リーダー アカウントは、外部ユーザーが Snowflake の顧客でなくてもプロバイダー アカウントによって共有される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でき、Snowflake Web インターフェイスまたは JDBC/ODBC ドライバーを使用して共有データをクエリできます。リーダー アカウントは、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 アカウントに請求されます1。セキュア ビューは、行レベルのセキュリティ フィルターを基になるテーブルに適用し、ユーザーがアクセスできないデータをマスクするビューのタイプです。安全なビューを読者アカウントと共有して、データへのきめ細かく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、パートナーのリーダー アカウントを作成し、データ セットを安全な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、最もコスト効率が高く安全な設計となります。理由は次のとおりです。
これにより、S3 バケットを宛先として使用する場合のデータ転送とストレージのコスト、およびデータが不正なアクセスや変更にさらされる可能性のあるセキュリティ リスクが回避されます。
これにより、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、およびデータの所有権と価格設定の制御が失われる可能性が回避されます。
これにより、パートナーのデータベース ユーザーを作成し、必要なデータ セットへのアクセスを許可する必要がなくなります。そのためには、パートナーは 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あります。
参考文献:
読者アカウント
安全なビュー

コンパイル時間は、オプティマイザーがクエリを効率的に実行するための最適なクエリ プランを作成するのにかかる時間です。また、パーティション ファイルの一部のプルーニングも行われ、クエリの実行が効率化されます2。コンパイル時間が実行時間よりも長い場合、オプティマイザが実際のクエリの実行よりもクエリの分析に多くの時間を費やしたことを意味します。これは、クエリに複数の結合、サブクエリ、集計、式などの過度に複雑なロジックが含まれていることを示している可能性があります。クエリの複雑さはクエリ プランのサイズと品質にも影響を与える可能性があり、クエリのパフォーマンスに影響を与える可能性があります3。コンパイル時間を短縮するために、アーキテクトはクエリ ロジックの簡素化、ビューまたは共通テーブル式 (CTE) の使用を試みることができます。クエリをより小さな部分に分割するか、ヒントを使用してオプティマイザーをガイドします。アーキテクトは、EXPLAIN コマンドを使用してクエリ プランを調査し、潜在的なボトルネックや非効率性を特定することもできます4。
1: SnowPro Advanced: アーキテクト | 学習ガイド 5
2: スノーフレークのドキュメント | クエリプロファイルの概要 6
3: Snowflake のコンパイル時間が実行時間より長くなる理由を理解する 7
4: スノーフレークのドキュメント | クエリパフォーマンスの最適化 8
: SnowPro Advanced: アーキテクト | 学習ガイド
: クエリプロファイルの概要
: Snowflake のコンパイル時間が実行時間よりも長くなる理由を理解する
: クエリのパフォーマンスの最適化

Snowflake のドキュメントによると、クラスタリング キーを選択するためのベスト プラクティスは次のとおりです。
結合述語で頻繁に使用される列を選択します。これにより、スキャンして結合する必要があるマイクロパーティションの数が減り、結合パフォーマンスが向上します。
選択フィルターで最も頻繁に使用される列を選択します。これにより、フィルター述語に一致しないマイクロパーティションをスキップすることでスキャン効率を向上させることができます。
性別や国など、カーディナリティの低い列をクラスタリング キーとして使用することは避けてください。これにより、クラスタリングが不十分になり、メンテナンスコストが高くなる可能性があります。
TIMESTAMP 列はカーディナリティが非常に高く、他の列との相関が低い傾向があるため、ナノ秒を含む TIMESTAMP 列の使用は避けてください。これにより、クラスタリングが不十分になり、メンテナンスコストが高くなる可能性もあります。
重複した値や NULL を含む列は使用しないでください。クラスタリングに歪みが生じ、プルーニングの利点が減じる可能性があります。
クエリで複数のフィルターまたは結合述語を使用する場合は、複数の列をクラスター化します。これにより、より多くのマイクロパーティションがプルーニングされる可能性が高まり、圧縮率が向上します。
クラスタリングは、特に小規模または中規模のテーブル、または頻繁にクエリや更新が行われないテーブルの場合には、常に有効であるとは限りません。クラスタリングでは、最初にデータをクラスタリングし、長期にわたってクラスタリングを維持するために追加のコストが発生する可能性があります。
参考文献:
クラスタリングキーとクラスタ化テーブル | スノーフレークのドキュメント
[テーブルのクラスタリングを選択する場合の考慮事項 | スノーフレークのドキュメント]

このビューは、過去 365 日 (1 年) 以内の Snowflake ユーザーによるログイン試行をクエリするために使用できます。イベントのタイムスタンプ、ユーザー名、クライアント IP、認証方法、成功または失敗のステータス、ログイン試行が失敗した場合のエラー コードまたはメッセージなどの情報が提供されます。このビューをクエリすることで、IT セキュリティ チームは、Snowflake への不審なログイン試行または悪意のあるログイン試行を特定し、資格情報スタッフィング攻撃を防ぐための適切な措置を講じることができます1。他のオプションは、Snowflake への最近および継続的なログイン試行を見つけるための最良の方法ではありません。オプション A は不正解です。LOGIN_HISTORY 情報スキーマ テーブル関数は過去 7 日以内のログイン イベントのみを返します。これでは、長期間にわたるクレデンシャル スタッフィング攻撃を検出するには不十分な可能性があります2。Snowflake UI の [履歴] タブには、現在のユーザーまたはロールによって実行されたクエリのみが表示され、他のユーザーまたはロールのログイン イベントは表示されないため、オプション C は不正解です3。オプション D は不正解です。Snowflake UI の [アカウント] タブの [ユーザー] セクションには、各ユーザーの最終ログイン時刻のみが表示され、ログイン試行や失敗の詳細は表示されません。

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、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