Welche Methode passt am besten
Das BI-Team von Harbr führt jeden Morgen dieselben fünf Aggregationsabfragen gegen logistics.shipments aus — Gesamtkosten in Credits pro Region, Carrier-Anteil pro Monat, durchschnittliche delivery_days pro Lagerhaus und zwei weitere. Jede Abfrage scannt 200 Millionen Zeilen und dauert auf einem Medium-Warehouse etwa 60 Sekunden. Clustering auf region und dispatch_date ist bereits eingerichtet, und das Query Profile bestätigt, dass Pruning funktioniert. Die zugrunde liegenden Daten werden einmal täglich per nächtlichem COPY INTO-Ladevorgang aktualisiert.
Das Team möchte Dashboard-Antwortzeiten im Subsekundenbereich, ohne das Warehouse zu vergrößern. Welche Optimierungsmethode passt am besten?
Diese Übung ist Teil des Kurses
<Kurs>Automatisierung von Datenpipelines in Snowflake</Kurs>Interaktive praktische Übung
Verwandle Theorie mit einer unserer interaktiven Übungen in die Praxis
Übung starten