Snowflake 多集群仓库性能 vs 大仓库规模的单仓库

Question

我对 Snowflake 非常陌生，在使用 Snowflake 时，我在以下 2 个选项之间遇到了冲突。

1. 大小为X-Large的单一仓库（16 学分/小时）
2. 多集群（ma​​x clusters=2 & min clusters=2），大小Large（8 积分/小时）李>

考虑以上 2 个选项
就性能而言，选择第二个选项有什么优势吗？

注意：我知道多集群相对于单个仓库的优势。请分享您对这个特定场景的答案（当 min = max 时）。

Answer 1

所以运行查询时发生的事情是。

我将只使用single 表示单个实例，使用“multi”表示多实例集群，当我们运行查询时，它只会在一个实例上。

从存储层读取\写入 IO：

这里单的 IO 是多的两倍，因此如果您的查询是 IO 饱和的，那么单是更好的选择。

并行步骤：

因此，如果您在高基数列上有 GROUP BY，则单列和多列应该同样好。如果您的基数较低但有数十亿行，则较小的实例可能会产生更好的结果，因为这些复杂的步骤无法在单个实例的较大集群大小上被打破。但是，如果您有许多并发查询，这很可能会丢失。

许多查询/嘈杂的邻居：

如果您有数百个查询在波中遇到，则较大的单个实例在启动这些查询时会更糟糕，因为它一次只有较少的并发任务，并且单个非常大的查询可以刷新缓存或仅支配集群，这意味着您停止处理普通/小型查询。如果只有一个“超重”查询进入，那么如果拥有 mutli 集群，您只会停止正常查询的一半。

其他想法 这也真的取决于你的负载模式，在我的上一份工作中，我们有自动缩放的 SMALL 实例集群，用于回答我们对仪表板、报告的读取查询，我们允许它运行有点过度配置，所以事情是活泼。 当我们的数据加载在第二个自动扩展的 MEDIUM 实例集群上运行时，我们故意超载，因为我们试图以最快/最便宜的速度加载数据。在非高峰时间，我们以编程方式减少自动缩放 MAX 以几乎使负载饿死。但是会通过在“半夜”中节省的积分对 LARGE 实例进行一些昂贵的重新处理，而且我们的加载任务能够启动专有的 LARGE+ 大小的仓库来进行一次性重建，因为这都是 IO 绑定的工作，因此“中断”窗口越小系统越好，IO规模线性，所以总成本是一样的。

总而言之，“什么是最好的”实际上取决于您所做的事情、您的预算以及您准备的权衡取舍。雪花的黄金之处在于它不像经典的数据库，您必须选择尺寸并正确设置，选择一个并观察它，如果它正在努力改变它。当我们的代码或雪花的发布改变了一些关键 SQL 的性能时，我们多次这样做，我们会跳进去，将实例计数或大小增加一倍或三倍以克服这种情况，同时尝试修复或解决 SF 问题，或等待 SF 回滚版本。几个小时通常花费更多的学分不是预算制动。这种灵活性还意味着您可以进行实验，“如果我们尝试 4 倍更小的实例会发生什么......”“哦，没什么......看起来我们只是节省了大量资金”......

Answer 2

如果您有 min=max=2，那么您将永久拥有 2 个正在运行的仓库（只要它们没有被暂停）。如果您像这样配置多集群仓库，那么您将失去很多优势，但对于您的特定用例，我想这可能是有意义的

Answer 3

根据您的评论，这是我的回答：

在这两种情况下，您将拥有相同的资源来处理您的查询。重要的区别在于运行单个繁重的查询。您可能知道，单个查询不能生成到多个集群（目前），因此当您在多集群仓库中运行查询时，它将在大型仓库之一上处理（并使用最多 8 个节点）。

如果您在单个 XL 仓库上运行相同的查询，它可以由（最多）16 个节点执行。因此，如果您要运行需要更多内存和 CPU 的繁重查询，则使用单个 XL 仓库会更好。

关于并发，有一个参数叫“MAX_CONCURRENCY_LEVEL”。它的默认值为 8，它限制了每个仓库的最大并发执行数。如果不改的话，你的单个 XL 仓库最多并发执行 8 个查询，而你的多集群仓库可以并发执行 16 个查询。

https://docs.snowflake.com/en/sql-reference/parameters.html#max-concurrency-level

你可以增加这个参数，在单 XL 和多集群 L 仓库上提供相同的并发。但是在这种情况下，同时运行繁重和轻量查询时应该小心。因为一个查询可能会占用仓库的大部分资源，而您的轻量查询可能资源较少，耗时较长。因此，如果您将有“相对”轻量/并发查询，我建议您使用多集群仓库。