目次 › 第1章 › 1-5

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

1-5. 仮想ウェアハウス

1. サイズとクレジット消費:1段階上がるごとに倍

仮想ウェアハウスのサイズは XS(X-Small)から 6XL まであり、1段階上がるごとにクレジット消費(クレジット/時)が倍になります。同時に、クラスタ内の計算資源も倍になるため、多くのクエリでは処理性能も向上します。

サイズの変更(ALTER WAREHOUSE)は即時に反映されます。ただし、実行中のクエリは元のサイズのまま完了し、新しいサイズはキュー(待機)中のクエリと以降の新規クエリから適用されます。

-- ウェアハウスの作成:自動停止・自動再開を設定
CREATE WAREHOUSE etl_wh
  WAREHOUSE_SIZE = 'MEDIUM'
  AUTO_SUSPEND = 60            -- 60秒アイドルで自動停止
  AUTO_RESUME = TRUE           -- クエリが来たら自動再開
  INITIALLY_SUSPENDED = TRUE;  -- 作成直後は停止状態で待機

-- サイズ変更は即時(実行中クエリは影響なし、キュー中から新サイズ)
ALTER WAREHOUSE etl_wh SET WAREHOUSE_SIZE = 'LARGE';

2. AUTO_SUSPEND / AUTO_RESUME と課金

1-2 で学んだとおり、ウェアハウスは起動している間、稼働時間に応じて課金(秒課金・起動ごとに最低60秒)され、停止中は課金されません。コスト管理の基本は次の2つのパラメータです。

3. スケールアップ vs スケールアウト:最重要の判断軸

ウェアハウスの性能対策には2つの方向があり、どちらを選ぶべきかの判断が、この節で最も問われやすい論点です。

4. マルチクラスタウェアハウス(Enterprise 以上)

マルチクラスタウェアハウスは、同じサイズのクラスタを複数持てるウェアハウスで、Enterprise エディション以上で利用できます(1-2参照)。MIN_CLUSTER_COUNT / MAX_CLUSTER_COUNT の設定によって、2つのモードに分かれます。

Auto-scale モードでは、クラスタを追加する積極性をスケーリングポリシーで制御します。

-- Auto-scaleモード:1〜4クラスタで自動増減、コスト優先ポリシー
CREATE WAREHOUSE bi_wh
  WAREHOUSE_SIZE = 'MEDIUM'
  MIN_CLUSTER_COUNT = 1
  MAX_CLUSTER_COUNT = 4
  SCALING_POLICY = 'ECONOMY'
  AUTO_SUSPEND = 300
  AUTO_RESUME = TRUE;

-- Maximizedモード:常に3クラスタを維持(MIN = MAX)
ALTER WAREHOUSE bi_wh SET
  MIN_CLUSTER_COUNT = 3
  MAX_CLUSTER_COUNT = 3;

5. キューイングとタイムアウト

ウェアハウスの処理能力を超えるクエリが届くと、あふれた分はキュー(待ち行列)に入り、リソースが空くのを待ちます。キューの多発は「そのウェアハウスに対して同時実行が多すぎる」というサインであり、マルチクラスタ化(スケールアウト)や、ワークロードを別ウェアハウスへ分離する検討材料になります。

また、クエリの実行時間を制御するパラメータとして STATEMENT_TIMEOUT_IN_SECONDS(この秒数を超えたクエリを打ち切る)や STATEMENT_QUEUED_TIMEOUT_IN_SECONDS(キューでの待機がこの秒数を超えたクエリを取り消す)があります。暴走クエリによるクレジットの浪費を防ぐ仕組みとして押さえておきましょう。

練習問題