Harbr 的資料工程團隊需要為他們遇到的每種查詢模式，選擇正確的 Snowflake 最佳化方法。此處有三個工具：Search Optimization、Query Acceleration Service，以及 Automatic Clustering。
本練習屬於課程
將理論付諸實踐，立即體驗我們的互動練習
精通 Snowflake 的資料匯入管線——從使用 COPY INTO、Snowpipe 與 Snowpipe Streaming 導入檔案到暫存區——並透過連接器、驅動程式與匯出工具，將 Snowflake 串接進更廣泛的資料生態系。
使用 Snowflake 原生的調度功能打造穩健的資料管線——以 streams 進行變更擷取，以 tasks 安排排程，以 dynamic tables 進行宣告式轉換，並以 external 與 Iceberg tables 儲存開放格式資料。
使用點記法與 FLATTEN 查詢半結構化 JSON，搭配 GROUPING SETS、ROLLUP 與 CUBE 進行彙總，計算視窗函式，並以 UDF 與 stored procedures 封裝可重複使用的邏輯。
在 Snowsight 進行查詢分析，透過 QUERY_HISTORY 找出瓶頸，應用 Search Optimization、Query Acceleration Service、Automatic Clustering 與 Materialized Views，並撰寫能善用 Snowflake 三層快取的 SQL。
當前練習
