Snowflake Data Transfer Pricing und Egress Cost Optimizer

Data Ingress, also das Laden von Daten in Snowflake, ist immer kostenlos. Natürlich zahlen Sie für den dabei genutzten Compute- und Storage-Verbrauch, aber keine Datentransfergebühren für das Laden selbst – selbst dann nicht, wenn es regionsübergreifend geschieht. Einzige Einschränkung: Ihr Cloud-Anbieter kann Ihnen den regionsübergreifenden Datenverkehr in Rechnung stellen, Snowflake selbst tut dies bei Ingress jedoch nie.

Bei Data Egress fallen dagegen Kosten an. Snowflake berechnet eine Gebühr pro Byte, sobald Sie Daten von einem Snowflake-Account in eine andere Region derselben Cloud-Plattform oder auf eine gänzlich andere Cloud-Plattform übertragen. Datentransfers innerhalb derselben Region sind hingegen kostenlos. Der Snowflake Pricing Guide liefert die genauen Preisdetails. Hier ein gekürzter Screenshot zur Veranschaulichung:

Datentransferkosten entstehen, sobald Sie Daten aus Ihrem Snowflake-Account in eine andere Region oder auf eine andere Cloud-Plattform verschieben. Diese Operationen lösen die Gebühren konkret aus:

Unloading von Daten: Wenn Sie mit COPY INTO <location> Daten aus Snowflake in externen Cloud-Speicher (Amazon S3, Google Cloud Storage oder Microsoft Azure) in einer anderen Region oder Cloud-Plattform schreiben, fallen Transfergebühren an.

Datenbank-Replikation: Das regions- oder cloudübergreifende Replizieren von Datenbanken für Disaster Recovery oder Data Sharing erzeugt Transferkosten. Sowohl die initiale Replikation als auch die nachfolgenden Synchronisierungen übertragen Daten zwischen Regionen.

Cross-Cloud Auto-Fulfillment: Wenn Sie über den Snowflake Marketplace per Auto-Fulfillment Datenlistings für Konsumenten in anderen Cloud-Regionen bereitstellen, fallen Datentransferkosten an.

External Functions: Aufrufe externer Funktionen, die Daten aus Ihrem Snowflake-Account an Dienste von AWS, Microsoft Azure oder Google Cloud übertragen, lösen Egress-Gebühren aus.

Cross-Region Iceberg Writes: Wenn Sie Snowflake als Katalog für Iceberg-Tabellen nutzen, entstehen beim Schreiben neuer Daten Transferkosten, sofern sich der Speicherort in einer anderen Region oder bei einem anderen Cloud-Anbieter befindet.

Wichtige Ausnahme: Das Abrufen von Query-Ergebnissen über Snowflake-Clients oder -Treiber löst KEINE Egress-Gebühren aus – selbst dann nicht, wenn die Ergebnisse regions- oder cloudübergreifend abgerufen werden. Für gewöhnliche Query-Operationen ist das ein erheblicher Kostenvorteil.

Die Preise für Datentransfers schwanken stark – je nach Cloud-Anbieter und Region Ihres Snowflake-Accounts. Alle Details finden Sie in der Credit Consumption Table, hier aber schon einmal eine grobe Übersicht:

Transfers innerhalb derselben Region: Kostenlos (keine Gebühr)

Regionsübergreifend (gleiche Cloud): Üblicherweise zwischen 20 USD pro TB in US-Regionen und 140 USD pro TB in manchen Regionen im asiatisch-pazifischen Raum.

Cross-Cloud oder Internet: In der Regel zwischen 90 und 155 USD pro TB, je nach Quelle und Ziel.

Ein Beispiel: Ein Transfer von AWS US East (Northern Virginia) ins Internet kostet rund 90 USD pro TB, dieselbe Operation aus Google Cloud (US East 4) kann dagegen 120 bis 190 USD pro TB kosten.

Im April 2025 hat Snowflake den Egress Cost Optimizer (ECO) veröffentlicht. Er kann die Datentransferkosten für Anbieter, die Daten über mehrere Regionen hinweg teilen, drastisch senken.

ECO nutzt einen intelligenten Algorithmus, um Daten nach dem ersten Egress in Snowflake-verwaltetem Storage zu cachen. Weitere Regionen lassen sich dann ohne zusätzliche Egress-Kosten replizieren. Im Vergleich zur klassischen regionsübergreifenden Replikation sind so Einsparungen von bis zu 96 % möglich.

So nutzen Sie ECO:

ECO muss zunächst auf Organisationsebene durch einen ORGADMIN-User über das Provider Studio autorisiert werden. Danach ist die Funktion automatisch für alle Accounts Ihrer Organisation aktiv (einzelne Accounts können sich in den Einstellungen abmelden). Nach der Aktivierung entscheidet ECO per intelligentem Routing automatisch, wann die Cache-Nutzung tatsächlich Kosten spart. Der Cache wird zum Beispiel nicht verwendet, wenn Sie nur in eine oder zwei Regionen innerhalb desselben Cloud-Anbieters replizieren – in diesem Fall sind Ihre Kosten bereits optimiert.

