intermediate⏱60 minLección 14 de 19

Dominio 4.2 — Optimización del Rendimiento de Consultas

Aprende las herramientas de optimización de rendimiento de Snowflake: Query Acceleration Service, Search Optimization Service, claves de clúster y Vistas Materializadas. Conoce cuándo y cómo usar cada una.

Dominio 4.2 — Optimización del Rendimiento de Consultas

Peso en el Examen

El Dominio 4.0 representa aproximadamente el ~21% del examen.

ℹ️Note

Esta lección corresponde al Objetivo de Examen 4.2: Optimizar el rendimiento de consultas, incluyendo el Query Acceleration Service, el Search Optimization Service, las claves de clúster y las Vistas Materializadas.

Resumen de Herramientas de Optimización de Rendimiento

Herramienta	Qué Resuelve	Modelo de Costo	Edición Requerida
Claves de Clúster	Poda de particiones deficiente	Créditos de Clustering Automático	Cualquiera
Search Optimization Service	Búsquedas puntuales de alta selectividad	Tarifa de servicio por tabla	Enterprise+
Query Acceleration Service	Consultas lentas atípicas en WH compartido	Créditos adicionales por consulta	Enterprise+
Vistas Materializadas	Agregaciones costosas repetidas	Créditos de actualización en segundo plano	Enterprise+

Claves de Clúster (Cluster Keys)

Cuándo Usar Claves de Clúster

El clustering es beneficioso cuando:

La tabla es grande (cientos de GBs o varios TB)
Las consultas filtran frecuentemente por columnas específicas
El orden natural de carga no coincide con las columnas de filtro de las consultas

sql

-- Verificar la calidad del clustering actual antes de agregar una clave
SELECT SYSTEM$CLUSTERING_INFORMATION(
    'orders',
    '(order_date)'
);
-- Devuelve: average_depth (menor es mejor), average_overlaps, etc.

-- Agregar una clave de clúster
ALTER TABLE orders CLUSTER BY (order_date);

-- Clave de clúster de múltiples columnas
ALTER TABLE events CLUSTER BY (region, event_type);

-- Clustering basado en expresión (agrupar por fecha truncada al mes)
ALTER TABLE orders CLUSTER BY (DATE_TRUNC('MONTH', order_date));

-- Verificar si el Clustering Automático está activo
SHOW TABLES LIKE 'orders';
-- Observa las columnas: cluster_by, automatic_clustering

Elegir Buenas Claves de Clúster

Buenos candidatos:

Columnas de alta cardinalidad usadas en cláusulas WHERE (fechas, regiones, categorías)
Columnas usadas en consultas ejecutadas con frecuencia
Columnas de unión para tablas grandes

Malos candidatos:

Cardinalidad muy baja (p. ej., columnas booleanas — solo 2 valores)
Cardinalidad muy alta con distribución aleatoria (p. ej., claves primarias UUID — poda deficiente)
Columnas raramente usadas en filtros

⚠️Warning

Las claves de clúster activan el Clustering Automático — un servicio en segundo plano que consume créditos de forma continua. Solo agrupa tablas donde la ganancia en rendimiento de consultas supera el costo.

Costo del Re-clustering

sql

-- Monitorear el consumo de créditos del Clustering Automático
SELECT
    start_time,
    end_time,
    table_name,
    credits_used
FROM SNOWFLAKE.ACCOUNT_USAGE.AUTOMATIC_CLUSTERING_HISTORY
WHERE start_time > DATEADD('day', -7, CURRENT_TIMESTAMP)
ORDER BY credits_used DESC;

-- Suspender el Clustering Automático si es necesario
ALTER TABLE orders SUSPEND RECLUSTER;

-- Reanudar
ALTER TABLE orders RESUME RECLUSTER;

Search Optimization Service (Servicio de Optimización de Búsqueda)

El Search Optimization Service (SOS) acelera las búsquedas puntuales de alta selectividad y las búsquedas por igualdad que de otro modo escanearían muchas particiones:

