Snowflakeの料金とコスト|見積もりと請求がずれる4か所を、検証と公式で確かめる

Snowflakeのウェアハウスの料金は、クエリの時間ではなく動いていた時間で決まります。77ミリ秒のクエリに約301秒ぶんがかかった検証の記録から、請求とずれる4か所と、リソースモニター・予算での止め方と気づき方をまとめました。

この記事をシェア:
目次 クリックで開く

この記事の要点

  1. ウェアハウスの料金は、クエリが走った時間ではなく、ウェアハウスが動いていた時間で決まります。動き出すたびに最低60秒、その後は秒単位で、サイズと世代の率(AWS の Gen2 の X-Small は1時間1.35クレジット)を掛けます。
  2. 見積もりと請求は、止まるまでの待ち時間・再開の回数・読む量・保存の4か所でずれます。当社の検証では、77ミリ秒のクエリ1本に約301秒ぶん(0.113クレジット)がかかりました。
  3. 膨らむ前に止めるのはリソースモニター(対象はウェアハウス)、膨らみそうだと知らせるのは予算(Budgets、サーバーレスと AI も対象)です。

77ミリ秒のクエリ1本に、課金されたのは約301秒

クエリの実行時間0.077秒
課金された時間(0.113クレジット)約301秒
参考:1本実行してすぐ止めた(0.0225クレジット)60秒

当社の検証の結果。秒は、クレジットを Gen2 X-Small の率(AWS、1.35クレジット/時、Service Consumption Table)で割った計算

Snowflake のウェアハウス(クエリを動かす計算資源)の料金は、クエリが走った時間ではなく、ウェアハウスが動いていた時間で決まります。動き出すたびに最低60秒ぶんがかかり、クエリが終わっても、自動サスペンド(AUTO_SUSPEND)の時間が来るまで止まりません。見積もりをクエリの重さと本数で立てると、ここで請求とずれます。

当社の仕事は、Snowflake の導入と、データ基盤の設計の支援です。この記事は、Snowflake の費用を見積もる方や、決裁者に説明する方に向けて書いています。見積もりと請求がどこでずれるかは文書だけでは見えにくいので、検証用の Snowflake アカウントでクエリを実行し、消費したクレジットを読んで確かめました。この記事はその1回の検証の記録と、公式の説明との突き合わせです。

扱うのは、ウェアハウス・ストレージ・クラウドサービスの費用と、膨らむ前に止める設定です。Cortex AI の使い方、契約の割引、Snowpark とコンテナ、BigQuery との詳しい比較は扱いません。

データをどこに置くか、Excel のままでよい場合との分かれ目を動画で話しています。

試した環境と、1回の検証の中身

試したのは日本時間の2026年10月13日深夜から14日未明で、当社の検証用の Snowflake アカウント(30日トライアル)を使いました。AWS の東京リージョン、Snowflake の版は 10.37.100、ロールは ACCOUNTADMIN です。表の保持期間を90日に設定できたので、エディションは Enterprise 以上に当たります。データは Snowflake のサンプルデータ(TPC-H)と、そこから作った表だけで、記事の画面写真もこのアカウントで撮りました。

消費は INFORMATION_SCHEMA の WAREHOUSE_METERING_HISTORY 関数で読み、Gen2 X-Small の率で割って秒に直しました。検証の数字は、すべてこの1回の検証(合計0.60クレジット)の中の場面です。各1回の結果で、率や既定値は版と地域で変わります。

1回の検証の中の場面と、この記事の節

ずれ1・2

短いクエリ1本

  • 77ミリ秒の1本(COMPUTE_WH)
  • 1本実行してすぐ止める

ずれ3

1995年1月の注文の集計

  • 元の表と、日付順に並べ直した表

ずれ4

並べ直した表の保持期間

  • 90日と、transient テーブル

止める

アカウント全体の上限

  • 最初の1本の直後に月5クレジット

当社の検証の結果

見積もりの式:サイズと世代の率 × 動いている時間

Snowflake の請求は、主にウェアハウス、クラウドサービス、サーバーレスの機能、AI の機能、ストレージ、データ転送に分かれます。ウェアハウスは、動いていた時間にサイズと世代ごとの率を掛けたクレジットで請求されます(Snowflake Service Consumption Table)。

