Claro 在主要的分析用 warehouse 上設定了每月 100 點的 credit 配額。團隊需要在不同門檻設定對應行為:提早警示、優雅關閉,以及緊急切斷。理解這三種動作的差異很關鍵——在錯誤的門檻選錯動作,不是讓成本失控,就是在查詢執行到一半時就把信用評分用的查詢砍掉。
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
透過掌握角色為本與任意性存取控制模型來保護你的 Snowflake 帳戶——從系統定義角色與權限階層,到自訂角色、驗證方式與網路原則。
實作欄位層級與列層級的安全性,套用物件標籤與自動化資料分類,解讀資料血緣,並設定加密與警示,以保護 Claro 的敏感財務資料。
使用資源監視器與 ACCOUNT_USAGE 檢視來監控並控管 Snowflake 的運算成本,以 Time Travel 與移轉容錯群組保護資料,並用事件表與 LOGIN_HISTORY 建立稽核軌跡。
當前練習
運用 Snowflake 的提供者、使用者與 reader 帳戶模型,啟用安全的資料協作;探索保護隱私的 Data Clean Rooms;並在 Snowflake Marketplace 瀏覽即時資料清單與 Native Apps。