ウェアハウス クレジットは、Snowflake の各仮想ウェアハウスで使用される処理時間の支払いに使用されます。
仮想ウェアハウスは、クエリの実行、データのロード、およびその他の DML 操作の実行を可能にするコンピューティング リソースのクラスターです。ウェアハウス クレジットは、使用する仮想ウェアハウスの数、実行時間、サイズに基づいて課金されます1。
質問にリストされているコマンドのうち、次のコマンドはウェアハウス クレジットを使用します。
SELECT MAX(FLAKE_ID) FROM SNOWFLAKE: このコマンドは、仮想ウェアハウスの実行が必要なクエリであるため、ウェアハウス クレジットを使用します。クエリは SNOWFLAKE テーブルをスキャンし、FLAKE_ID 列 2 の最大値を返します。したがって、選択肢 B が正しいです。
SELECT COUNT(*) FROM SNOWFLAKE: このコマンドは、仮想ウェアハウスの実行が必要なクエリであるため、ウェアハウス クレジットも使用します。クエリは SNOWFLAKE テーブルをスキャンし、テーブル内の行数を返します3。したがって、選択肢 C が正しいです。
SELECT COUNT(FLAKE_ID) FROM SNOWFLAKE GROUP BY FLAKE_ID: このコマンド
これは仮想ウェアハウスの実行が必要なクエリであるため、ウェアハウス クレジットも使用されます。クエリは SNOWFLAKE テーブルをスキャンし、FLAKE_ID 列の個別の値ごとに行数を返します4。したがって、選択肢 D が正しいです。
ウェアハウス クレジットを使用しないコマンドは次のとおりです。
SHOW TABLES LIKE 'SNOWFL%': このコマンドは、仮想ウェアハウスの実行を必要としないメタデータ操作であるため、ウェアハウス クレジットを使用しません。このコマンドは、現在のデータベースと schema5 のパターン「SNOWFL%」に一致するテーブルの名前を返します。したがって、選択肢 A は不正解です。
参考資料: : コンピューティング コストについて : MAX 関数 : COUNT 関数 : GROUP BY 句 : SHOW TABLES

Snowflake のドキュメントと Web 検索結果によると、これは Snowflake 環境を構築する際の有効なオブジェクト階層です。Snowflake は、データベース、スキーマ、テーブル、ビュー、ステージ、ウェアハウスなど、さまざまなタイプのオブジェクトをサポートするクラウド データ プラットフォームです。これらのオブジェクトは、次のように階層構造に編成されています。
組織: 組織は、ビジネス ニーズまたは所有権によって関連付けられた Snowflake アカウントのグループを表す最上位のエンティティです。組織は 1 つ以上のアカウントを持つことができ、アカウント間のデータ共有、請求と使用状況のレポート、アカウント間のシングル サインオンなどの機能を有効にすることができます12。
アカウント: アカウントは、Snowflake 顧客を表す主要なエンティティです。アカウントには、1 つ以上のデータベース、スキーマ、ステージ、ウェアハウス、その他のオブジェクトを含めることができます。アカウントには 1 つ以上のユーザー、ロール、セキュリティ統合を含めることもできます。アカウントは、特定のクラウド プラットフォーム、リージョン、および Snowflake エディションに関連付けられます34。
データベース: データベースはスキーマを論理的にグループ化したものです。データベースには 1 つ以上のスキーマを含めることができ、構造化データ、半構造化データ、または非構造化データを保存できます。データベースには、保存期間、暗号化、所有権などのプロパティを持つこともできます56。
スキーマ: スキーマは、テーブル、ビュー、ステージ、およびその他のオブジェクトの論理的なグループです。スキーマには 1 つ以上のオブジェクトを含めることができ、オブジェクトの名前空間とアクセス制御を定義できます。スキーマには、所有権やデフォルトのウェアハウスなどのプロパティを含めることもできます。
ステージ: ステージは、外部ストレージまたは内部ストレージ内のファイルを参照する名前付きの場所です。ステージを使用すると、COPY INTO コマンドを使用して Snowflake テーブルにデータをロードしたり、COPY INTO LOCATION コマンドを使用して Snowflake テーブルからデータをアンロードしたりできます。ステージはアカウント、データベース、またはスキーマ レベルで作成でき、ファイル形式、暗号化、資格情報などのプロパティを持つことができます。
リストされている他のオプションは、構造内の一部のオブジェクトが省略されているか、誤って配置されているため、有効なオブジェクト階層ではありません。たとえば、オプション A では組織レベルが省略され、ウェアハウスがスキーマ レベルの下に配置されますが、これは正しくありません。オプション C では、組織、アカウント、およびステージのレベルが省略され、テーブルがスキーマ レベルの下に配置されますが、これは正しくありません。オプション D はデータベース レベルを省略し、ステージとテーブルをアカウント レベルの下に配置しますが、これは正しくありません。
参考文献:
Snowflake ドキュメント: 組織
Snowflake ブログ: Snowflake の組織の紹介
Snowflake ドキュメント: アカウント
Snowflake ブログ: Snowflake アカウント構造を理解する
Snowflake ドキュメント: データベース
Snowflake ブログ: Snowflake でデータベースを作成する方法
[Snowflake ドキュメント: スキーマ]
[Snowflake ブログ: Snowflake でスキーマを作成する方法]
[Snowflake ドキュメント: ステージ]
[Snowflake ブログ: Snowflake でのステージの使用方法]

