Snowflake Account Usage

パブリッシャー: Tableau

デモを開始

説明

Snowflake コスト モニタリング用のアクセラレーターを使用すると、Snowflake 管理者は、全体的なコンピューティング コスト、パフォーマンス モニタリング、ユーザーによる導入、Snowflake データ ストアのエラー追跡を分析できます。Compute Cost Overview ダッシュボードを使用して、クレジットの焦げ付きを把握したり、予算配分を計画したり、ピーク外れ値を特定したりして、不要な支出を削減することができます。User Adoption ダッシュボードを使用して、新しいクラウド プラットフォームの導入を追跡し、時間が配分されている場所を確認します。Performance Monitoring ダッシュボードと Error tracking ダッシュボードを使用すると、時間がかかるか、タイムアウトする可能性がある特定のクエリをドリル ダウンすることができます。

Slow Running Queries ダッシュボードは、次の 2 つのバージョンから選択できます。基本的なバージョンでは、ACCOUNT_USAGE テーブルの永続的な情報を使用します。高度なバージョンでは、カスタム SQL を使用して、爆発的な結合、非効率なプルーニングなど、一般的なパフォーマンスの問題についての Query Profiler 分析を生成します。分析は、過去 14 日間に限られます。各マークを選択する際に Query Profiler の情報をクエリするため、カスタム SQL の使用によりパフォーマンスが低下する可能性があります。高度なバージョンを使用しない場合は、エラーを避けるため、CUSTOM_SQL データ ソースを閉じて、ダッシュボードを削除してください。

ビジネスに関する重要な質問への回答

  • Snowflake インフラストラクチャの全体的なパフォーマンスはどうか? 使用率が最も高い場所はどこか?
  • コストが最も高いウェアハウスはどれか?
  • 計画と比較して、データベースのコンピューティング費用はどうか?
  • 特定のユーザーまたはクエリに関するパフォーマンスの問題はどこにあるか?
  • ユーザーによる導入はどのように見えるか?誰がデータベースを使用しているか? データベースがプロビジョニングされているが、予想よりも低い頻度でデータベースを使用しているのは誰か?
  • 対応して最適化する必要があるエラーが繰り返し発生しているか?
  • 現在の使用状況に基づいた場合、予測される契約期間は?

KPI のモニタリングと改善

  • クエリ数
  • ユーザーごとのクエリ
  • クラウド サーバーの使用率
  • クエリあたりの時間
  • エラー率
  • エラー発生時に浪費した時間
  • ユーザー数
  • 今月、今日、先月の平均支出額
  • 毎日の平均クレジット使用量
  • 毎月の平均ストレージ コスト
  • クラウド サービス レイヤーの使用率
  • 平均クエリ パフォーマンス

Snowflake と迅速な成功をサポートする Tableau パートナー

  • Tableau、Snowflake、Salesforce に関する Slalom の専門知識 を活用して、プラットフォームを統合し、ビジネス価値を提供します。詳細については、こちらをクリックしてください。
  • InterWorks は、お客様が Snowflake をデータ エコシステムに統合するためのサポートを提供します。InterWorks に直接問い合わせて、InterWorks が、クラウドベースのビジュアル分析の開始をどのように支援しているかを確認してください。
  • CoEnterprise は Snowflake と Tableau を組み合わせたソリューションを提供します。Snowflake インフラストラクチャの適切なセキュリティ レベルを確保するための Snowtrail や、Slack をパフォーマンス モニタリングに統合して Snowflake 投資の最適化を支援する Runaway を提供します。

Snowflake データに接続してこのアクセラレーターを有効化する

1.このワークブックで新しいデータ ソースを作成する 2.「Snowflake」をデータ ソースとして選択し、ドライバーをまだインストールしてない場合は、すぐにインストールします。ドライバーをインストールしたら、次のステップに進みます。

次の各スキーマ向けに新しいデータ ソースをそれぞれ作成します。 Database: SNOWFLAKE Schema: ACCOUNT_USAGE Table: QUERY_HISTORY Database: SNOWFLAKE Schema: ACCOUNT_USAGE Table: WAREHOUSE_METERING_HISTORY Database: SNOWFLAKE Schema: ACCOUNT_USAGE Table: STORAGE_USAGE

Slow Running Queries Advanced ダッシュボードを使用する場合:

Snowflake に接続し、ACCOUNT_USAGE スキーマを選択して、別のデータ ソースを作成します。次に、新しいカスタム SQL テーブルをキャンバスにドラッグします。以下のカスタム SQL テキストを入力します (データ ソースのフィールド「カスタム SQL テキスト」にも記載されています)。

SELECT      QUERY_ID,     STEP_ID,     OPERATOR_ID,     PARENT_OPERATOR_ID,     OPERATOR_TYPE,     OPERATOR_STATISTICS,     EXECUTION_TIME_BREAKDOWN,     OPERATOR_ATTRIBUTES,     EXECUTION_TIME_BREAKDOWN:overall_percentage::float AS OPERATOR_EXECUTION_TIME,     OPERATOR_STATISTICS:output_rows output_rows,     OPERATOR_STATISTICS:input_rows input_rows,     CASE WHEN OPERATOR_STATISTICS:input_rows>0 THEN OPERATOR_STATISTICS:output_rows / OPERATOR_STATISTICS:input_rows ELSE 0 END AS row_multiple,     CAST(OPERATOR_STATISTICS:spilling:bytes_spilled_local_storage AS INT) bytes_spilled_local,     CAST(OPERATOR_STATISTICS:spilling:bytes_spilled_remote_storage AS INT) bytes_spilled_remote,     OPERATOR_STATISTICS:io:percentage_scanned_from_cache::float percentage_scanned_from_cache,     OPERATOR_STATISTICS:table_name::string tablename,     CAST(OPERATOR_STATISTICS:pruning:partitions_scanned AS INT) partitions_scanned,     CAST(OPERATOR_STATISTICS:pruning:partitions_total AS INT) partitions_total,     OPERATOR_STATISTICS:pruning:partitions_scanned/OPERATOR_STATISTICS:pruning:partitions_total::float as partition_scan_ratio,     CLUSTERING_KEY,     LAG(OPERATOR_TYPE) OVER (ORDER BY OPERATOR_ID) LAG_OPERATOR_TYPE FROM TABLE(get_query_operator_stats(<Parameters.QueryID>))     LEFT JOIN SNOWFLAKE_SAMPLE_DATA.INFORMATION_SCHEMA.TABLES t     on TABLENAME = t.TABLE_CATALOG ||「.」|| t.TABLE_SCHEMA ||「.」|| t.TABLE_NAME ORDER BY STEP_ID,OPERATOR_ID

エラー メッセージが表示されることがありますが、これは、有効なクエリ ID を選択するパラメーターが更新されていないためです。これらのエラー メッセージは、データ ソースを置き換えるまで無視しても構いません。


注: 2019 年 5 月の時点で、これらのテーブルには、マテリライズド ビュー、自動クラスタリング、Snowpipe に関するコスト情報は含まれていません。そのコスト情報は、別個のテーブルに含まれています。

3.4 つすべてのテーブルに接続したら、それぞれのサンプル テーブルを右クリックして、各テーブルを独自の Snowflake スキーマの適切なテーブルに置き換えます。たとえば、QUERY_HISTORY_SAMPLE を右クリックして、独自のデータベースの QUERY_HISTORY テーブルに置き換えます。 4.独自のデータがダッシュボードに読み込まれたら、各サンプル データ ソースを個別に右クリックして閉じます。