Snowflakeのスケールアップとスケールアウト|待ちとspillの読み方と費用
Snowflakeのウェアハウスは、待ちが出ているか実行中の負荷が高ければクラスターを増やし、負荷が低いのに遅ければサイズを上げます。再開の待ち・spill の数字の読み違えと、それぞれの費用の変わり方を公式文書で確かめました。
目次 クリックで開く
この記事の要点
- 混雑による待ち(Queued)が出ているか、実行中の負荷が高いなら、クラスターを増やします(スケールアウト)。実行中の負荷が低いのに遅いなら、サイズを上げます(スケールアップ)。これが公式文書の見分け方です。
- 読み違えやすい数字が3つあります。再開直後の待ち Queued (Provisioning) は、混雑の合図ではありません。サイズを上げて待ちが減ることもありますが、同時実行のための手段ではありません。Query Acceleration Service(クエリの一部をサーバーレスで速める機能、以下 QAS)が有効なウェアハウスでは、リモートへの spill が0でなくてもメモリ不足とは限りません。
- サイズを1段上げると1時間あたりの率は2倍で、クエリが半分の時間で終われば費用は同じです。マルチクラスターは動いているクラスターの数だけかかり、公式の例の Medium・最大3クラスターなら上限は1時間12クレジット(Gen1 の率)です。
サイズを上げるか、クラスターを増やすか
スケールアップ(サイズを上げる)
WAREHOUSE_SIZE
- 合図:実行中の負荷が低いのに遅い、spill が出る
- 効く:大きく複雑なクエリ
- 効くとは限らない:小さく単純なクエリ、データの読み込み(ファイルの数と大きさで決まる)
- 費用:1段ごとに率が2倍
スケールアウト(クラスターを増やす)
MAX_CLUSTER_COUNT(Enterprise 以上)
- 合図:混雑による待ち(Queued)か、実行中の負荷が高い
- 効く:同時に来る多くのクエリ
- あまり効かない:遅い1本、データの読み込み(サイズを上げる方が効く)
- 費用:率 × 動いているクラスターの数
出典:Monitoring warehouse load、Multi-cluster warehouses、Overview of warehouses
Snowflake のウェアハウスが遅いと言われたとき、最初に見るのはウェアハウスの Warehouse Activity です。混雑による待ち(Queued)が出ているか、実行中の負荷が高ければ、クラスターを増やします(スケールアウト)。実行中の負荷が低いのに1本のクエリが遅ければ、サイズを上げます(スケールアップ)。これは公式文書の Monitoring warehouse load にある見分け方です。
当社は、Snowflake の導入と、データ基盤の設計を支援しています。GA4 のデータを Snowflake に取り込む事例では、設計の段階で、取り込み専用のウェアハウスを分けました。検証用のアカウントで費用を測ったときは、クエリの時間ではなく、ウェアハウスが動いていた時間で請求が決まることを確かめています(「Snowflake の料金とコスト」の記事)。いまこの記事を書くのは、2026年に入って、新しく作る Gen2 とマルチクラスターのウェアハウスで Query Acceleration Service(QAS)が既定で有効になったためです。これで、見分けに使う spill の数字の読み方に注意が要るウェアハウスが増えました。ウェアハウスの設定を決める方に向けて、読み違えやすい数字と、選んだときの費用の変わり方を、公式文書で確かめてまとめました。
扱うのは、標準ウェアハウスのサイズとマルチクラスターです。Adaptive・Interactive・Snowpark 最適化のウェアハウス、QAS の設定、自動サスペンドやリソースモニターを含む費用の全体(上の料金の記事で扱っています)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。
2つの広げ方と、この記事で例にするウェアハウス
スケールアップは、ウェアハウスのサイズ(X-Small、Small、Medium…)を上げることで、1つのクラスターの計算資源が増えます。スケールアウトは、マルチクラスターウェアハウスにして、同じサイズのクラスターを並べることです。マルチクラスターウェアハウスは Enterprise 以上のエディションの機能で、Standard エディションでは使えません(Snowflake editions)。
この記事の例は、公式文書がマルチクラスターの課金の説明に使っている Medium のウェアハウスです。1クラスターのまま遅いと言われたときに、Large にするか、最大3クラスターにするかを、各節で見ていきます。Medium は1時間4クレジット、Large は8、Medium が3クラスター動けば12です(第1世代=Gen1 の率)。
| サイズ | Gen1 | Gen2(AWS・GCP) | Gen2(Azure) |
|---|---|---|---|
| X-Small | 1 | 1.35 | 1.25 |
| Small | 2 | 2.7 | 2.5 |
| Medium | 4 | 5.4 | 5 |
| Large | 8 | 10.8 | 10 |
