Snowflake 管理員可使用用於 Snowflake 成本監視的加速器分析器 Snowflake 資料存放區的整體計算成本、效能監控、使用者採用及錯誤追縱。「Compute Cost Overview」儀表板可用於暸解點數消耗、規劃預算分派並識別峰值極端值，以減少不必要的花費。使用「使用者採用」儀表板追蹤您的新雲端平台採用並查看時間配置場所。您可以使用「Performance Monitoring」儀表板及「Error tracking」儀表板深入查看可能耗時過長或逾時的具體查詢。

Slow Running Queries 儀表板有兩個版本可供使用。基本版本使用來自 ACCOUNT\_USAGE 表的持續資訊。進階版本使用自訂 SQL 產生查詢分析工具分析常見的效能問題，如爆炸式聯結、無效率剪除等。分析僅限於過去 14 天。由於使用自訂 SQL，效能可能會降低，因為在選取每個標記時查詢 Query Profiler 資訊。如果不想使用進階版本，請關閉 CUSTOM\_SQL 資料來源並刪除儀表板以避免錯誤。

### 回答關鍵商業問題

* 您的 Snowflake 基礎結構的整體效能如何？哪裡消耗最高？
* 哪個倉庫的消耗最高？
* 我們資料庫計算費用與我們的計劃相比如何？
* 哪裡有具體使用者或查詢的效能問題？
* 使用者採用是什麼樣的？誰使用資料庫最多？誰已佈建但並沒有我們預期那樣使用？
* 是否有反復出現的錯誤需要解決和最佳化？
* 基於當前使用量，預期的合同期是多長？

### 監視並改進 KPI

* 資料問答上的
* 每個使用者的查詢
* 雲端伺服器使用率
* 每次查詢時間
* 錯誤率
* 錯誤浪費的分鐘數
* 使用者數量
* 本月、天、上個月的消耗平均數
* 平均每日點數使用量
* 平均每月存放成本
* 雲端服務層使用率
* 平均查詢績效

### Snowflake + Tableau 合作夥伴助您今日取得成功

* [Slalom 專注 Tableau、Snowflake 及 Salesforce](https://slalom.turtl.co/story/converge/page/1) 整合平台並提供商業價值。[按一下這裡](https://www.slalom.com/platforms/tableau) 暸解更多資訊。
* [InterWorks](https://interworks.com) 幫助客戶將 Snowflake 整合至您的資料生態系統 - [直接與之連線](https://interworks.com/contact) 暸解它們可以如何幫助您啟動基於雲端的視覺分析。
* [CoEnterprise](https://www.coenterprise.com/solutions/data-analytics/) 提供 Snowflake + Tableau 解決方案，其中包括 [Snowtrail](https://info.coenterprise.com/hubfs/Collateral/Analytics/CoEnterprise_SnowTrail.pdf)，有助於確保您的 Snowflake 基礎結構有正確的安全層級；及 [Runaway](https://info.coenterprise.com/hubfs/Collateral/Analytics/RunAway-By-CoEnterprise.pdf)，可將 Slack 整合至效能監視，以幫助最佳化您的 Snowflake 投資。

### 連線至您的 Snowflake 資料以啟用此加速器

1. 在此工作簿中新建資料來源
2. 選取「Snowflake」作為資料來源，且如果尚未安裝該驅動程式，請現在安裝。安裝驅動程式後，請執行下一步。

為每個架構新建資料來源：
資料庫: SNOWFLAKE 結構描述: ACCOUNT\_USAGE 表: QUERY\_HISTORY
Database: SNOWFLAKE Schema: ACCOUNT\_USAGE Table: WAREHOUSE\_METERING\_HISTORY
Database: SNOWFLAKE Schema: ACCOUNT\_USAGE Table: STORAGE\_USAGE

如果使用 Slow Running Queries Advanced 儀表板：

透過連線到 Snowflake 並選擇 ACCOUNT\_USAGE 結構描述來建立另一個資料來源。然後，將新的自訂 SQL 表拖曳到畫布中。輸入以下自訂 SQL 文字（也可在資料來源的「自訂 SQL 文字」欄位中找到）。

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

您可能會收到錯誤訊息，但這是因為用於選取有效查詢識別碼的參數尚未更新。在取代資料來源之前，您可以忽略這些錯誤訊息。

<br>
請注意：從 2019 年 5 月開始，這些表不包含任何成本資訊的相關具體化監視、自動叢集、或 Snowpipe。該資訊包含在不同表中。

3. 連線至這四個表後，以滑鼠右鍵按一下各自的範例表格，並使用您自己 Snowflake 結構描述中的適當表格取代它們。例如：以滑鼠右鍵按一下 QUERY\_HISTORY\_SAMPLE，使用您自己資料庫中的 QUERY\_HISTORY 表取代它。
4. 我們的資料正在填入儀表板時，以滑鼠右鍵單獨按一下美國範例資料來源並將其關閉。

Snowflake Account Usage

追縱您的 Snowflake 帳戶使用量、成本和效能