Kostenstruktur:

• Nur für Cross-Cloud Auto-Fulfillment verfügbar (nicht für manuelle Replikation)
• 16,896 USD pro TB-Monat für gecachte Daten
• Abrechnung nur für die Tage, an denen der Cache tatsächlich genutzt wird
• Keine Gebühr, wenn ECO feststellt, dass der Cache keine Ersparnis bringt

Ein häufig übersehener Punkt: Snowflake selbst erhebt keine Gebühren für Data Ingress, aber Ihr Quell-Cloud-Storage-Anbieter berechnet möglicherweise Egress-Gebühren für die Übertragung von Daten zu Snowflake. Klären Sie deshalb unbedingt mit Ihrem Cloud-Anbieter (Amazon S3, Google Cloud Storage oder Microsoft Azure) ab, welche Egress-Gebühren beim Verschieben von Daten in Ihren Snowflake-Account anfallen.

Damit Sie Ihre Datentransferausgaben im Blick behalten, stellt Snowflake mehrere Werkzeuge bereit:

Snowsight Dashboard

In Snowsight sehen Sie Datentransfermengen und -kosten für beliebige Zeiträume auf einen Blick. Navigieren Sie zu Admin → Cost Management → Consumption und filtern Sie nach Usage Type = Data Transfer.

Datentransferhistorie auf Account-Ebene abfragen

Nutzen Sie die View DATA_TRANSFER_HISTORY im Schema ACCOUNT_USAGE, um detaillierte Transferdaten Ihres Accounts der letzten 365 Tage abzufragen:

-- View data transfer history for the last 30 days
SELECT
    DATE_TRUNC('day', START_TIME) AS transfer_date,
    SOURCE_CLOUD,
    SOURCE_REGION,
    TARGET_CLOUD,
    TARGET_REGION,
    TRANSFER_TYPE,
    SUM(BYTES_TRANSFERRED) / POWER(1024, 4) AS tb_transferred
FROM SNOWFLAKE.ACCOUNT_USAGE.DATA_TRANSFER_HISTORY
WHERE START_TIME >= DATEADD(day, -30, CURRENT_TIMESTAMP())
GROUP BY 1, 2, 3, 4, 5, 6
ORDER BY transfer_date DESC, tb_transferred DESC;

Datentransferkosten auf Organisationsebene abfragen

Für die organisationsweite Sicht verwenden Sie die View DATA_TRANSFER_DAILY_HISTORY im Schema ORGANIZATION_USAGE:

SELECT
    USAGE_DATE,
    ACCOUNT_NAME,
    SERVICE_TYPE,
    REGION,
    TB_TRANSFERED,
    ACCOUNT_LOCATOR
FROM SNOWFLAKE.ORGANIZATION_USAGE.DATA_TRANSFER_DAILY_HISTORY
WHERE USAGE_DATE >= DATEADD(day, -30, CURRENT_DATE())
ORDER BY USAGE_DATE DESC, TB_TRANSFERED DESC;

1. Halten Sie Transfers nach Möglichkeit innerhalb derselben Region, um Transfergebühren komplett zu vermeiden.
2. Setzen Sie auf Data Sharing statt Replikation, um Transferkosten zu sparen – Mit dem nativen Data-Sharing-Feature von Snowflake geben Sie Daten für andere Snowflake-Accounts frei, ohne sie physisch zu kopieren. Beim Data Sharing fragt der Consumer die Daten direkt aus dem Storage des Providers ab (keine Datenbewegung), sodass selbst beim regionsübergreifenden Teilen keine Datentransfergebühren anfallen. Eine Replikation hingegen erzeugt eine vollständige Kopie der Datenbank und verursacht Transferkosten, sobald sie Regionsgrenzen überschreitet.
3. Aktivieren Sie den Egress Cost Optimizer, wenn Sie Daten in mehrere Regionen replizieren – das kann bis zu 90 % Ersparnis bringen.
4. Planen Sie große Unload-Vorgänge sorgfältig und prüfen Sie, ob wirklich alle Daten verschoben werden müssen.
5. Überwachen Sie Ihre Transfer-Muster regelmäßig mit den Cost-Monitoring-Tools von Snowflake.
6. Komprimieren Sie Daten vor dem Unload, um das übertragene Volumen zu reduzieren.

Ich habe schon mit einigen Personen gesprochen, die davon ausgingen, dass die Darstellung von Daten in einem BI-Tool oder einer Python-Anwendung Datentransfergebühren auslöst. Das stimmt schlicht nicht. Reguläre SELECT-Queries lösen niemals eine Datentransfergebühr aus – auch dann nicht, wenn Sie ein Tool außerhalb des Snowflake-Ökosystems nutzen.

Wer seine Snowflake-Ausgaben im Griff haben will, muss die Datentransferkosten verstehen. Storage und Compute bekommen meist die größte Aufmerksamkeit, doch Datentransfergebühren können sich schnell summieren – vor allem in Organisationen, die über mehrere Regionen oder Cloud-Plattformen hinweg arbeiten oder Daten aus Snowflake in andere datenzentrierte Anwendungen verschieben.

Jeff ist Data- und Analytics-Consultant mit über 15 Jahren Erfahrung in der Automatisierung von Insights und der datengestützten Steuerung von Geschäftsprozessen. Technologisch ist er auf Snowflake + dbt + Tableau spezialisiert. Branchenseitig bringt er Erfahrung aus Public Utility, Clinical Trials, Publishing, CPG und Manufacturing mit. Schreiben Sie ihm jederzeit unter [email protected].