| X-Large | 16 | 21.6 | 20 |
公式文書の例の数字は 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)。AWS の Gen2 なら Medium は1時間5.4クレジット、3クラスターで16.2クレジットです(Service Consumption Table の率から計算)。どちらの世代も、動き出すたびに最低60秒、その後は秒単位でかかります。
見分けは「待ち」と、実行中の負荷
見る場所は、Compute » Warehouses でウェアハウスを選ぶと出る Warehouse Activity の棒グラフです。そのウェアハウスの MONITOR 権限を持つロールで開きます。区間ごとのクエリ負荷(クエリの時間の合計を区間の長さで割ったもの)が、実行中・待ちなどの状態別に積まれます。冒頭の見分け方を図にすると、次のとおりです。
遅いと言われたウェアハウスで、どちらを選ぶか
Warehouse Activity に、混雑による待ち(Queued)が出ているか
再開直後の Queued (Provisioning) は数えない
または、実行中の負荷が高いか
例の Medium なら、待ちが出ているか実行中の負荷が高いときは、最大3クラスターにします。実行中の負荷が低いのに遅いときは、Large にします。SQL で探すなら、過去1か月に待ちがあったウェアハウスを日ごとに出す、次のクエリが公式文書にあります。ACCOUNT_USAGE を読むので、既定では ACCOUNTADMIN で実行します(Reducing queues)。
公式文書の、待ちがあったウェアハウスを日ごとに出すクエリ(Reducing queues)
SELECT TO_DATE(start_time) AS date
,warehouse_name
,SUM(avg_running) AS sum_running
,SUM(avg_queued_load) AS sum_queued
FROM snowflake.account_usage.warehouse_load_history
WHERE TO_DATE(start_time) >= DATEADD(month,-1,CURRENT_TIMESTAMP())
GROUP BY 1,2
HAVING SUM(avg_queued_load) > 0;
この見分けで使う「待ち」と、サイズを上げる合図の「spill」には、読み違えやすい所が3つあります。
見分けの数字で読み違えやすい3つ
読み違え1
待ちに、再開の待ちが混じる
- Queued (Provisioning) は混雑ではない
読み違え2
「サイズで待ちは減らない」は言い過ぎ
- 減ることはあるが、同時実行の手段ではない
読み違え3
リモートの spill が0でなくても、メモリ不足とは限らない
- QAS が有効なウェアハウスで、QAS の対象になるクエリの場合
出典:Monitoring warehouse load、Overview of warehouses、Queries too large to fit in memory
読み違え1:「待ち」には、再開を待った時間が混じる
Warehouse Activity の待ちは2種類あります。Queued (Provisioning) は、ウェアハウスが計算資源を用意するのを待った分で、ふつうは再開して最初の数分にだけ出ます。Queued は、ほかのクエリが終わって資源が空くのを待った分で、混雑の合図はこちらです。QUERY_HISTORY のビューでも列が分かれていて、作成・再開・サイズ変更による待ちは queued_provisioning_time、混雑による待ちは queued_overload_time に入ります(QUERY_HISTORY view)。上の SQL の avg_queued_load も混雑による待ちだけの値で、再開の待ちは avg_queued_provisioning という別の列です(WAREHOUSE_LOAD_HISTORY view)。
例の Medium が止まっていて、最初のクエリで動き出したときの待ちは前者です。混雑の待ちではないので、最大3クラスターにする合図にはなりません。止まったり動き出したりする回数が費用にどう効くかは、「Snowflake の料金とコスト」の記事に書いています。77ミリ秒のクエリに、約301秒ぶんの課金がかかった検証です。
読み違え2:「サイズを上げても待ちは減らない」は言い過ぎ
1つのクラスターで同時に動く文の数の目安は MAX_CONCURRENCY_LEVEL で、既定は8です。小さく単純な文はクラスターの資源の一部しか使わないので8より多く動き、大きく複雑な文は少なくなります。単一クラスターのウェアハウスと、最大化のマルチクラスターでは、この水準に達すると、文は資源が空くか増えるまで待ちます。資源を増やす手段の1つが、サイズを上げることです(Parameters の MAX_CONCURRENCY_LEVEL)。
つまり、サイズの変更で待ちが減ることはあります。ただし公式文書は、サイズの変更を主にクエリを速くするためのものと位置づけ、同時実行の問題にはウェアハウスを足すかマルチクラスターを使うとしています(Overview of warehouses、Warehouse considerations)。例の Medium で混雑の待ちが出ているなら、Large にするより最大3クラスターにする方が、この位置づけに合います。なお、サイズを上げても実行中のクエリには効きません。増えた資源は、そろってから、待っているクエリと新しいクエリに使われます。
