Comprendre l'utilisation des colonnes et la santé du clustering

La page des tables dispose désormais d'un tout nouvel onglet colonnes, conçu pour vous aider à comprendre :

1. La fréquence d'accès à chaque colonne d'une table
2. La santé du clustering de chaque colonne de votre table. Un score de 100 % signifie que la colonne est bien clusterisée, et donc qu'inclure un filtre sur cette colonne dans votre requête entraînera probablement un très bon pruning de requête. Nous avons trouvé cette fonctionnalité extrêmement utile sur notre compte Snowflake interne, car nous avons découvert des colonnes dont nous ignorions qu'elles étaient bien clusterisées (par exemple query_id dans cette capture d'écran). Cette fonctionnalité est également très utile pour comprendre comment les tables sans clustering automatique activé sont naturellement clusterisées.

La possibilité de lister toutes les colonnes d'une table et d'analyser leur santé de clustering nécessite l'installation d'une nouvelle procédure stockée et l'octroi d'un accès à votre utilisateur SELECT Snowflake. Pour en savoir plus, consultez notre documentation de configuration.

En complément, vous pouvez désormais filtrer les workloads par les colonnes auxquelles ils ont accédé. Dans l'exemple ci-dessous, vous pouvez constater que toutes les colonnes accédant à la colonne query_id effectuent un pruning très efficace. Les efficacités de pruning supérieures à 90 % indiquent que la plupart des micro-partitions sont automatiquement éliminées.

Le filtrage par colonnes accédées repose sur la vue d'historique d'accès Snowflake qui n'est pas disponible pour les clients utilisant l'édition Standard de Snowflake. Les utilisateurs de l'édition Standard peuvent tout de même analyser la santé de leur clustering (première capture d'écran) !