Novos insights adicionados

Existem centenas de maneiras diferentes pelas quais queries e recursos do Snowflake podem ser configurados ou otimizados para melhorar a eficiência de custos. Na SELECT, estamos constantemente trabalhando para revelar novas formas de melhorar a eficiência de custos. Como parte disso, lançamos os seguintes novos Insights:

• Alto spillage para disco remoto: Este insight verifica workloads com spillage excessivo de dados para armazenamento remoto. O spillage de dados para armazenamento remoto pode aumentar significativamente os custos das queries.
• Alto custo de armazenamento de backup: Este insight verifica tabelas com altos custos de fail safe e time travel. Os custos de failsafe podem ser eliminados convertendo a tabela para transient, enquanto os custos de time travel podem ser removidos atualizando a política de retenção de dados.
• Reduzir contagem mínima de clusters: Este insight verifica cada warehouse para identificar se o parâmetro min_cluster_count está definido com um valor maior que 1.
• Auto suspend desabilitado: Este insight verifica warehouses com Auto Suspend desabilitado. O Auto-Suspend ajuda a minimizar o tempo ocioso garantindo que o warehouse seja desligado quando não houver mais queries para executar. Tempo ocioso resulta em gastos desperdiçados.
• Alto uso de cloud services: Este insight verifica workloads com altos custos de cloud services. Esses são custos associados a autenticação, compilação de queries, gerenciamento de metadados e controle de acesso. Workloads podem gerar custos significativos de cloud services se estiverem sendo executados com alta frequência ou tiverem tempos de compilação elevados devido à complexidade das queries.
• Exploding joins: Este insight verifica workloads com exploding joins, que podem resultar em custos mais altos devido ao aumento no volume de processamento de dados. Exploding joins podem ocorrer quando as chaves de join não são especificadas corretamente, resultando em um produto cartesiano das tabelas sendo unidas. Isso pode levar a custos mais altos e desempenho de queries mais lento, já que volumes significativamente maiores de dados precisam ser processados.