Cuándo Usar SOS

Caso de Uso	¿Adecuado para SOS?	¿Usar Clave de Clúster en su lugar?
`WHERE email = 'usuario@ejemplo.com'`	✅ Sí	No
`WHERE order_id = 12345`	✅ Sí	No
`WHERE region = 'US-EAST'` (consulta de rango, resultado grande)	No	✅ Sí
`WHERE order_date BETWEEN ... AND ...`	No	✅ Sí
`WHERE v:user.id = 123` (semi-estructurado)	✅ Sí	No
`CONTAINS(description, 'snowflake')` (búsqueda de subcadena)	✅ Sí	No

sql

-- Habilitar Search Optimization en una tabla
ALTER TABLE customers ADD SEARCH OPTIMIZATION;

-- Habilitar solo para columnas específicas (más dirigido, menor costo)
ALTER TABLE customers ADD SEARCH OPTIMIZATION ON EQUALITY(email, phone_number);

-- Habilitar para rutas JSON semi-estructuradas
ALTER TABLE events ADD SEARCH OPTIMIZATION ON EQUALITY(v:user.id);

-- Habilitar para búsqueda de subcadenas (LIKE, ILIKE, CONTAINS)
ALTER TABLE products ADD SEARCH OPTIMIZATION ON SUBSTRING(description);

-- Verificar el estado del SOS
SHOW TABLES LIKE 'customers';
-- Observa la columna: search_optimization_progress

-- Monitorear el costo de construcción y mantenimiento del SOS
SELECT * FROM SNOWFLAKE.ACCOUNT_USAGE.SEARCH_OPTIMIZATION_HISTORY;

ℹ️Note

El SOS construye un índice de ruta de acceso oculto optimizado para búsquedas por igualdad. Tiene un costo inicial de construcción y un costo de mantenimiento continuo. Es más efectivo cuando las consultas apuntan a una pequeña fracción de filas (alta selectividad).

SOS vs. Claves de Clúster: Comparación

Aspecto	Clave de Clúster	Search Optimization
Ideal para	Escaneos por rango, filtros de fecha, GROUP BY	Búsquedas puntuales, igualdad exacta
Cómo funciona	Reorganiza el orden de las micro-particiones	Construye un índice de búsqueda separado
Patrón de consulta	`BETWEEN`, `>`, `<`, filtros de rango	`= valor`, `IN (...)`
Modelo de costo	Créditos de re-clustering (segundo plano)	Tarifa de servicio + créditos de mantenimiento
Semi-estructurado	Limitado	Excelente (`v:campo = valor`)

Query Acceleration Service (Servicio de Aceleración de Consultas — QAS)

El Query Acceleration Service (QAS) descarga porciones de consultas atípicamente lentas al cómputo sin servidor de Snowflake — útil cuando un pequeño número de consultas tarda desproporcionadamente en un warehouse compartido:

Cuándo Usar QAS

El warehouse tiene muchas consultas, la mayoría son rápidas, pero algunas son muy lentas (atípicas)
Las consultas atípicas son lentas porque procesan grandes cantidades de datos
No quieres aumentar el tamaño de todo el warehouse por unas pocas consultas lentas

sql

-- Habilitar QAS en un warehouse
ALTER WAREHOUSE WH_ANALYTICS SET ENABLE_QUERY_ACCELERATION = TRUE;

-- Establecer el factor de escala (limita cuánto cómputo sin servidor puede usarse)
-- Factor de escala de 5 = QAS puede usar hasta 5x los créditos del warehouse
ALTER WAREHOUSE WH_ANALYTICS
    SET ENABLE_QUERY_ACCELERATION = TRUE
    QUERY_ACCELERATION_MAX_SCALE_FACTOR = 5;

-- Verificar si una consulta es elegible para QAS
SELECT SYSTEM$ESTIMATE_QUERY_ACCELERATION('<query_id>');

