目次 › 第1章 › 1-6

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

1-6. マイクロパーティションとクラスタリング

1. マイクロパーティションとは:Snowflakeの内部ストレージ単位

Snowflake のテーブルデータは、内部的にマイクロパーティション(micro-partition)と呼ばれる小さな単位に分割して保存されます。ユーザーがパーティションを設計・管理する必要はなく、データをロードすると Snowflake が完全に自動で作成します。主な特徴は次のとおりです。

従来型のデータベースで管理者が行っていた「パーティションキーの設計」「パーティションの追加・削除」といった作業が一切不要である点が、Snowflake の管理レス思想をよく表しています。また「不変」という性質は、後の章で学ぶ Time Travel(過去データの参照)やゼロコピークローンを支える土台にもなっています。

2. メタデータとパーティションプルーニング

Snowflake は、各マイクロパーティションについて次のようなメタデータをクラウドサービス層で保持しています。

• 各列の値の範囲(最小値・最大値)
• 各列の個別値(distinct value)の数
• NULL の数などの統計情報

クエリに WHERE 句などのフィルタ条件があると、Snowflake はまずこのメタデータを参照し、「条件に合致する行を含む可能性のないマイクロパーティション」をスキャン対象から除外します。これをパーティションプルーニング(pruning:枝刈り)と呼びます。

3. 自然なクラスタリングとクラスタリングキー

マイクロパーティションは挿入順に作られるため、データはロードした順序で自然にクラスタリングされます。たとえば日次でデータを追加していくテーブルでは、日付列の値が近い行は同じマイクロパーティションに集まりやすく、日付でのフィルタに対してプルーニングがよく効きます。多くのテーブルでは、この自然なクラスタリングだけで十分です。

一方、テーブルが非常に大きくなり、かつ「よくフィルタに使う列」と「挿入順」がずれてくると、プルーニングの効きが悪くなることがあります。その場合に検討するのがクラスタリングキー(clustering key)の指定です。

-- 既存テーブルにクラスタリングキーを指定する
ALTER TABLE sales_history CLUSTER BY (region, order_date);

-- テーブル作成時に指定することもできる
CREATE TABLE sales_history (
  region VARCHAR,
  order_date DATE,
  amount NUMBER
) CLUSTER BY (region, order_date);

-- クラスタリング状態を確認する
SELECT SYSTEM$CLUSTERING_INFORMATION('sales_history');
SELECT SYSTEM$CLUSTERING_DEPTH('sales_history');

ただし、クラスタリングキーはすべてのテーブルに指定すべきものではありません。有効なのは、おおよそ次の条件がそろった場合に限られます。

4. Automatic Clustering:サーバーレスの再クラスタリング

クラスタリングキーを指定したテーブルでも、その後の挿入・更新によってデータの並びは少しずつ乱れていきます。これを整え直すのが再クラスタリング(reclustering)で、Snowflake では Automatic Clustering というサービスが担います。

• クラスタリングキーを持つテーブルに対して、バックグラウンドで自動的に再クラスタリングを実行する
• ユーザーの仮想ウェアハウスではなく、サーバーレスのコンピュートで動作する
• 実行した分だけクレジットを消費する(サーバーレス機能としての課金)
• ユーザーによるスケジューリングや手動メンテナンスは不要

「クラスタリングキーを指定する=Automatic Clustering の対象になり、維持コストが継続的に発生する」という関係を理解しておくと、「大きなテーブルで効果が見込める場合のみ指定する」という設計判断の理由が腑に落ちます。

5. クラスタリング状態の確認:clustering depth

テーブルのクラスタリングがどれだけ整っているかは、システム関数で確認できます。

clustering depth は、「ある値を検索したときに、値の範囲が重なり合っているせいで読む必要のあるマイクロパーティションがどれくらい重複しているか」を表す指標です。マイクロパーティション同士の値の範囲の重なりが少ないほど depth は小さく(浅く)なり、プルーニングがよく効く状態を意味します。

練習問題