標準ウェアハウスの1時間あたりのクレジット(2026年10月12日発効の版。上のサイズも1段ごとに2倍、Gen2 は 4X-Large まで)
サイズGen1Gen2(AWS・GCP)Gen2(Azure)
X-Small11.351.25
Small22.72.5
Medium45.45
Large810.810
X-Large1621.620

「X-Small は1時間1クレジット」は第1世代(Gen1)の率です。CREATE WAREHOUSE で世代を書かないと、Gen2 が使える地域では Gen2 になります(Gen2 standard warehouses)。検証でも、オプションを付けずに作ったウェアハウスも、最初からある3つも Gen2 でした。

見積もりの式は「率 × 動いている時間」です。動いている時間は、クエリの時間の合計ではなく、再開1回ごとの「再開から止まるまでの秒(クエリの時間+自動サスペンドまでの待ち時間)」を足したもので、1回分が60秒に満たないときは60秒として数えます。最低60秒で、その後は1秒単位で切り上げます(Service Consumption Table、Warehouse considerations)。待ち時間が60秒以上の設定なら、最低60秒は待ち時間の中に入ります。待ち時間がずれ1、再開の回数がずれ2です。クレジットの単価はエディション・地域・契約の形で違うので、金額は契約の条件で確かめてください。

ほかの費用です。クラウドサービス(認証、クエリのコンパイルなど)は、1日(UTC)の消費がその日のウェアハウスの消費の10%以下なら請求されません。サーバーレスの機能は別に請求され、10%の計算に入りません(Understanding compute cost)。その1つが Query Acceleration Service(クエリの一部をサーバーレスで速める機能)です。新しく作る Gen2 とマルチクラスターのウェアハウスでは、2026_03 バンドルから既定で有効です。このバンドルは、2026年5月の 10.17 で既定で有効になり、6月の 10.21 で全アカウントに適用されました(BCR-2269、2026_03 バンドル)。2026年9月の 10.32 からは、2026_06 バンドルで、単一クラスターの Gen1 を含む新しい標準ウェアハウスのすべてで既定で有効になりました(BCR-2373、2026_06 バンドル)。10月の 10.37 のリリースノートでは、管理者がこれを外せなくなるとされています(10.37 のリリースノート)。検証のウェアハウスもすべて有効でした。Cortex AI の関数はトークン数で請求され(Cortex AI の費用)、データ転送は別のリージョンやクラウドへ出すときにかかります(Understanding data transfer cost)。

BigQuery のオンデマンドは、読んだデータ量で請求します。既定の地域アイオワで1TiB あたり6.25米ドルで、毎月1TiB までは無料です(BigQuery pricing)。Snowflake では読む量を減らしても、縮むのはクエリの時間で、待ち時間と再開の分は残ります。

ずれ1:クエリが終わっても、自動サスペンドまで止まらない

検証の最初に、トライアルに最初からあるウェアハウス COMPUTE_WH で、版を返すだけのクエリ(SELECT CURRENT_VERSION())を1本実行しました。実行時間は77ミリ秒です。あとで消費を読むと 0.113015833 クレジットで、秒に直すと約301秒でした。COMPUTE_WH の自動サスペンドは300秒です。クエリが終わってから止まるまでの5分間、動いたまま課金されていました。

この待ち時間の既定は、作り方で違いました。SQL でオプションを付けずに CREATE WAREHOUSE BLOG_DEMO_WH; と作ると、自動サスペンドは600秒(10分)で、作った瞬間に動き出しました(SHOW WAREHOUSES の state が STARTED)。公式の既定も AUTO_SUSPEND は600、作った時点で止めておく INITIALLY_SUSPENDED は FALSE です(CREATE WAREHOUSE)。画面から Standard (Gen2) で作るときは5分でした。

Snowflake の New warehouse の画面。Type が Standard (Gen2)、Size が X-Small で、Advanced options に auto-resume: On, auto-suspend: 5mins, multi-cluster: Off, query acceleration: On と表示されている
画面(Compute » Warehouses »「+ Warehouse」)で Standard (Gen2) を選んだ状態(作成はしていない)

作り方で違った、自動サスペンドの既定

SQL(オプション無し)

CREATE WAREHOUSE 名前;

  • 600秒
  • 作った瞬間に動き出した

画面で Standard (Gen2)

