Snowpark用に最適化されたウェアハウス

このトピックでは、標準のSnowflake仮想ウェアハウスと比較してノードあたり16倍のメモリを提供する、Snowpark用に最適化されたウェアハウスを作成して使用する方法について説明します。

このトピックの内容:

概要

Snowpark用に最適化されたウェアハウスを使用する場合

Snowparkワークロードは、標準ウェアハウスとSnowpark用に最適化されたウェアハウスの両方で実行できます。Snowpark用に最適化されたウェアハウスは、単一の仮想ウェアハウスノードで ストアドプロシージャ を使用する ML トレーニングのユースケースなど、大量のメモリを必要とするワークロードにお勧めします。さらに、 UDF または UDTF を使用するSnowparkワークロードも、Snowpark用に最適化されたウェアハウスの恩恵を受ける可能性があります。

Snowpark用に最適化されたウェアハウスの作成

このプレビューにより、 CREATE WAREHOUSE コマンドに新しい warehouse_type プロパティが導入されています。

Snowpark用に最適化された新しいウェアハウス snowpark_opt_wh を作成します。

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

ちなみに

Snowpark UDFs またはストアドプロシージャを実行するときに CPU とメモリリソースを最大化するには、 CREATE WAREHOUSE または ALTER WAREHOUSE コマンドを使用するときにウェアハウスの MAX_CONCURRENCY_LEVEL パラメーターを設定します。例:

alter warehouse snowpark_opt_wh set max_concurrency_level = 1;

ウェアハウスのコンピューティングリソースが完全にプロビジョニングされていることを確認するには、 SHOW WAREHOUSES を使用して、その state を確認します。

Snowpark用に最適化されたウェアハウスのプロパティの変更

ALTER WAREHOUSE コマンドを使用して、ウェアハウスタイプを含む、ウェアハウスのプロパティを変更できます。

注釈

ALTER WAREHOUSE コマンドを使用したウェアハウスタイプの変更は、 SUSPENDED 状態のウェアハウスでのみサポートされています。 warehouse_type プロパティを変更する前にウェアハウスを中断するには、次のステートメントを実行します。

ALTER WAREHOUSE snowpark_opt_wh SUSPEND;

Snowpark Pythonストアドプロシージャを使用した ML トレーニングワークロードの実行

機械学習モデルとSnowpark Pythonの詳細については、 Snowpark Pythonを使用した機械学習モデルのトレーニング をご参照ください。

Snowpark用に最適化されたウェアハウスの請求

次のテーブルは、Snowpark用に最適化された仮想ウェアハウスに対して1時間あたりに請求されるSnowflakeクレジットをウェアハウスのサイズ別に示しています。仮想ウェアハウスのクレジット使用状況の詳細については、 仮想ウェアハウスのクレジット使用状況 をご参照ください。

XS

S

M

L

XL

2XL

3XL

4XL

5XL

6XL

クレジット/時間

なし

なし

6

12

24

48

96

192

384

768

リージョンの可用性

Snowpark用に最適化されたウェアハウスは、次のリージョンで利用できます。

AWS

  • us-east-1

  • us-west-2

  • eu-west-1

  • eu-central-1

  • ap-south-1

  • ap-northeast-1

  • ap-southeast-1

  • ap-southeast-2

  • us-east-2

Azure

  • eastus2

  • westus

  • westeurope

  • australiaeast

  • japaneast

Google Cloud:

  • us-central-1

既知の制限

  • Snowpark用に最適化された仮想ウェアハウスの初期作成と再開には、標準のウェアハウスよりも時間がかかる場合があります。

  • 一部のScikit-learnアルゴリズムは、Snowpark用に最適化されたウェアハウスで利用可能なすべてのリソースを使用しない場合があります。

  • Snowpark用に最適化されたウェアハウスは、 Query Acceleration をサポートしていません。

  • Snowpark用に最適化されたウェアハウスは、 XSMall または SMALL のウェアハウスサイズではサポートされていません。

最上部に戻る