A la découverte de Snowflake

Snowflake est une plateforme Cloud conçue pour stocker, traiter et analyser de gros volumes de données de manière performante et sécurisée.

Voici quelques notions clés pour tout Data Engineer / Data Analyst désireux d’exploiter ses fonctionnalités pour répondre aux besoins métiers de façon optimale:

🔹Les différents "layers" au sein de Snowflake : comprendre la séparation entre Storage, Compute et Cloud Services

🔹Distinction entre "Account level objects" (utilisateurs, warehouses, rôles, bases de données....) et "Schema level objects"(tables, vues, tasks, streams, procédures stockées…) : essentielle pour instaurer une gouvernance des données tout aussi robuste que flexible et choisir les outils adaptés lors de la mise en place du CI/CD, garantissant ainsi des livrables de qualité en temps voulu(par exemple, Terraform pour les objets du niveau Account et Liquibase ou Schema Change pour ceux au niveau schéma).

🔹Notions de clonage, Time Travel , Fail-Safe pour mieux sécuriser les données 

🔹Savoir quand et comment exploiter chaque type de tables (permanentes, temporaires, dynamiques…) et vues selon les besoins métier.

🔹différentes features pour l’ingestion et la transformation des données: Snowpipe, tasks, Streams, dynamic tables…

🔹Optimisation des performances (moins de “Ramba” venant du métier) et maîtrise des coûts : tirer profit des fonctionnalités comme le clustering, le search optimization, le query acceleration service, le metadata et le cache (query result…) 

🔹Data sharing sécurisé : partager des données ( en interne ou externe) sans passer par une API

🔹Outils de gouvernance : resource monitors, alertes et autres mécanismes de suivi pour prévenir toute éventuelle surconsommation

Qu’ajouteriez-vous ?