オプション B は、イベント通知を活用して、新しいレコードがオブジェクト ストレージに到着すると、Snowpipe を使用して継続的かつ効率的にデータを取り込むため、要件を満たす最適な設計です。Snowpipe は、外部ソースから Snowflake テーブルへのデータの読み込みを自動化するサービスです1。また、ストリームとタスクを使用して、取り込んだデータの変換を調整します。ストリームはテーブルの変更履歴を保存するオブジェクトであり、タスクはスケジュールに従って、または別のタスクによってトリガーされたときに SQL ステートメントを実行するオブジェクトです2。オプション B では、外部関数を使用して Amazon Comprehend でモデル推論を行い、最終的なレコードを Snowflake テーブルに書き込みます。外部関数は、Amazon Comprehend などの外部 API を呼び出して、Snowflake でネイティブにサポートされていない計算を実行するユーザー定義関数です3。最後に、オプション B は Snowflake Marketplace を使用して、さまざまな地域でさまざまなクラウド プロバイダーを使用する広告会社が匿名化された最終データセットを一般公開します。 Snowflake Marketplace は、データ プロバイダーが、使用するクラウド プラットフォームや地域に関係なく、データ コンシューマーとデータ セットを一覧表示して共有できるプラットフォームです4。
オプション A は、データを取り込むために copy into を使用するため、Snowpipe ほど効率的でも継続的でもないため、最適な設計ではありません。copy into は、単一のトランザクションでファイルからテーブルにデータをロードする SQL コマンドです。また、Amazon Comprehend でモデル推論を行うためにデータを Amazon S3 にエクスポートするため、余分な手順が追加され、インフラストラクチャの運用の複雑さとメンテナンスが増加します。
オプション C は、データの取り込みと変換に Amazon EMR と PySpark を使用するため、最適な設計ではありません。これにより、インフラストラクチャの運用の複雑さとメンテナンスも増加します。Amazon EMR は、大規模なデータセットを処理および分析するためのマネージド Hadoop フレームワークを提供するクラウドサービスです。PySpark は、Hadoop で実行できる分散コンピューティングフレームワークである Spark 用の Python API です。オプション C では、Amazon Comprehend テキスト分析 API を活用してモデル推論を行う Python プログラムも開発されるため、開発の労力が増加します。
オプション D は、取り込み方法を除いてオプション A と同一であるため、最適な設計ではありません。Amazon Comprehend を使用してモデル推論を実行するために、依然としてデータを Amazon S3 にエクスポートするため、余分な手順が追加され、インフラストラクチャの運用の複雑さとメンテナンスが増加します。
参照：
copy into <table> コマンドは、ステージングされたファイルから Snowflake の既存のテーブルにデータをロードするために使用されます。このコマンドは、CSV、JSON、AVRO、ORC、PARQUET、XML1 など、さまざまなファイル形式をサポートしています。
match_by_column_name パラメータは、ソース データで表される対応する列と一致するターゲット テーブル内の個別の列に半構造化データをロードできるようにするコピー オプションです。パラメータには、次のいずれかの値を指定できます2。
CASE_SENSITIVE: ソース データの列名は、大文字と小文字を含めて、ターゲット テーブルの列名と完全に一致する必要があります。これがデフォルト値です。
CASE_INSENSITIVE: ソース データの列名はターゲット テーブルの列名と一致する必要がありますが、大文字と小文字は区別されません。
なし: ソース データ内の列名は無視され、ターゲット テーブル内の列の順序に基づいてデータがロードされます。
match_by_column_name パラメータは、JSON、AVRO、ORC、PARQUET、XML などの半構造化データにのみ適用されます。構造化データと見なされる CSV データには適用されません2。
CSV ファイル形式で copy into <table> コマンドを使用する場合、match_by_column_name パラメータは次のように動作します2。
CSV ファイルには、大文字と小文字を区別するテーブル列名と一致するヘッダーが存在する必要があります。つまり、CSV ファイルの最初の行には列名が含まれている必要があり、大文字と小文字を含めて、ターゲット テーブルの列名と完全に一致する必要があります。ヘッダーが欠落しているか一致しない場合は、コマンドはエラーを返します。
パラメータは、NONE に設定されている場合でも無視されません。コマンドは、CSV ファイル内の列名とターゲット テーブルの列名を一致させようとし、一致しない場合はエラーを返します。
このコマンドは、ファイルに一致しない列があることを示す警告を返しません。列名が一致する場合はデータを正常にロードし、一致しない場合はエラーを返します。
1: COPY INTO <テーブル> | Snowflake ドキュメント
2: MATCH_BY_COLUMN_NAME | Snowflake ドキュメント