「+ Warehouse」の画面

  • 5分
  • auto-resume On

トライアルに最初からある

COMPUTE_WH

  • 300秒

当社の検証の結果

画面で作るときの型の既定は「Adaptive · Recommended」でした。Adaptive(適応型)は自動サスペンドを設定しない型で、課金はクエリ単位、1時間あたりの率は公開されていないので(Adaptive warehouses、Service Consumption Table の Table 1(e))、この記事の式では見積もれません。

コストの画面を開くだけでも、待ち時間はかかりました。Admin » Cost management を開くと、右上で選ばれていた COMPUTE_WH が動き出し、消費は約0.119クレジット(秒に直すと約317秒。自動サスペンドの300秒を含む)増えました。公式の手順にも、表示に使うウェアハウスを選ぶ段があります(Exploring overall cost)。

ただし、短くしすぎにも費用がかかります。公式は5分か10分以下を勧める一方(Warehouse considerations)、止まるとキャッシュが消えるので、BI のように似たクエリを繰り返す用途は10分以上、DevOps やデータサイエンスのようなその場限りの用途は5分程度としています(Optimizing the warehouse cache)。止める処理はおよそ30秒ごとに動くため、30秒未満や30の倍数でない値は期待どおりに動かないことがあります(ALTER WAREHOUSE)。

ずれ2:短いクエリ1本でも、再開するたびに最低60秒

自動サスペンドを60秒にし、作った時点では止めておいた別のウェアハウスで、集計を1本実行して、すぐに止めました。消費は 0.022500000 クレジットで、60秒×1.35÷3600 にちょうど一致します。クエリがどれだけ短く、すぐに止めても、再開1回ごとに最低この60秒ぶんがかかります。

当社の検証で実行した SQL

SELECT COUNT(*) FROM TPCH_SF1.CUSTOMER WHERE C_ACCTBAL > 0;
ALTER WAREHOUSE BLOG_DEMO_ONE SUSPEND;

BI のダッシュボードが止まったウェアハウスを開くたびに起こすなら、1回ごとに、少なくとも自動サスペンドまでの待ち時間ぶん(60秒未満の設定なら60秒)がかかります。当社が設計したGA4 のデータを Snowflake に取り込む事例では、取り込み専用のウェアハウスを最小サイズで分けました。作った時点では止めておき、取り込みは1日1回にまとめて、動き出す回数を増やさない組み方にしています。

ずれ3:同じ集計でも、表の並びと WHERE の書き方で読む量が変わる

動いている時間は、クエリがどれだけ読むかでも変わります。Snowflake の表はマイクロパーティション(非圧縮で50〜500MBの塊)に分かれ、塊ごとに列の値の範囲を持っています。条件に当たらない塊を読まずに飛ばすのがプルーニングで、列もクエリで使う列だけが読まれます(Micro-partitions)。

検証では、サンプルデータの ORDERS(1,500万行)から1995年1月の注文を日付の範囲で絞って集計しました。Query Profile の Partitions scanned は 32 / 32 で、全部の塊を読んでいました。同じデータを日付順に並べ直した表(ORDERS_BY_DATE)では、16のうち2つだけです。ただ、日付の列を TO_CHAR で文字列にしてから比べると、16のうち16を読みました。返った行は、並べ直した表ではどちらも193,902行です。

Query Profile の Statistics を2つ並べた画像。左の元の表は Bytes scanned 72.91MB、Partitions scanned 32、Partitions total 32。右の日付順に並べ直した表は Bytes scanned 2.08MB、Partitions scanned 2、Partitions total 16
Query Profile の Statistics の2つの画面を切り出して並べ、上に見出しを足したもの。右は表を作った直後でキャッシュから読んでいる

比べた2つの条件(上が2つだけ読んだ書き方、下が全部読んだ書き方)

WHERE O_ORDERDATE BETWEEN '1995-01-01' AND '1995-01-31'
WHERE TO_CHAR(O_ORDERDATE, 'YYYY-MM') = '1995-01'

