Domínio 1.1, Arquitetura do Snowflake
Domine a arquitetura de três camadas do Snowflake: Cloud Services (Serviços de Nuvem), Compute (Computação via Virtual Warehouses) e Database Storage (Armazenamento). Entenda como a separação entre armazenamento e computação impulsiona o valor central do Snowflake.
Domínio 1.1: Arquitetura do Snowflake
Peso no Exame
Domínio 1.0, Recursos de Arquitetura do Snowflake AI Data Cloud representa ~31% do exame SnowPro Core COF-C03, o maior domínio individual.
Esta lição corresponde ao Objetivo de Exame 1.1: Descrever e utilizar a arquitetura do Snowflake, incluindo a camada Cloud Services, a camada Compute, a camada Database Storage e a comparação entre as edições do Snowflake.
O que é o Snowflake?
O Snowflake é uma plataforma de dados nativa em nuvem, totalmente gerenciada, entregue como Software como Serviço (SaaS, Software-as-a-Service). Foi construído do zero para a nuvem, não portado de um produto local (on-premises).
Principais diferenças em relação aos data warehouses tradicionais:
Característica | Warehouse Tradicional | Snowflake |
|---|---|---|
Implantação | Local / IaaS | SaaS puro |
Escalabilidade | Requer indisponibilidade | Em segundos, sem paradas |
Computação e Armazenamento | Fortemente acoplados | Totalmente separados |
Manutenção | Gerenciada pelo cliente | Gerenciada pelo Snowflake |
Provedores de nuvem | Único | AWS, Azure, GCP |
Atualizações | Janelas de manutenção planejadas | Automáticas e transparentes |
A Arquitetura de Três Camadas
A arquitetura do Snowflake é composta por três camadas escalonáveis de forma independente. Entender cada camada, e os limites entre elas, é essencial para o exame.
Camada 1: Database Storage (Armazenamento)
É onde todos os dados residem permanentemente. Características principais:
- Os dados são armazenados no formato proprietário de micro-partições colunares do Snowflake: comprimidas e otimizadas automaticamente. Os clientes não têm acesso direto aos arquivos subjacentes.
- O armazenamento é construído sobre o blob storage do provedor de nuvem: Amazon S3 (AWS), Azure Blob Storage (Azure) ou Google Cloud Storage (GCP).
- A cobrança é separada da computação: você paga pelo armazenamento mesmo quando nenhum warehouse está em execução.
- O Snowflake gerencia criptografia, redundância e durabilidade automaticamente.
- Os dados são reorganizados em micro-partições (50 to 500 MB comprimidos) com metadados ricos por partição (valores mín./máx., contagem distinta, contagem de NULLs) para habilitar o partition pruning (poda de partições) durante as queries.
O que a camada de armazenamento contém:
- Dados de tabelas (micro-partições)
- Versões históricas do Time Travel
- Cópias do Fail-Safe
- Dados de Stage (para stages internos)
- Cache de resultados de queries
Camada 2: Compute Layer (Virtual Warehouses)
A camada de computação consiste em Virtual Warehouses (VWs): clusters de recursos de computação nomeados que executam queries SQL e operações DML.
Características principais:
- Cada Virtual Warehouse é um cluster de computação MPP (Massively Parallel Processing: Processamento Massivamente Paralelo) composto por um ou mais nós.
- Múltiplos warehouses podem ler do mesmo armazenamento simultaneamente: sem contenção de recursos entre eles.
- Warehouses podem ser suspensos (interrompendo a cobrança instantaneamente) e retomados (em segundos).
- O tamanho é expresso em tamanhos de camiseta: X-Small, Small, Medium, Large, X-Large, 2X-Large, 3X-Large, 4X-Large, 5X-Large, 6X-Large.
- Cada aumento de tamanho dobra os recursos de computação (e os créditos por hora).
Consumo de créditos por tamanho de warehouse (Standard):
Tamanho | 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 |
Warehouses do tipo Snowpark-Optimized consomem mais créditos do que warehouses Standard do mesmo tamanho. Não confunda os dois tipos no exame.
