Dominio 1.1, Arquitectura de Snowflake
Domina la arquitectura de tres capas de Snowflake: Servicios en la Nube, Cómputo (Virtual Warehouses) y Almacenamiento de Base de Datos. Comprende cómo la separación entre almacenamiento y cómputo impulsa el valor central de Snowflake.
Dominio 1.1: Arquitectura de Snowflake
Peso en el Examen
Dominio 1.0, Características y Arquitectura de Snowflake AI Data Cloud representa aproximadamente el ~31% del examen SnowPro Core COF-C03, el dominio individual más grande.
Esta lección corresponde al Objetivo de Examen 1.1: Describir y utilizar la arquitectura de Snowflake, incluyendo la capa de Cloud Services (Servicios en la Nube), la capa de Cómputo, la capa de Almacenamiento de Base de Datos y la comparación entre ediciones de Snowflake.
¿Qué es Snowflake?
Snowflake es una plataforma de datos nativa en la nube, completamente gestionada, entregada como Software como Servicio (SaaS). Fue construida desde cero para la nube: no portada desde un producto local (on-premises).
Diferencias clave con los almacenes de datos tradicionales:
Característica | Almacén Tradicional | Snowflake |
|---|---|---|
Despliegue | On-premises / IaaS | SaaS puro |
Escalado | Requiere tiempo de inactividad | En segundos, sin tiempo de inactividad |
Cómputo y Almacenamiento | Fuertemente acoplados | Completamente separados |
Mantenimiento | Gestionado por el cliente | Gestionado por Snowflake |
Proveedores de nube | Único | AWS, Azure, GCP |
Actualizaciones | Con tiempo de inactividad planificado | Automáticas y transparentes |
La Arquitectura de Tres Capas
La arquitectura de Snowflake consta de tres capas escalables de forma independiente. Comprender cada capa, y los límites entre ellas, es fundamental para el examen.
Capa 1: Capa de Almacenamiento de Base de Datos
Aquí es donde todos los datos residen permanentemente. Características clave:
- Los datos se almacenan en el formato propietario de Snowflake de micro-particiones columnares: comprimido y optimizado automáticamente. Los clientes no pueden acceder directamente a los archivos subyacentes.
- El almacenamiento está construido sobre el servicio de blob storage del proveedor de nube: Amazon S3 (AWS), Azure Blob Storage (Azure) o Google Cloud Storage (GCP).
- La facturación es independiente del cómputo: se paga por el almacenamiento incluso cuando no hay Virtual Warehouses (almacenes de cómputo) en ejecución.
- Snowflake gestiona automáticamente el cifrado, la redundancia y la durabilidad.
- Los datos se reorganizan en micro-particiones (50 to 500 MB comprimidos) con metadatos ricos sobre cada partición (valores mín/máx, conteo de distintos, conteo de NULL) para habilitar la poda de particiones (partition pruning) durante las consultas.
Qué contiene la capa de almacenamiento:
- Datos de tablas (micro-particiones)
- Versiones históricas de Time Travel (datos modificados)
- Copias de Fail-Safe (recuperación de emergencia)
- Datos de Stage (para stages internos)
- Caché de resultados de consultas
Capa 2: Capa de Cómputo (Virtual Warehouses)
La capa de cómputo consiste en Virtual Warehouses (VW): clústeres de recursos de cómputo con nombre que ejecutan consultas SQL y operaciones DML.
Características clave:
- Cada Virtual Warehouse es un clúster de cómputo MPP (Procesamiento Masivamente Paralelo) compuesto por uno o más nodos.
- Múltiples warehouses pueden leer del mismo almacenamiento simultáneamente; sin contención de recursos entre ellos.
- Los warehouses pueden suspenderse (deteniendo la facturación al instante) y reanudarse (en segundos).
- El tamaño se expresa en tallas de camiseta: X-Small, Small, Medium, Large, X-Large, 2X-Large, 3X-Large, 4X-Large, 5X-Large, 6X-Large.
- Cada incremento de tamaño duplica los recursos de cómputo (y los créditos por hora).
