動的データ マスキングは、クエリを実行するユーザーのロールに基づいて、クエリ結果の機密データをマスキングできる機能です。マスキング ポリシーは、マスキング ロジックを指定するユーザー定義関数であり、1 つ以上のテーブルの 1 つ以上の列に適用できます。テーブルに現在設定されているマスキング ポリシーは、ALTER TABLE コマンドを使用して削除できます。SET MASKING POLICY 句を指定した ALTER TABLE コマンドを使用すると、1 つのマスキング ポリシーを異なるテーブルの列に適用できます。その他のオプションは、Snowflake で正しくないか、サポートされていません。外部テーブルは列レベルのセキュリティをサポートしていないため、マスキング ポリシーを外部テーブルの値列に適用することはできません。マスキング ポリシーを作成したロールは、クエリ結果でマスクされていないデータを常に表示するわけではありません。これは、マスキング ポリシーが所有者ロールにも適用できるためです。Snowflake はスカラー データ型のマスキング ポリシーのみをサポートしているため、マスキング ポリシーを GEOGRAPHY データ型の列に適用することはできません。参照: Snowflake ドキュメント: 動的データ マスキング、Snowflake ドキュメント: ALTER TABLE

マスキング ポリシーを使用してテーブルを複製すると、マスキング ポリシーがテーブルとともに自動的に複製されないため、複製操作が失敗する可能性があります。これは、マスキング ポリシーが独自の権限セットを持つ別のオブジェクトと見なされるためです1。
参照
クローニングに関する考慮事項に関する Snowflake ドキュメント1.

マルチクラスター ウェアハウスは、ワークロードの需要に基づいてクラスターを追加または削除することでコンピューティング リソースを拡張できる仮想ウェアハウスです。マルチクラスター ウェアハウスは、クエリ キュー時間とローカル ストレージへのデータ流出を削減することで、特定のワークロードのパフォーマンスを向上させることができます。マルチクラスター ウェアハウスのメリットを享受できる特定の日と仮想ウェアハウスを特定するには、クエリ履歴を分析して次の指標を探す必要があります。
* キューに入れられた平均負荷が高い: このメトリックは、各ウェアハウス クラスターのキューで待機しているクエリの平均数を示します。値が高い場合、ウェアハウスが過負荷になっており、同時実行の要求を処理できないことを示します。
* ローカル ストレージに流出したバイト数が多い: このメトリックは、クエリ処理中にメモリからローカル ディスクに流出したデータの量を示します。値が高い場合は、ウェアハウスのサイズが小さすぎて、メモリにデータが収まらないことを示します。
* ワークロードの大きな変動: このメトリックは、時間の経過に伴うウェアハウスに送信されたクエリ数の変動を示します。変動が大きい場合、ワークロードは予測不可能で動的であり、柔軟なスケーリング ポリシーが必要であることを示します。
オプション C のクエリは、日付、ウェアハウス名、ローカル ストレージに流出したバイト数、および平均キュー ロードの合計をクエリ履歴テーブルから選択し、ローカル ストレージに流出したバイト数が 0 より大きい結果をフィルター処理するため、これらの指標を識別するのに最適です。このクエリでは、データ流出と長いキュー時間が生じた日とウェアハウスが表示され、自動スケール モードのマルチクラスター ウェアハウスのメリットを享受できます。
オプション A のクエリは、日付とウェアハウス名のみを選択し、ワークロードのパフォーマンスを測定するメトリックが含まれていないため、正しくありません。オプション B のクエリは、日付、ウェアハウス名、平均実行時間を選択しているため、正しくありません。これは、マルチクラスター ウェアハウスの必要性を示す適切な指標ではありません。オプション D のクエリは、日付、ウェアハウス名、平均使用クレジットを選択しているため、正しくありません。これも、マルチクラスター ウェアハウスの必要性を示す適切な指標ではありません。
参考資料: マルチクラスター ウェアハウス、クエリ履歴ビュー、キューの削減

コストを抑えながら、ピーク使用時にレポートの可用性とパフォーマンスを向上させる最も費用対効果の高い方法は、自動スケール モードでマルチクラスター ウェアハウスを使用することです。オプション D では、1 つの中規模クラスターを含むマルチクラスター ウェアハウスを使用し、需要に応じて 1 ～ 4 個のクラスター間で自動スケールできるようにすることを提案しています。この設定により、必要なときに追加のコンピューティング リソースが利用可能になり (たとえば、月曜日の朝のピーク時)、需要が減少するとコストを最小限に抑えるためにスケールダウンされます。このアプローチでは、大きな固定サイズや複数のクラスターを継続的に維持するのではなく、コンピューティング能力を動的に調整することで、リソースの使用率とコストを最適化します。
参考: ウェアハウスの管理と自動スケーリング機能の使用に関する Snowflake の公式ドキュメント。

これは、クローン作成とタイム トラベルを使用して 5 分前のテーブル データのクローンを作成する正しいコマンドです。クローン作成は、データやメタデータを複製せずに、データベース、スキーマ、テーブル、またはビューのコピーを作成できる機能です。タイム トラベルは、定義された期間内の任意の時点で履歴データ (変更または削除されたデータ) にアクセスできるようにする機能です。過去のある時点でのテーブルのクローンを作成する場合の構文は次のとおりです。
CREATE TABLE <clone_name> CLONE <source_table> AT (OFFSET => <offset_in_seconds>); OFFSET パラメータは、現在時刻からの時間差を秒単位で指定します。負の値は過去の時点を示します。たとえば、-60*5 は 5 分前を意味します。または、TIMESTAMP パラメータを使用して、過去の正確なタイムスタンプを指定することもできます。クローンには、指定された時点にソース テーブルに存在していたデータが含まれます12。
参考文献:
* Snowflake ドキュメント: オブジェクトの複製
* Snowflake ドキュメント: 過去のある時点でのオブジェクトのクローン作成