読み違え3:QAS が有効なら、リモートの spill が0でなくてもメモリ不足とは限らない
実行中の負荷が低いのに1本が遅いとき、サイズを上げる合図になるのが spill(書き出し)です。途中の結果がメモリに収まらないとローカルのディスクに、それでも足りないとリモートのストレージに書き出され、大きく遅くなります。Query Profile の Statistics では、Bytes spilled to local storage と Bytes spilled to remote storage で見ます(Query Profile)。QUERY_HISTORY では bytes_spilled_to_local_storage と bytes_spilled_to_remote_storage の列です。対処は、大きいウェアハウスにしてメモリとローカルの保存領域を増やすか、データを小さい塊に分けて処理するかです(Queries too large to fit in memory)。
読み違えやすいのはリモートの列です。同じページによると、QAS(クエリの一部をサーバーレスで速める機能)が有効なウェアハウスでは、QAS の対象になるクエリは、QAS が使われなかったときも少しリモートに書き出します。そのため、bytes_spilled_to_remote_storage が0でないことは気にしなくてよい、とされています。QAS は、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。2026年9月の 10.32 からは、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です(BCR-2269、2026_06 bundle)。10.37 のリリースノートによると、10.32 の変更は2026年10月の 10.37 で全アカウントに適用され、管理者は外せなくなるとされています。既にあるウェアハウスを ALTER でマルチクラスターにしても、QAS の状態は変わりません。例の Medium で有効かどうかは、SHOW WAREHOUSES の enable_query_acceleration の列で分かります。リモートの列だけで「サイズが足りない」と決めず、ローカルの列と、Query Profile でどの処理が書き出しているかを合わせて見ます。
反対に、spill も待ちも無い小さく単純なクエリは、サイズを上げても速くならないことがあります。例の Medium で Query Profile の Partitions scanned が Partitions total に近いなら、Large にする前に、表の並びと WHERE の書き方を見ます。料金の記事では、32のうち32を読んだ表と、並べ直して16のうち2で済んだ表を比べています。並びを保つ方法がクラスタリングキーです。ただし、最初に並べる処理と並びを保つ処理にクレジットがかかるので、すべての表に向くものではありません。向くのは、マイクロパーティションが非常に多い(多くは数TB以上の)表で、多くのクエリが同じ少数の列で絞り込むか並べ替える場合です。費用を下げるのが目的なら、更新より参照の多い表に限ります(Clustering Keys & Clustered Tables)。
費用:サイズを上げる場合と、クラスターを増やす場合
サイズを上げる:速くなった分だけ取り戻せる
サイズを1段上げると、1時間あたりの率は2倍です。1つ上のサイズでクエリが2倍速く終われば、そのクエリの費用は変わりません(Increasing warehouse size)。例の Medium(4)を Large(8)にして1本が半分の時間で終われば同じ額で、速くならなければ倍です。サイズを変えると、変えた時点から増えた資源の分が課金されます。サイズを変えられる人は絞るよう勧められています。個々のクエリのためにサイズを上げた人が戻し忘れると、想定外の費用になるからです。
クラスターを増やす:動いている数だけかかる
マルチクラスターウェアハウスは、サイズの率 × 動いているクラスターの数で課金されます(Service Consumption Table の注2)。最大3クラスターの Medium なら、3つが1時間動き続けたときの12クレジットが、1時間あたりの上限です。Multi-cluster warehouses の例では、自動スケールで2時間動かしています。1つ目は2時間、2つ目は2時間目だけ、3つ目は2時間目に30分動き、8+4+2=14クレジットでした。最小と最大を同じ3にした「最大化」で2時間動かすと24クレジットです。
公式の例:Medium・3クラスターを2時間動かしたときのクレジット
出典:Multi-cluster warehouses の例1・例2。Gen1 の率(Medium 4クレジット/時)