-- Monitorear el uso de QAS
SELECT *
FROM SNOWFLAKE.ACCOUNT_USAGE.QUERY_ACCELERATION_HISTORY
WHERE start_time > DATEADD('day', -7, CURRENT_TIMESTAMP);

Facturación del QAS

Cuando el QAS está habilitado, las consultas elegibles usan automáticamente cómputo sin servidor
Se factura a tarifas de crédito sin servidor (similar a Snowpipe) por la porción acelerada
Si el QAS no mejora una consulta, no se usará (sin créditos desperdiciados)

Vistas Materializadas (Materialized Views)

Una Vista Materializada pre-computa y almacena el resultado de una consulta SELECT. Las consultas contra la vista materializada leen el resultado pre-computado en lugar de re-ejecutar la consulta completa contra la tabla base:

sql

-- Crear una vista materializada
CREATE MATERIALIZED VIEW mv_daily_revenue AS
SELECT
    date_trunc('day', order_time) AS order_day,
    region,
    sum(amount) AS daily_revenue,
    count(*) AS order_count
FROM orders
WHERE status = 'COMPLETED'
GROUP BY 1, 2;

-- Consultar la vista materializada (lee datos pre-computados)
SELECT * FROM mv_daily_revenue
WHERE order_day >= DATEADD('month', -3, CURRENT_DATE)
ORDER BY daily_revenue DESC;

Cómo Funcionan las Vistas Materializadas

Actualización automática: El servicio en segundo plano de Snowflake mantiene la vista materializada actualizada a medida que los datos de la tabla base cambian
No se necesita warehouse: La actualización es sin servidor
Reescritura transparente: Snowflake puede enrutar automáticamente una consulta a la vista materializada incluso si la consulta referencia la tabla base

sql

-- Snowflake reescribe automáticamente esta consulta para usar la vista materializada:
SELECT date_trunc('day', order_time), region, sum(amount)
FROM orders
WHERE status = 'COMPLETED'
GROUP BY 1, 2;
-- → Snowflake detecta que mv_daily_revenue puede satisfacer esto y la usa

Limitaciones de las Vistas Materializadas

Limitación	Notas
No puede referenciar otras vistas materializadas	Debe consultar tablas base
Sin funciones no deterministas	`CURRENT_TIMESTAMP()`, `RANDOM()` no están permitidas
Sin joins en la definición de la vista materializada	Solo agregaciones simples
Requiere edición Enterprise	No disponible en Standard
Solo una tabla base	No puede agregar entre múltiples tablas

sql

-- Monitorear el costo y estado de actualización de la vista materializada
SELECT
    table_name AS nombre_vm,
    last_altered AS ultima_actualizacion,
    credits_used
FROM SNOWFLAKE.ACCOUNT_USAGE.MATERIALIZED_VIEW_REFRESH_HISTORY
WHERE start_time > DATEADD('day', -7, CURRENT_TIMESTAMP);

Elegir la Herramienta de Optimización Correcta

Usa este marco de decisión en el examen:

La consulta es lenta porque...

→ ¿Se escanean demasiadas micro-particiones? (filtro de rango, fecha, región)
    → CLAVE DE CLÚSTER

→ ¿Búsquedas por igualdad exacta en valores específicos? (email, ID, UUID)
    → SEARCH OPTIMIZATION SERVICE

→ ¿El warehouse tiene consultas atípicamente lentas ocasionales?
    → QUERY ACCELERATION SERVICE

→ ¿La misma agregación costosa se ejecuta repetidamente?
    → VISTA MATERIALIZADA

→ ¿La consulta funciona bien pero el resultado tarda cada vez?
    → CACHÉ DE RESULTADOS DE CONSULTA (lección siguiente)

Preguntas de Práctica

P1. Una tabla tiene 500 millones de filas. Los analistas frecuentemente ejecutan consultas como WHERE customer_email = 'usuario@ejemplo.com'. ¿Qué optimización es MÁS apropiada?