1995年1月の同じ集計で、読んだ塊の数

元の表+日付の範囲

サンプルデータのまま

  • 32のうち32
  • 72.91MB

並べ直した表+日付の範囲

ORDERS_BY_DATE

  • 16のうち2
  • 2.08MB

並べ直した表+TO_CHAR

列に関数をかけて比べた

  • 16のうち16
  • 14,402,368バイト

当社の検証の結果。時間はキャッシュの有無が違うので比べていない

並べ直すのにも費用がかかります。ORDERS_BY_DATE を作る処理はウェアハウスで8.3秒かかり、並びを保つ自動クラスタリングはサーバーレスの機能としてクレジットを使います(Automatic Clustering)。元が取れるかは、その表を日付で絞って読む回数で決まります。

読まずに返ることもあります。別の集計を2回実行したときは、直前にウェアハウスを止めたのに、2回目は223ミリ秒・0バイトで返り、止まったままでした。公式の説明では、結果は24時間(再利用のたびに延びて最長31日)保存され、文が同じで元の表が変わっていないなどの条件を満たすと、保存済みの結果から返すことがあります。ただし、必ずそうなるわけではありません(Using persisted query results)。

ずれ4:消したデータも、しばらく保存の費用に入る

ストレージは、月の暦日数で平均した保存量で請求されます(Service Consumption Table)。消したデータも、過去に戻せる Time Travel の期間と、その後の Fail-safe(復旧用の7日間、変えられない)のあいだは保存の費用に入ります。Time Travel の既定は1日で、Enterprise 以上なら永続的な表で90日まで延ばせます(Time Travel、Fail-safe)。

検証では、ずれ3の ORDERS_BY_DATE(1,500万行)に90日を設定すると通りました。同じ90日を作業用の transient テーブル(日本語の公式文書では「一時テーブル」)に設定すると、次のエラーになりました。

transient テーブルに90日を設定したときのエラー

invalid value [90] for parameter 'DATA_RETENTION_TIME_IN_DAYS'

transient テーブルは Time Travel が0日か1日で、Fail-safe がありません。公式も、1日未満で使い終える ETL の作業用の表は transient にすると Fail-safe の費用がなくなる、としています(Temporary and transient tables、Understanding storage cost)。保持期間を延ばすほど消したデータが残るので、中間の表は transient にし、永続的な表は戻したい日数だけにすることをお勧めします。

膨らむ前に止める、気づく:リソースモニターと予算

設定の誤りや想定外の繰り返しで、費用が膨らむことはあります。膨らむ前に止めるのがリソースモニター、膨らみそうだと知らせるのが予算(Budgets)です。検証では、最初の1本(77ミリ秒のクエリ)を実行した直後に、次のリソースモニターを掛けてから先へ進みました。

当社の検証で掛けたリソースモニター(アカウント全体、月5クレジット)

CREATE RESOURCE MONITOR BLOG_DEMO_RM_ACCOUNT WITH CREDIT_QUOTA = 5 FREQUENCY = MONTHLY START_TIMESTAMP = IMMEDIATELY TRIGGERS ON 50 PERCENT DO NOTIFY ON 100 PERCENT DO SUSPEND_IMMEDIATE;
ALTER ACCOUNT SET RESOURCE_MONITOR = BLOG_DEMO_RM_ACCOUNT;

動作は3つで、NOTIFY は通知だけ、SUSPEND は実行中の文が終わってから止め、SUSPEND_IMMEDIATE は実行中のクエリを取り消してすぐ止めます。作れるのは ACCOUNTADMIN だけで、アカウント全体のモニターは1つ、ウェアハウスごとのモニターは複数作れ、通知は既定でオフです。使用量を0に戻す頻度は日・週・月・年・戻さない(DAILY〜NEVER)から選び、戻すのは 0:00 UTC(日本時間の午前9時)です(Working with resource monitors)。FREQUENCY と START_TIMESTAMP は組で指定し、どちらも省くと毎月の初めに戻ります(CREATE RESOURCE MONITOR)。

この日の環境では、上限を0.5クレジットにすると次のエラーになり、1 にすると作れたので、上限は整数で決めておくと確実です。ウェアハウスに付けたモニターは、付けた時点の使用量が0.00で、付ける前の消費は数えませんでした。

上限を0.5にしたときのエラー

SQL compilation error: invalid value [0.5] for parameter 'CREDIT_QUOTA'

当社の事例では、設計の段階で、上限を想定よりかなり大きく取りました。途中で通知し、上限では実行中の処理が終わってから止まる SUSPEND にしています。ふだん当たる値ではなく、設定の誤りで膨らんだときの歯止めです。