最大化は、動き出すと全部のクラスターを起こします。自動スケールは、待ちが出るとクラスターを足し、負荷が下がると止めます。特に理由が無ければ自動スケールにし、最小は既定の1のままにします。可用性を重視するなら、最小を1より大きくします。最大の決め方は、公式文書のページによって書き方が違います。Multi-cluster warehouses は「2か3から小さく始め、負荷を見ながら増やす」、Warehouse considerations は「サイズと費用に注意しつつ、できるだけ大きく」としています。どちらの場合も、最大を大きくするほど、全部が動いたときの1時間あたりの上限が上がります。Warehouse considerations の例では、X-Large で最大10なら1時間160クレジットです。自動サスペンドは、クラスターごとではなくウェアハウス全体に効きます。最小の数のクラスターだけが動いていて、処理が無いときに止まります。
いつ足していつ止めるかは、スケーリングポリシーで決めます。
スケーリングポリシー(自動スケールのとき)
標準(デフォルト)
SCALING_POLICY = STANDARD
- 待ちを減らすことを優先
- クエリが待つか、資源が足りないと見込むと足す
- 最大が10を超えると、一度に複数を足すことがある
- 負荷の低い状態が続くと止める
エコノミー
SCALING_POLICY = ECONOMY
- クレジットの節約を優先
- 少なくとも6分忙しくさせられる見込みのときだけ足す
- 残りの仕事が6分未満と見込むと止める
- 待ちが出て、終わるのが遅れることがある
エコノミーは待ちを許してクレジットを節約する方針なので、待ちを減らすためにマルチクラスターにするなら、標準のままにすることをお勧めします。
最大クラスター数の上限はサイズで違い、Large から上はサイズが大きいほど低くなります。2026年10月時点では、画面(Snowsight)から選べるのは10までで、それより上は SQL の CREATE WAREHOUSE か ALTER WAREHOUSE で設定します。サイズを Medium より上に変えるときは、最大クラスター数も一緒に下げる必要が出ることがあります(ALTER WAREHOUSE)。上限で止める設定は、料金の記事のリソースモニターの節を見てください。
サイズごとの、最大クラスター数の上限(SQL で設定するとき)
2026年10月時点で、画面から選べるのは10まで。出典:Multi-cluster warehouses
例の Medium を広げる書き方。上の行で Large に、下の行で最大3クラスターにする(ALTER WAREHOUSE の構文どおりで、この記事のためには実行していない)
ALTER WAREHOUSE my_wh SET WAREHOUSE_SIZE = LARGE;
ALTER WAREHOUSE my_wh SET MIN_CLUSTER_COUNT = 1 MAX_CLUSTER_COUNT = 3 SCALING_POLICY = 'STANDARD';
用途の違う処理は、ウェアハウスを分けてから広げる
どちらで広げるにしても、性質の違う処理が1つのウェアハウスに混ざっていると、決めにくくなります。似た処理を実行しているウェアハウスほど、調整はしやすくなります。大きく性質の違う処理が混ざっていると、ある処理のために強化した費用が、効かない処理の分で無駄になることがあります(Optimizing warehouses for performance)。データの読み込みは、サイズよりも、読み込むファイルの数と大きさで速さが決まります。数百〜数千のファイルを同時に読むのでなければ、Small・Medium・Large で足りることが多い、ともされています。
冒頭で触れたGA4 のデータを取り込む事例では、設計の段階で、取り込み専用のウェアハウスを、いちばん小さいサイズで分けました。分析に使うウェアハウスと分けておくと、取り込みにかかったクレジットを分けて測れます。例の Medium に取り込みも分析も載っているなら、広げる前に分けると、どちらの処理の待ちと spill なのかが見分けやすくなります。
まず自分のウェアハウスで、待ちの内訳とクラスターの数を見る
遅いと言われているウェアハウスの Warehouse Activity で、Queued と Queued (Provisioning) を分けて見てください。いまマルチクラスターになっているかは、SHOW WAREHOUSES の min_cluster_count・max_cluster_count・started_clusters の3列で分かります。
どの処理をどのウェアハウスに分け、どこまで広げるか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。
仕様と率は、2026年10月14日に Snowflake の公式文書(英語版)と Service Consumption Table(2026年10月12日発効の版)で確かめました。用語は日本語の公式文書の表記に合わせ、画面の名前は英語のままにしています。公式文書のうち Overview of warehouses には、Gen2 は標準ウェアハウスを作るときの既定ではないという記述が残っていて、Gen2 standard warehouses(Gen2 が使える地域では既定)と食い違っています。
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。