APPLY MASKING POLICY、APPLY ROW ACCESS POLICY、および APPLY SESSION POLICY 権限を付与できるオブジェクト タイプ レベルはグローバルです。これらは、列、テーブル、ビュー、アカウント、ユーザーなどのオブジェクトに対してこれらのポリシーを適用または設定解除できるユーザーを制御するアカウント レベルの権限です。これらの権限はデフォルトで ACCOUNTADMIN ロールに付与され、必要に応じて他のロールに付与できます。
他のオプションは、これらの権限を付与できるオブジェクト タイプ レベルではないため、正しくありません。データベース、スキーマ、およびテーブルは、これらの権限をサポートしない下位レベルのオブジェクト タイプです。参考資料: アクセス制御権限 | Snowflake ドキュメント、動的データ マスキングの使用 | Snowflake ドキュメント、行アクセス ポリシーの使用 | Snowflake ドキュメント、セッション ポリシーの使用 | スノーフレークのドキュメント

データ共有は、アカウント内のデータベース内で選択したオブジェクトを他の Snowflake アカウントと共有できるようにする機能です。次の Snowflake データベース オブジェクトを共有できます: 外部テーブル、動的テーブル、セキュア ビュー、セキュア マテリアライズド ビュー、セキュア UDF、テーブル。ただし、これらのオブジェクトのすべてをデータ共有で使用できるわけではありません。データ共有は、データベースを共有するために必要な情報をカプセル化する名前付きオブジェクトです。データベース ロールを介して、または共有に直接、オブジェクトに対する権限を共有に付与できます。共有に直接権限を付与できるオブジェクトは、標準ビュー、安全なビュー、安全な UDF、およびテーブルです。
したがって、正解はAとBです。
他のオプションは、共有に直接権限を付与できないため、正しくありません。外部テーブル、動的テーブル、およびストリームは、データベース ロールを介してのみ共有できます。ストアド プロシージャはまったく共有できません。参考文献:
[安全なデータ共有の概要] 1
[共有の操作] 2
[データベースオブジェクトの共有方法の選択] 3

正解は A です。これにより、スキャンおよび処理されるデータ量が削減され、クエリのパフォーマンスが向上します。タイムスタンプ データ型の create_date フィールドを追加することで、Snowflake はこのフィールドに基づいてテーブルを自動的にクラスター化し、フィルター条件に一致しないマイクロパーティションをプルーニングできます。これにより、JSON データを解析してすべてのレコードのバリアント フィールドにアクセスする必要がなくなります。
オプション B は、クエリのパフォーマンスが向上しないため、不正解です。varchar データ型で create_date フィールドを追加すると、Snowflake はこのフィールドに基づいてテーブルを自動的にクラスタリングしたり、フィルター条件に一致しないマイクロパーティションをプルーニングしたりすることができません。この場合も、JSON データを解析し、すべてのレコードのバリアント フィールドにアクセスする必要があります。
オプション C は、パフォーマンス問題の根本原因に対処していないため、不正解です。使用されているウェアハウスのサイズを検証することで、Snowflake はデータ量に合わせてコンピューティング リソースを調整し、クエリの実行を並列化できます。ただし、これによってスキャンおよび処理されるデータの量は減りません。これが、JSON データに対するクエリの主なボトルネックです。
オプション D は、データのロードとクエリのプロセスに不必要な複雑さとオーバーヘッドを追加するため、不正解です。Snowflake は、日付範囲でパーティション化された複数のテーブルの使用を組み込むことで、日付範囲を指定するクエリでスキャンおよび処理されるデータの量を削減できます。ただし、これには、複数のテーブルを作成および維持し、日付に基づいて適切なテーブルにデータをロードし、複数の日付範囲にわたるクエリのためにテーブルを結合する必要があります。参考文献:
Snowflake ドキュメント: Snowpipe を使用したデータのロード: このドキュメントでは、Snowpipe を使用して外部ソースから Snowflake テーブルにデータを継続的にロードする方法について説明します。また、ON_ERROR、PURGE、SKIP_FILE など、読み込み動作を制御するさまざまなオプションとパラメーターをサポートする COPY INTO コマンドの構文と使用法についても説明します。
Snowflake ドキュメント: 日付と時刻のデータ型と関数: このドキュメントでは、Snowflake で日付と時刻の値を操作するためのさまざまなデータ型と関数について説明します。また、セッション タイムゾーンとシステム タイムゾーンを設定および変更する方法についても説明します。
Snowflake ドキュメント: メタデータのクエリ: このドキュメントでは、さまざまな関数、ビュー、テーブルを使用して、Snowflake のオブジェクトと操作のメタデータをクエリする方法について説明します。また、COPY_HISTORY 関数または COPY_HISTORY ビューを使用してコピー履歴情報にアクセスする方法についても説明します。
Snowflake ドキュメント: JSON データのロード: このドキュメントでは、COPY INTO コマンド、INSERT コマンド、PUT コマンドなどのさまざまな方法を使用して JSON データを Snowflake テーブルにロードする方法について説明します。また、ドット表記、FLATTEN 関数、または LATERAL 結合を使用して JSON データにアクセスし、クエリを実行する方法についても説明します。
Snowflake ドキュメント: パフォーマンスのためのストレージの最適化: このドキュメントでは、クエリのパフォーマンスを向上させるために Snowflake テーブル内のデータのストレージを最適化する方法について説明します。また、自動クラスタリング、検索最適化サービス、マテリアライズド ビューの概念と利点についても説明します。