A) Clave de Clúster en customer_email
B) Search Optimization Service ✅
C) Query Acceleration Service
D) Vista Materializada

P2. Un warehouse ejecuta 1,000 consultas por día. 980 se completan en menos de 5 segundos, pero 20 tardan más de 10 minutos. ¿Qué optimización aborda las consultas atípicas lentas sin aumentar el tamaño de todo el warehouse?

A) Clave de Clúster en la columna de filtro
B) Multi-cluster warehouse
C) Query Acceleration Service ✅
D) Search Optimization en todas las tablas

P3. Se define una Vista Materializada sobre una tabla. ¿Cuándo se actualizan los datos de la vista materializada?

A) Solo cuando se activa manualmente con ALTER MATERIALIZED VIEW REFRESH
B) Automáticamente por el servicio en segundo plano de Snowflake a medida que los datos base cambian ✅
C) Cada vez que se ejecuta una consulta contra la vista materializada
D) En un horario fijo definido en el momento de la creación

P4. ¿Qué candidato de clave de clúster proporcionaría la PEOR poda para una tabla de pedidos de 1,000 millones de filas?

A) (order_date) — fecha del pedido
B) (region) — región geográfica (20 valores)
C) (order_uuid) — clave primaria UUID generada aleatoriamente ✅
D) (product_category) — 50 categorías

P5. ¿Qué funcionalidades de Snowflake requieren edición Enterprise para estas tres capacidades: Vistas Materializadas, Search Optimization y Query Acceleration?

A) La edición Standard soporta las tres
B) Estas funcionalidades requieren edición Business Critical
C) Estas funcionalidades requieren edición Enterprise o superior ✅
D) Cada funcionalidad requiere un nivel de edición diferente

✅Success

Puntos Clave para el Día del Examen:

Clave de Clúster = corregir poda deficiente en columnas de rango/filtro (BETWEEN, >, <)
Search Optimization = corregir búsquedas por igualdad lentas (= valor, rutas semi-estructuradas)
Query Acceleration Service = corregir consultas atípicamente lentas en un warehouse compartido
Vista Materializada = pre-computar agregaciones costosas repetidas
Search Optimization, QAS y Vistas Materializadas requieren edición Enterprise o superior
Clave de Clúster en una columna UUID/aleatoria = poda deficiente (¡evitar!)

Progreso74%

Dominio 4.1 — Evaluación del Rendimiento de Consultas

Dominio 4.3 — Caché en Snowflake

Contenido del Curso

1. Dominio 1.1 — Arquitectura de Snowflake 2. Dominio 1.2 — Interfaces y Herramientas de Snowflake 3. Dominio 1.3 — Jerarquía y Tipos de Objetos de Snowflake 4. Dominio 1.4 — Configuración de Virtual Warehouses 5. Dominio 1.5 — Conceptos de Almacenamiento en Snowflake 6. Dominio 1.6 — Funcionalidades de IA/ML y Desarrollo de Aplicaciones 7. Dominio 2.1 — Modelo y Principios de Seguridad de Snowflake 8. Dominio 2.2 — Funcionalidades de Gobernanza de Datos 9. Dominio 2.3 — Monitoreo y Gestión de Costos 10. Dominio 3.1 — Carga y Descarga de Datos 11. Dominio 3.2 — Ingesta Automatizada de Datos 12. Dominio 3.3 — Conectores e Integraciones de Snowflake 13. Dominio 4.1 — Evaluación del Rendimiento de Consultas 14. Dominio 4.2 — Optimización del Rendimiento de Consultas 15. Dominio 4.3 — Caché en Snowflake 16. Dominio 4.4 — Transformación de Datos en Snowflake 17. Dominio 5.1 — Colaboración de Datos, Replicación y Continuidad de Negocio 18. Dominio 5.2 — Intercambio Seguro de Datos y Data Clean Rooms 19. Dominio 5.3 — Snowflake Marketplace y Native Apps