ベンダーから Snowflake にデータをロードする最も効率的な方法は、Google Cloud Storage に外部ステージを作成し、外部テーブルを使用してデータを Snowflake にロードすることです (オプション B)。この方法では、異なるクラウド プラットフォーム間でのデータのコピーや移動を回避でき、追加のコストとレイテンシが発生する可能性があります。また、外部テーブル機能を活用して、データを Snowflake テーブルにロードせずに Google Cloud Storage から直接データをクエリすることもできます。これにより、ストレージ スペースを節約し、パフォーマンスを向上させることができます。オプション A は、ベンダーが Snowflake アカウントとデータ共有を作成する必要があり、複雑でコストがかかる可能性があるため、効率的ではありません。オプション C は、外部ツールを使用して Google Cloud Storage から Azure Blob ストレージにデータをコピーする必要があるため、効率的ではありません。これは、時間がかかり、コストがかかる可能性があります。オプション D は、Google Cloud Platform (GCP) で Snowflake アカウントを作成し、このアカウントにデータを取り込み、データ レプリケーションを使用してデータを GCP から Azure に移動する必要があるため、効率的ではありません。これは、複雑で時間がかかる可能性があります。参考資料: 答えは、Snowflake の Web サイトにある外部ステージと外部テーブルに関する公式ドキュメントから確認できます。関連するリンクをいくつか示します。
* 外部ステージの使用 | Snowflake ドキュメント
* 外部テーブルの使用 | Snowflake ドキュメント
* ステージからのデータのロード | Snowflake ドキュメント

説明
SnowPro Advanced: Architect のドキュメントと学習リソースによると、同じクラウド プラットフォーム上にない 2 つの企業間でデータを共有できるようにするための要件は、消費者が所在する地域とクラウド プラットフォームへのデータ レプリケーションを設定することです。データ レプリケーションは、異なる地域やクラウド プラットフォームのアカウント間でデータベースをコピーできるようにする Snowflake の機能です。データ レプリケーションにより、データ プロバイダーは消費者のアカウントにレプリカ データベースを作成することで、異なる地域やクラウド プラットフォーム間でデータ消費者とデータを安全に共有できます。レプリカ データベースは読み取り専用で、プロバイダーのアカウントのプライマリ データベースと自動的に同期されます。データ レプリケーションは、遅延、コンプライアンス、またはセキュリティ上の理由によりデータ共有が不可能または望ましくないシナリオで役立ちます1。その他のオプションは、同じクラウド プラットフォーム上にない 2 つの企業間でデータ共有を許可するために必須または実行可能ではないため、正しくありません。オプション A は、共有データをターゲット クラウド プロバイダーのクラウド ストレージの場所に書き込むパイプラインを作成することは、データを共有する安全で効率的な方法ではないため、正しくありません。クラウド ストレージから消費者のアカウントにデータをロードするには追加の手順が必要になり、Snowflake のデータ共有機能の利点を活用できなくなります。オプション B は、すべてのビューが永続化されていることを確認することは、クラウド プラットフォーム間でのデータ共有には関係がないため、正しくありません。ビューは、同じデータベース内のオブジェクトを参照している限り、クラウド プラットフォーム間で共有できます。ビューの永続化は、ビューのクエリのパフォーマンスを向上させるオプションですが、データ共有に必須ではありません2。オプション D は、会社 A と会社 B が単一のクラウド プラットフォームを使用することに同意する必要がないため、正しくありません。データ共有は、データ レプリケーションまたはリストや自動フルフィルメントなどの他の方法を使用して、異なるクラウド プラットフォーム間で行うことができます3。参考資料: 複数のアカウント間でのデータベースの複製 | Snowflake ドキュメント、ビューの永続化 | Snowflake ドキュメント、リージョンとクラウド プラットフォーム間でのデータの共有 | Snowflake ドキュメント

サービスイベントが発生した場合に最高の稼働時間と最小限のアプリケーション中断を提供するには、Business Critical Snowflakeエディションを使用し、
<organization_name>-<accountLocator> URL。Business Critical Snowflake エディションは、Snowflake アカウントに最高レベルのセキュリティ、パフォーマンス、可用性を提供します。これには、顧客管理の暗号化キー、HIPAA コンプライアンス、4 時間の RPO および RTO SLA などの機能が含まれます。また、リージョンやクラウド プラットフォーム間でのアカウントのレプリケーションとフェイルオーバーもサポートされるため、ビジネスの継続性と災害復旧が可能になります。<organization_name>-<accountLocator> URL を使用すると、アプリケーションは Snowflake クライアント リダイレクト機能を活用できます。この機能は、フェイルオーバーが発生した場合にクライアント接続をセカンダリ アカウントに自動的にリダイレクトします。このようにして、アプリケーションは手動で介入したり構成を変更したりすることなく、バックアップ アカウントにシームレスに切り替えることができます。その他のオプションは、アカウントのレプリケーションとフェイルオーバーをサポートしない下位エディションの Snowflake を使用するか、クライアント リダイレクトをサポートせず、フェイルオーバーが発生した場合に接続文字列を手動で更新する必要がある <organization_name>-<connection_name> URL を使用するため、コスト効率や信頼性が低くなります。参考資料:
* [スノーフレークエディション] 1
* [レプリケーションとフェイルオーバー/フェイルバック] 2
* [クライアントリダイレクト] 3
* [Snowflakeアカウント識別子] 4