O que a camada compute faz:
- Executa queries SQL (SELECT, DML)
- Carrega dados (COPY INTO)
- Executa código Snowpark
- Realiza transformações
O que a camada compute NÃO faz:
- Armazenar dados permanentemente
- Executar operações da Cloud Services (que são gratuitas até 10% dos créditos de computação)
Camada 3: Cloud Services Layer
Esta é o cérebro do Snowflake: uma coleção de serviços que coordenam toda a atividade na plataforma. Funciona em infraestrutura gerenciada pelo Snowflake e está sempre disponível, mesmo quando nenhum virtual warehouse está em execução.
Responsabilidades da Cloud Services:
Serviço | Descrição |
|---|---|
Autenticação | Valida a identidade do usuário (senhas, MFA, OAuth, par de chaves) |
Gerenciamento de Infraestrutura | Provisiona, monitora e repara recursos de computação |
Gerenciamento de Metadados | Rastreia definições de tabelas, estatísticas, metadados de partições |
Parsing e Otimização de Queries | Analisa SQL, gera e otimiza planos de execução |
Controle de Acesso | Aplica políticas RBAC e DAC |
Gerenciamento de Transações | Garante conformidade ACID em operações concorrentes |
Nota de cobrança: O uso da Cloud Services é gratuito até 10% dos créditos de computação diários consumidos. O uso além desse limite é cobrado separadamente. Este é um detalhe importante para o exame.
-- A Cloud Services é utilizada de forma transparente — por exemplo, ao executar:
SHOW TABLES IN DATABASE MY_DB;
-- Isso usa a Cloud Services (consulta de metadados) sem necessidade de warehouseSeparação de Armazenamento e Computação: Por que Isso Importa
Esta é a característica arquiteturalmente mais significativa do Snowflake e aparece frequentemente no exame.
Benefícios da separação:
- Escalabilidade independente: escale a computação para cima/baixo sem tocar no armazenamento
- Otimização de custos: suspenda a computação quando ociosa; o armazenamento continua sendo cobrado a taxas baixas
- Isolamento de workload: várias equipes executam seus próprios warehouses sobre dados compartilhados
- Sem contenção: uma query analítica grande no WH_ANALYTICS não afeta a ingestão no WH_INGEST
-- Engenharia ingere dados em seu warehouse
USE WAREHOUSE WH_INGEST;
COPY INTO raw.events FROM @my_stage;
-- Enquanto isso, BI consulta os mesmos dados em seu próprio warehouse
USE WAREHOUSE WH_BI;
SELECT date_trunc('hour', event_time), count(*)
FROM raw.events
GROUP BY 1;
-- Sem filas entre essas equipes!Edições do Snowflake
A edição determina quais recursos estão disponíveis e o SLA fornecido. Você precisa conhecê-las para o exame.
Recurso | Standard | Enterprise | Business Critical | Virtual Private Snowflake (VPS) |
|---|---|---|---|---|
Time Travel (máx.) | 1 dia | 90 dias | 90 dias | 90 dias |
Multi-cluster Warehouses | ❌ | ✅ | ✅ | ✅ |
Segurança em nível de coluna (Masking) | ❌ | ✅ | ✅ | ✅ |
Row Access Policies | ❌ | ✅ | ✅ | ✅ |
Search Optimization | ❌ | ✅ | ✅ | ✅ |
Conformidade HIPAA | ❌ | ❌ | ✅ | ✅ |
Conformidade PCI DSS | ❌ | ❌ | ✅ | ✅ |
Tri-Secret Secure (CMK) | ❌ | ❌ | ✅ | ✅ |
AWS PrivateLink / Azure PE | ❌ | ❌ | ✅ | ✅ |
Implantação Privada | ❌ | ❌ | ❌ | ✅ |
SLA | 99,5% | 99,9% | 99,95% | 99,99% |
O exame frequentemente testa os requisitos de edição. Lembre-se: Multi-cluster Warehouses, Column Masking e Row Access Policies exigem Enterprise ou superior.
