以下哪个查询能正确地使用 SNOWFLAKE.ACCOUNT_USAGE.QUERY_HISTORY 获取过去 7 天内最“数据密集”的 10 条查询？
SNOWFLAKE.ACCOUNT_USAGE.QUERY_HISTORY
本练习是课程的一部分
通过我们的互动练习之一，将理论转化为实践
全面掌握 Snowflake 的数据摄取管道——从通过 COPY INTO、Snowpipe 和 Snowpipe Streaming 进行文件暂存与加载——并通过连接器、驱动程序和导出工具将 Snowflake 接入更广泛的数据生态。
使用 Snowflake 原生编排构建健壮的数据管道——通过 streams 捕获变更、用 tasks 进行调度、用 dynamic tables 进行声明式转换，并使用 external 与 Iceberg tables 存储开放格式数据。
使用点号表示法和 FLATTEN 查询半结构化 JSON，借助 GROUPING SETS、ROLLUP 和 CUBE 聚合数据，计算窗口函数，并将可复用逻辑封装到 UDF 和存储过程。
在 Snowsight 中分析查询，使用 QUERY_HISTORY 定位瓶颈，应用 Search Optimization、Query Acceleration Service、Automatic Clustering 和 Materialized Views，并编写可充分利用 Snowflake 三层缓存的 SQL。
当前练习
