルを直接操作することはありません。
• 保存されたデータには SQL クエリを通じてのみアクセスできます。クラウドストレージ上のファイルを直接読むことはできません。
• ストレージ課金はコンピュートとは独立しており、保存されたデータ量に基づきます(課金の詳細は 1-2)。

この内部フォーマットの実体であるマイクロパーティションの仕組みは、1-6 で詳しく学びます。

練習問題