Provedor de Nuvem e Considerações de Região
As contas do Snowflake são implantadas em uma combinação específica de nuvem + região. Isso é definido na criação da conta e não pode ser alterado.
Nuvem | Regiões de Exemplo |
|---|---|
AWS | us-east-1, us-west-2, eu-west-1, ap-southeast-1 |
Azure | eastus2, westeurope, australiaeast |
GCP | us-central1, europe-west4, asia-northeast1 |
Pontos-chave para o exame:
- Uma única conta Snowflake existe em uma nuvem e uma região
- Os dados podem ser replicados entre regiões e nuvens usando Database Replication
- O Cross-Cloud Business Continuity (CCBC) permite failover para um provedor de nuvem diferente
- Conectividade privada (AWS PrivateLink, Azure Private Endpoints) está disponível no Business Critical e superior
Terminologia-Chave para o Exame
Termo | Definição |
|---|---|
Virtual Warehouse (VW) | Cluster de computação MPP nomeado que executa queries |
Micro-partição | Unidade fundamental de armazenamento: 50 to 500 MB comprimidos, colunar |
Cloud Services Layer | Camada de inteligência: autenticação, otimização, metadados, controle de acesso |
SaaS | Software como Serviço, o Snowflake gerencia toda a infraestrutura |
MPP | Processamento Massivamente Paralelo: queries distribuídas entre nós |
Separação de Armazenamento e Computação | Armazenamento e computação escalonam de forma independente, cobrados separadamente |
Crédito | Unidade de consumo de computação do Snowflake |
Questões de Prática
Q1. Qual camada do Snowflake é responsável pela otimização de queries e pela aplicação do controle de acesso?
- A) Camada Database Storage
- B) Camada Compute
- C) Camada Cloud Services ✅
- D) Camada Virtual Warehouse
Q2. Uma empresa quer garantir que suas queries de relatórios de BI nunca concorram com seus pipelines de ETL. Qual recurso arquitetural do Snowflake possibilita isso?
- A) Micro-partições
- B) Separação de armazenamento e computação ✅
- C) A camada Cloud Services
- D) Time Travel
Q3. Em qual edição do Snowflake os Multi-cluster Virtual Warehouses ficam disponíveis pela primeira vez?
- A) Standard
- B) Enterprise ✅
- C) Business Critical
- D) Virtual Private Snowflake
Q4. O uso da Cloud Services é cobrado somente quando excede qual percentual dos créditos de computação diários?
- A) 5%
- B) 10% ✅
- C) 15%
- D) 20%
Q5. Um warehouse do Snowflake fica suspenso por 4 horas. Quais custos continuam acumulando durante essa suspensão?
- A) Apenas custos de computação
- B) Custos de computação e armazenamento
- C) Apenas custos de armazenamento ✅
- D) Nenhum custo é acumulado
Q6. Qual edição do Snowflake é necessária para conformidade com HIPAA?
- A) Standard
- B) Enterprise
- C) Business Critical ✅
- D) Virtual Private Snowflake
Q7. O Snowflake armazena dados em qual formato subjacente?
- A) Arquivos planos orientados a linhas
- B) Arquivos Parquet diretamente legíveis pelos clientes
- C) Micro-partições colunares comprimidas ✅
- D) Documentos JSON
Pontos-Chave para o Dia do Exame:
- Três camadas: Cloud Services → Compute (VW) → Storage: cada uma independente e cobrada separadamente
- Cloud Services = cérebro (autenticação, otimização, metadados): gratuito até 10% dos créditos de computação
- O armazenamento nunca para de ser cobrado: mesmo quando os warehouses estão suspensos
- Multi-cluster WH, Column Masking, Row Access Policies → Enterprise+
- HIPAA / Tri-Secret Secure → Business Critical+
- VPS = maior isolamento, SLA de 99,99%, implantação privada