Consumo de créditos por tamaño de warehouse (edición Standard):
Tamaño | Créditos/Hora |
|---|---|
X-Small | 1 |
Small | 2 |
Medium | 4 |
Large | 8 |
X-Large | 16 |
2X-Large | 32 |
3X-Large | 64 |
4X-Large | 128 |
5X-Large | 256 |
6X-Large | 512 |
Los Snowpark-Optimized Warehouses (almacenes optimizados para Snowpark) consumen más créditos que los warehouses Standard del mismo tamaño. No confundas los dos tipos en el examen.
Qué hace la capa de cómputo:
- Ejecuta consultas SQL (SELECT, DML)
- Carga datos (COPY INTO)
- Ejecuta código Snowpark
- Realiza transformaciones
Qué NO hace la capa de cómputo:
- Almacenar datos permanentemente
- Ejecutar operaciones de Cloud Services (estas son gratuitas hasta el 10% de los créditos de cómputo)
Capa 3: Capa de Cloud Services (Servicios en la Nube)
Este es el cerebro de Snowflake: una colección de servicios que coordinan toda la actividad en la plataforma. Funciona en la infraestructura gestionada por Snowflake y siempre está disponible, incluso cuando no hay Virtual Warehouses en ejecución.
Responsabilidades de Cloud Services:
Servicio | Descripción |
|---|---|
Autenticación | Valida la identidad del usuario (contraseñas, MFA, OAuth, clave-par) |
Gestión de Infraestructura | Aprovisiona, monitorea y repara recursos de cómputo |
Gestión de Metadatos | Rastrea definiciones de tablas, estadísticas, metadatos de particiones |
Análisis y Optimización de Consultas | Analiza SQL, genera y optimiza planes de ejecución |
Control de Acceso | Aplica políticas RBAC y DAC |
Gestión de Transacciones | Garantiza la conformidad ACID en operaciones concurrentes |
Nota de facturación: El uso de Cloud Services es gratuito hasta el 10% de los créditos de cómputo diarios consumidos. El uso que supere ese umbral se factura por separado. Este es un detalle importante para el examen.
-- Cloud Services se usa de forma transparente — por ejemplo al ejecutar:
SHOW TABLES IN DATABASE MY_DB;
-- Esto usa Cloud Services (búsqueda de metadatos) sin necesidad de warehouseSeparación de Almacenamiento y Cómputo: Por Qué Importa
Esta es la característica arquitectónicamente más significativa de Snowflake y aparece con frecuencia en el examen.
Beneficios de la separación:
- Escalado independiente: escala el cómputo hacia arriba/abajo sin tocar el almacenamiento
- Optimización de costos: suspende el cómputo cuando está inactivo; la facturación del almacenamiento continúa a tarifas bajas
- Aislamiento de cargas de trabajo: múltiples equipos ejecutan sus propios warehouses contra datos compartidos
- Sin contención: una consulta analítica grande en WH_ANALYTICS no afecta la ingesta en WH_INGEST
-- Ingeniería ingesta datos en su warehouse
USE WAREHOUSE WH_INGEST;
COPY INTO raw.events FROM @my_stage;
-- Mientras tanto, BI consulta los mismos datos en su propio warehouse
USE WAREHOUSE WH_BI;
SELECT date_trunc('hour', event_time), count(*)
FROM raw.events
GROUP BY 1;
-- ¡Sin colas entre estos equipos!Ediciones de Snowflake
La edición determina qué funcionalidades están disponibles y el SLA (Acuerdo de Nivel de Servicio) provisto. Debes conocerlas para el examen.
Funcionalidad | Standard | Enterprise | Business Critical | Virtual Private Snowflake (VPS) |
|---|---|---|---|---|
Time Travel (máx.) | 1 día | 90 días | 90 días | 90 días |
Multi-cluster Warehouses | ❌ | ✅ | ✅ | ✅ |
Seguridad a nivel de columna (Masking) | ❌ | ✅ | ✅ | ✅ |
Row Access Policies | ❌ | ✅ | ✅ | ✅ |
Search Optimization | ❌ | ✅ | ✅ | ✅ |
Conformidad HIPAA | ❌ | ❌ | ✅ | ✅ |
Conformidad PCI DSS | ❌ | ❌ | ✅ | ✅ |
Tri-Secret Secure (CMK) | ❌ | ❌ | ✅ | ✅ |
AWS PrivateLink / Azure PE | ❌ | ❌ | ✅ | ✅ |
Despliegue Privado | ❌ | ❌ | ❌ | ✅ |
SLA | 99.5% | 99.9% | 99.95% | 99.99% |
El examen evalúa frecuentemente los requisitos por edición. Recuerda: los Multi-cluster Warehouses, el Column Masking (enmascaramiento de columnas) y las Row Access Policies (políticas de acceso por fila) requieren Enterprise o superior.
