Snowpark-optimierte Warehouses¶

Mit Snowpark-optimierten Warehouses können Sie die verfügbaren Speicherressourcen und die CPU-Architektur auf einer Single-Node Instanz für Ihre Workloads konfigurieren.

Unter diesem Thema:

Wann ein Snowpark-optimiertes Warehouse verwendet werden sollte¶

Während Snowpark-Workloads sowohl auf Standard- als auch auf Snowpark-optimierten Warehouses ausgeführt werden können, werden Snowpark-optimierte Warehouses für die Ausführung von Code und für Workloads empfohlen, die große Anforderungen an den Speicher oder Abhängigkeiten von einer bestimmten CPU-Architektur haben. Zu den Beispiel-Workloads gehören ML Trainings-Anwendungsfälle unter Verwendung einer gespeicherten Prozedur auf einem einzelnen virtuellen Warehouse-Knoten. Snowpark-Workloads, die UDF oder UDTF verwenden, könnten ebenfalls von Snowpark-optimierten Warehouses profitieren.

Bemerkung

Die erstmalige Erstellung und Wiederaufnahme eines für Snowpark optimierten virtuellen Warehouses kann länger dauern als bei Standard-Warehouses.

Optionen für die Konfiguration von Snowpark-optimierten Warehouses¶

Die Standardkonfiguration für ein Snowpark-optimiertes Warehouse bietet den 16-fachen Speicher pro Knoten im Vergleich zu einem Standard-Warehouse. Optional können Sie zusätzlichen Speicher pro Knoten konfigurieren und die CPU-Architektur mithilfe der Eigenschaft resource_constraint angeben. Die folgenden Optionen sind verfügbar:

Speicher (bis zu)	CPU-Architektur	Erforderliche Mindestgröße des Warehouses
16GB	Standard oder x86	XSMALL
256GB	Standard oder x86	M
1TB [1]	Standard oder x86	L

Erstellen eines Snowpark-optimierten Warehouses¶

Verwenden Sie die Eigenschaft warehouse_type im Befehl CREATE WAREHOUSE, um ein neues, für Snowpark optimiertes Warehouse zu erstellen.

Erstellen Sie ein neues Snowpark-optimiertes Warehouse snowpark_opt_wh:

CREATE OR REPLACE WAREHOUSE snowpark_opt_wh WITH
  WAREHOUSE_SIZE = 'MEDIUM'
  WAREHOUSE_TYPE = 'SNOWPARK-OPTIMIZED';

Copy

Diese Anweisung erstellt ein Snowpark-optimiertes Warehouse wie angegeben und mit RESOURCE_CONSTRAINT = MEMORY_16X;

Erstellen Sie ein großes Snowpark-optimiertes Warehouse so_warehouse mit 256-GB-Speicher:

CREATE WAREHOUSE so_warehouse WITH
  WAREHOUSE_SIZE = 'LARGE'
  WAREHOUSE_TYPE = 'SNOWPARK-OPTIMIZED'
  RESOURCE_CONSTRAINT = 'MEMORY_16X_X86';

Copy

Bemerkung

DEFAULT ist MEMORY_16X.

Ändern der Eigenschaften von Snowpark-optimierten Warehouses¶

Mit dem Befehl ALTER WAREHOUSE können Warehouse-Eigenschaften, einschließlich des Warehouse-Typs, geändert werden.

Bemerkung

Das Ändern des Warehouse-Typs mit dem Befehl ALTER WAREHOUSE wird nur für ein Warehouse mit Status SUSPENDED unterstützt. Um ein Warehouse anzuhalten, bevor Sie die Eigenschaft warehouse_type ändern, führen Sie die folgende Anweisung aus:

ALTER WAREHOUSE snowpark_opt_wh SUSPEND;

Copy

Ändern Sie die Speicherressourcen und die CPU-Architektur für ein Snowpark-optimiertes Warehouse so_warehouse:

ALTER WAREHOUSE so_warehouse SET
  RESOURCE_CONSTRAINT = 'MEMORY_1X_X86';

Copy

Verwenden von gespeicherten Snowpark Python-Prozeduren zum Ausführen von ML-Trainingsworkloads¶

Weiter Informationen zu Machine Learning-Modellen und zu Snowpark Python finden Sie unter Training von Machine Learning-Modellen mit Snowpark Python.

Abrechnung von Snowpark-optimierten Warehouses¶

Informationen zum Snowpark-optimierten Warehouse-Credit-Verbrauch finden Sie unter Table 1(a): Snowflake Credit Table for Virtual Warehouse Services in der Snowflake Service Consumption Table.

Regionsverfügbarkeit¶

Snowpark-optimierte Warehouses sind in allen Regionen über AWS, Azure und Google Cloud verfügbar [rc_availability].