Zacznij terazZacznij za darmo

Która metoda sprawdzi się najlepiej

Zespół BI firmy Harbr uruchamia każdego ranka te same pięć zapytań agregujących na tabeli logistics.shipments – łączne kredyty według regionu, udział przewoźnika według miesiąca, średnia delivery_days według magazynu i dwa kolejne. Każde zapytanie skanuje 200 milionów wierszy i trwa około 60 sekund na magazynie typu Medium. Klastrowanie według kolumn region i dispatch_date jest już skonfigurowane, a profil zapytania potwierdza, że przycinanie działa prawidłowo. Dane źródłowe aktualizują się raz dziennie – poprzez nocny ładunek COPY INTO.

Zespół chce uzyskać czas odpowiedzi dashboardu poniżej sekundy bez zwiększania rozmiaru magazynu. Która metoda optymalizacji najlepiej odpowiada tym wymaganiom?

To ćwiczenie jest częścią kursu

Automatyzacja potoków danych w Snowflake

Zobacz kurs

Interaktywne ćwiczenie praktyczne

Przekształć teorię w praktykę dzięki jednemu z naszych interaktywnych ćwiczeń

Rozpocznij ćwiczenie