Proveedor de Nube y Consideraciones de Región
Las cuentas de Snowflake se despliegan en una combinación específica de nube + región. Esto se determina al crear la cuenta y no puede modificarse.
Nube | Regiones de Ejemplo |
|---|---|
AWS | us-east-1, us-west-2, eu-west-1, ap-southeast-1 |
Azure | eastus2, westeurope, australiaeast |
GCP | us-central1, europe-west4, asia-northeast1 |
Puntos clave para el examen:
- Una cuenta de Snowflake existe en una sola nube y una sola región
- Los datos pueden replicarse entre regiones y nubes usando Database Replication
- Cross-Cloud Business Continuity (CCBC) permite la conmutación por error a un proveedor de nube diferente
- La conectividad privada (AWS PrivateLink, Azure Private Endpoints) está disponible en Business Critical+
Terminología Clave para el Examen
Término | Definición |
|---|---|
Virtual Warehouse (VW) | Clúster de cómputo MPP con nombre que ejecuta consultas |
Micro-partición | Unidad fundamental de almacenamiento: 50 to 500 MB comprimida, columnar |
Capa de Cloud Services | Capa de inteligencia: autenticación, optimización, metadatos, control de acceso |
SaaS | Software como Servicio: Snowflake gestiona toda la infraestructura |
MPP | Procesamiento Masivamente Paralelo: consultas distribuidas entre nodos |
Separación de Almacenamiento y Cómputo | El almacenamiento y el cómputo escalan de forma independiente y se facturan por separado |
Crédito | Unidad de consumo de cómputo de Snowflake |
Preguntas de Práctica
P1. ¿Cuál capa de Snowflake es responsable de la optimización de consultas y el cumplimiento del control de acceso?
- A) Capa de Almacenamiento de Base de Datos
- B) Capa de Cómputo
- C) Capa de Cloud Services ✅
- D) Capa de Virtual Warehouse
P2. Una empresa quiere garantizar que sus consultas de informes de BI nunca compitan con sus pipelines ETL. ¿Qué característica arquitectónica de Snowflake lo permite?
- A) Micro-particiones
- B) Separación de almacenamiento y cómputo ✅
- C) La capa de Cloud Services
- D) Time Travel
P3. ¿En qué edición de Snowflake están disponibles los Multi-cluster Virtual Warehouses por primera vez?
- A) Standard
- B) Enterprise ✅
- C) Business Critical
- D) Virtual Private Snowflake
P4. El uso de Cloud Services se factura solo cuando supera qué porcentaje de los créditos de cómputo diarios?
- A) 5%
- B) 10% ✅
- C) 15%
- D) 20%
P5. Un warehouse de Snowflake está suspendido durante 4 horas. ¿Qué costos siguen acumulándose durante esta suspensión?
- A) Solo costos de cómputo
- B) Costos de cómputo y almacenamiento
- C) Solo costos de almacenamiento ✅
- D) No se acumula ningún costo
P6. ¿Qué edición de Snowflake es requerida para cumplir con HIPAA?
- A) Standard
- B) Enterprise
- C) Business Critical ✅
- D) Virtual Private Snowflake
P7. Snowflake almacena los datos en qué formato subyacente?
- A) Archivos planos orientados por filas
- B) Archivos Parquet directamente legibles por los clientes
- C) Micro-particiones columnares comprimidas ✅
- D) Documentos JSON
Puntos Clave para el Día del Examen:
- Tres capas: Cloud Services → Cómputo (VW) → Almacenamiento: cada una independiente y facturada por separado
- Cloud Services = cerebro (autenticación, optimización, metadatos): gratuito hasta el 10% de los créditos de cómputo
- La facturación del almacenamiento nunca se detiene: incluso cuando los warehouses están suspendidos
- Multi-cluster WH, Column Masking, Row Access Policies → Enterprise+
- HIPAA / Tri-Secret Secure → Business Critical+
- VPS = mayor aislamiento, SLA del 99.99%, despliegue privado