オプション B は、イベント通知を活用し、オブジェクトストレージに新しいレコードが到着すると 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ロード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では、Snowflake Marketplaceを利用して、匿名化された最終データセットを、異なる地域で異なるクラウドプロバイダーを利用する広告会社向けに公開します。Snowflake Marketplaceは、データプロバイダーが利用するクラウドプラットフォームや地域に関係なく、データセットをリスト化し、データ消費者と共有できるプラットフォームです4。
オプションAは、データの取り込みにcopy intoを使用するため、Snowpipeほど効率的かつ継続的ではないため、最適な設計とは言えません。copy intoは、ファイルからテーブルにデータを単一のトランザクションでロードするSQLコマンドです。また、Amazon Comprehendによる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、余分な手順が発生し、運用の複雑さとインフラストラクチャのメンテナンスが増大します。
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、運用の複雑さとインフラストラクチャのメンテナンスが増加するため、最適な設計とは言えません。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上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プログラムも開発するため、開発工数が増加します。
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、最適な設計とは言えません。Amazon Comprehendによるモデル推論を行うために、依然としてデータをAmazon S3にエクスポートする必要があるため、追加の手順が必要となり、運用の複雑さとインフラストラクチャのメンテナンスが増大します。
参考資料: 1: Snowpipe の概要 2: ストリームとタスクを使用したデータパイプラインの自動化 3: 外部関数の概要 4: Snowflake Data Marketplace の概要 : [COPY INTO を使用したデータのロード] : [Amazon EMR とは?] : [PySpark の概要]

正解はオプションCです。スキーマオンリードは、Snowflakeが事前定義されたスキーマを必要とせずに半構造化データを取り込んで利用できるようにする技術です。Snowflakeは、JSON、Avro、ORC、Parquet、XMLなど、さまざまな半構造化データ形式をサポートし、それらを保存するためのネイティブデータ型（ARRAY、OBJECT、VARIANT）を提供しています。また、Snowflakeは、SQLとドット表記法を使用した半構造化データのクエリもネイティブにサポートしています。スキーマオンリードにより、Snowflakeはスキーマオンリードの柔軟性を維持しながら、リレーショナルクエリを実行するのと同じ速度で半構造化データをクエリできます。
Snowflake のほぼ瞬時の弾力性によりコンピューティング リソースのサイズが適正化され、消費量ベースの価格設定により使用した分だけ支払うことになります。
選択肢Aは不正解です。IDEF1Xは、図表と表記法を用いてリレーショナルデータの構造と制約を定義するデータモデリング手法です。IDEF1Xは、固定されたスキーマや構造を持たない半構造化データの取り込みと利用には適していません。
選択肢Bは不正解です。スキーマオンライトは、データの読み込みと処理の前にスキーマを定義する必要がある手法です。スキーマオンライトは、定義済みのスキーマに当てはめるのが困難な、変化する複雑な構造を持つ可能性のある半構造化データの取り込みと利用には効率的ではありません。また、スキーマオンライトは、データ変換と検証にさらなるオーバーヘッドと複雑さをもたらします。
選択肢Dは不正解です。情報スキーマとは、Snowflakeデータベース内のオブジェクトと権限に関する情報を提供するメタデータビューのセットです。情報スキーマは、半構造化データを取り込み、利用するための手法ではなく、データに関するメタデータにアクセスするための方法です。
参考文献:
* 半構造化データ
* データレイク向けスノーフレーク

リーダーアカウントは、Snowflakeの顧客でなくても、外部ユーザーがプロバイダーアカウントによって共有されたデータにアクセスできるようにするSnowflakeアカウントの一種です。リーダーアカウントはプロバイダーアカウントによって作成および管理され、SnowflakeウェブインターフェースまたはJDBC/ODBCドライバーを使用して共有データのクエリを実行できます。リーダーアカウントへの課金は、クエリによって消費されたクレジットに基づいてプロバイダーアカウントに対して行われます1。セキュアビューは、基になるテーブルに行レベルのセキュリティフィルターを適用し、ユーザーがアクセスできないデータをマスクするタイプのビューです。セキュアビューをリーダーアカウントと共有することで、データへのきめ細かで管理されたアクセスを提供できます2。このシナリオでは、パートナー用のリーダーアカウントを作成し、データセットをセキュアビューとして共有することが、必要なSnowflake機能を使用しながら、最も費用対効果が高く安全な設計になります。その理由は次のとおりです。
* S3 バケットを送信先として使用することによるデータ転送およびストレージのコストを回避でき、データが不正アクセスや改ざんにさらされる潜在的なセキュリティ リスクも回避できます。
* Snowflake Marketplace でデータ セットを公開する際の複雑さとオーバーヘッドを回避でき、データの所有権と価格設定に対する制御を失う可能性も回避できます。
* パートナー用のデータベース ユーザーを作成して必要なデータ セットへのアクセス権を付与する必要がなくなり、パートナーが Snowflake アカウントを持ち、プロバイダーのリソースを消費する必要がなくなります。
読者アカウント
セキュアビュー