公式は、リソースモニターではサーバーレスの機能と AI サービスの支出は追えず、1時間単位で厳密に抑える仕組みでもない、としています(Working with resource monitors)。そこを見るのが予算です。予算は月の計算の費用の上限をクレジットで決め、超えそうだと予測したときに通知します。止めたいなら、予算が閾値などで呼ぶストアドプロシージャに止める処理を書きます。アカウント全体の予算は有効にしてから使い、更新は既定で最大6.5時間ごとです(Budgets)。

止めるリソースモニター、知らせる予算

リソースモニター

ACCOUNTADMIN が作る

  • 対象はウェアハウス
  • 上限で止められる
  • 頻度は日・週・月・年・戻さない
  • サーバーレスと AI は追えない

予算(Budgets)

有効にしてから使う

  • サーバーレスと AI も対象
  • 超えそうだと予測したら通知
  • 止めるならプロシージャを書く

出典:Working with resource monitors、Budgets

当日の消費は、Resource Monitors のタブで見る

コストの画面の数字は遅れます。検証の途中で Account Overview を開くと、Cost summary は「0」のままで、右上に情報の遅れの注記が出ていました。同じ画面の Resource Monitors のタブには、その時点の使用率(8.20%)が出ていたので、その日のうちに確かめるなら、こちらか SHOW RESOURCE MONITORS を見ます。

Snowflake の Cost Management の Account Overview。Cost summary が 0 で No prior data、右上に Information latency can be up to 24 hours、Monthly budget utilization は No budget set
Admin » Cost management の Account Overview
Snowflake の Cost Management の Resource Monitors のタブ。アカウント全体のモニターが 8.20%、ウェアハウスのモニターが 5.00%
同じ画面の Resource Monitors のタブ

SQL で集計する ACCOUNT_USAGE の消費のビューは最大3時間(クラウドサービスの列は6時間)遅れ、CREDITS_USED は10%の調整を反映しません(WAREHOUSE_METERING_HISTORY)。

まず自分のアカウントで、待ち時間と上限を見る

自分のアカウントでは、SHOW WAREHOUSES; でウェアハウスごとの auto_suspend(止まるまでの秒数)を、SHOW RESOURCE MONITORS; で level が ACCOUNT のモニター(アカウント全体の上限)があるかを見てください。SHOW WAREHOUSES の resource_monitor の列は、そのウェアハウスに付けたモニターだけを示し(SHOW WAREHOUSES)、検証でもアカウント全体のモニターを付けた後の SHOW WAREHOUSES で、どのウェアハウスも null でした。どちらも、動いているウェアハウスが無くても実行できます(SHOW RESOURCE MONITORS)。

ウェアハウスの分け方や上限の決め方を、使い方に合わせて設計するところは、当社のSnowflake 導入支援で一緒に進められます。

率と仕様は、2026年10月13〜14日に Snowflake の公式文書と Service Consumption Table、Google Cloud の料金ページで確かめました。この検証で、画面と文書が食い違ったのは4か所です。遅れの注記は画面で最大24時間、文書(Account Overview)で最大72時間。リソースモニターの上限は文書で「Any number can be specified.」、検証では0.5が通りませんでした。Account Overview の Anomalies の欄は ACCOUNTADMIN でも「Your current role cannot access this feature.」と出ましたが、文書(Cost anomalies の権限)は ACCOUNTADMIN なら使えるとしています。画面で Adaptive を選んだときの詳細は「max query performance level: Large」で、文書(Adaptive warehouses)の既定は XLarge です。

Snowflake 導入支援

販売・会計・広告・SaaS のデータを Snowflake に取り込み、dbt で整え、BI で全社に共有する基盤を作ります。ウェアハウスのサイズと Auto-Suspend の設計でコストを読める形にし、社内で運用できる状態までを支援します。

AT
aurant technologies 編集

上場企業からスタートアップまで、数多くのデータ分析基盤構築・AI導入プロジェクトを主導。単なる技術提供にとどまらず、MA/CRM(Salesforce, Hubspot, kintone, LINE)導入によるマーケティング最適化やバックオフィス業務の自動化など、常に「事業数値(売上・利益)」に直結する改善実績多数。

この記事が役に立ったらシェア: