Med acceleratorn för kostnadsövervakning i Snowflake kan Snowflake-administratörer analysera beräkningskostnader, resultatövervakning, användning och felspårning totalt sett för Snowflake-datalager. Instrumentpanelen Översikt över beräkningskostnader kan användas för att förstå kreditanvändning, planera budgetfördelning och identifiera viktiga utstickare för att minimera onödiga utgifter. Använd instrumentpanelen Användning för att spåra hur den nya molnplattformen används och se var tid tilldelas. Med instrumentpanelerna Resultatövervakning och Felspårning kan du gå på djupet med specifika frågor som tar lång tid eller överskrider tidsgränsen.

Det finns två versioner av instrumentpanelen för långsamma frågor. Den grundläggande versionen använder beständig information från tabellen ACCOUNT\_USAGE. Den avancerade versionen använder anpassad SQL för att generera frågeprofilsanalyser för vanliga prestandaproblem, som exploderande kopplingar, ineffektiv rensning med mera. Analysen är begränsad till de senaste 14 dagarna. Prestanda kan försämras om anpassad SQL används, eftersom frågor skickas till frågeprofilsinformationen för varje markering som väljs. Om du inte vill använda den avancerade versionen stänger du datakällan CUSTOM\_SQL och tar bort instrumentpanelen för att undvika fel.

### Svara på viktiga affärsfrågor

* Hur fungerar vår Snowflake-infrastruktur, var är förbrukningen högst?
* Vilka lager har de högsta kostnaderna?
* Hur ser databasens faktiska beräkningskostnader ut i förhållande till planen?
* Var finns det problem som rör specifika användare eller frågor?
* Hur ser användningen ut? Vem använder databasen mest, och vem har möjlighet att göra det men utnyttjar den inte så mycket som väntat?
* Finns det återkommande fel som behöver korrigeras?
* Vad är den förväntade avtalslängden baserat på aktuell användning?

### Övervaka och förbättra KPI:er

* Antal frågor
* Frågor per användare
* Utnyttjandegrad för molnserver
* Tid per fråga
* Felfrekvens
* Antal minuter som slösats bort på fel
* Antal användare
* Genomsnittlig kostnad denna månad, denna dag, förra månaden,
* Genomsnittlig daglig kreditanvändning
* Genomsnittlig månatlig lagringskostnad
* Utnyttjandegrad för molntjänstlager
*Genomsnittlig frågeresultat

### Snowflake + Tableau-partner som kan hjälpa er att lyckas idag

* [Slaloms sakkunskap när gäller Tableau, Snowflake och Salesforce](https://slalom.turtl.co/story/converge/page/1) underlättar plattformsintegrering och ökar affärsvärdet. [Klicka här](https://www.slalom.com/platforms/tableau) om du vill veta mer.
* [InterWorks](https://interworks.com) hjälper kunder att integrera Snowflake med deras egna datasystem. [Kontakta dem direkt](https://interworks.com/contact) om du vill veta hur de kan hjälpa er att komma igång med molnbaserad visuell analys.
* [CoEnterprise](https://www.coenterprise.com/solutions/data-analytics/) tillhandahåller Snowflake och Tableaus lösningar inkluderar [Snowtrail](https://info.coenterprise.com/hubfs/Collateral/Analytics/CoEnterprise_SnowTrail.pdf), som gör det lättare för er att hitta rätt säkerhetsnivå för Snowflake-infrastrukturen, och [Runaway](https://info.coenterprise.com/hubfs/Collateral/Analytics/RunAway-By-CoEnterprise.pdf) integrerar Slack med resultatövervakningen så att ni kan optimera er investering i Snowflake.

### Anslut till dina Snowflake-data för att aktivera den här acceleratorn

1. Skapa en ny datakälla i den här arbetsboken
2. Välj ”Snowflake” som datakälla, och om du inte redan har installerat drivrutinen gör du det nu. När drivrutinen har installerats fortsätter du till nästa steg.

Skapa en ny datakälla för vart och ett av dessa scheman:
Databas: SNOWFLAKE Schema: ACCOUNT\_USAGE Tabell: QUERY\_HISTORY
Databas: SNOWFLAKE Schema: ACCOUNT\_USAGE Tabell: WAREHOUSE\_METERING\_HISTORY
Databas: SNOWFLAKE Schema: ACCOUNT\_USAGE Tabell: STORAGE\_USAGE

Om du använder den avancerade instrumentpanelen för långsamma frågor:

Skapa en annan datakälla genom att ansluta till Snowflake och välja schemat ACCOUNT\_USAGE. Dra sedan en ny anpassad SQL-tabell till arbetsytan. Mata in följande anpassade SQL-text (som också står i fältet för anpassad SQL-text i datakällan). 

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

Det kan visas ett felmeddelande, men det beror på att parametern för att välja ett giltigt fråge-ID inte har uppdaterats. Du kan ignorera den typen av felmeddelanden tills du har ersatt datakällan.

<br>
Obs! Från och med maj 2019 innehåller de här tabellerna inte någon kostnadsinformation som rör materialiserade vyer, automatisk klustring eller Snowpipe. Den informationen finns i separata tabeller.

3. När du har anslutit till alla fyra tabeller högerklickar du på respektive exempeltabell och ersätter den med motsvarande tabell från ditt eget Snowflake-schema. Högerklicka till exempel på QUERY\_HISTORY\_SAMPLE och ersätt den med tabellen QUERY\_HISTORY från din egen databas.
4. När instrumentpanelerna innehåller dina egna data högerklickar du på var och en av exempeldatakällorna och stänger dem en i taget.

Snowflake Account Usage

Spåra användning, kostnader och resultat för ditt Snowflake-konto