Snowpark-Optimized Warehouses¶

Snowpark-Optimized Warehouses 可让您在单节点实例上为工作负载配置可用内存资源和 CPU 架构。

何时使用 Snowpark 优化型仓库¶

虽然 Snowpark 工作负载可以在标准仓库和 Snowpark-Optimized Warehouses 上运行，但建议使用 Snowpark-Optimized Warehouses 来运行 Snowpark 工作负载，例如对内存需求较大或依赖于特定 CPU 架构的代码。工作负载示例包括在单个虚拟仓库节点上使用存储过程进行机器学习 (ML) 训练的用例。使用 UDF 或 UDTF 的 Snowpark 工作负载也可能从 Snowpark-Optimized Warehouses 中受益。而不使用 Snowpark 的工作负载可能无法从在 Snowpark-Optimized Warehouses 上运行中获益。

备注

与标准仓库相比，Snowpark 优化型虚拟仓库的初始创建和恢复可能需要更长的时间。

Snowpark-Optimized Warehouses 的配置选项¶

与标准仓库相比，Snowpark 优化型仓库的默认配置为每个节点提供 16 倍的内存。您可以选择为每个节点配置额外内存，并使用 resource_constraint 属性指定 CPU 架构。可使用以下选项：

内存（最多）	CPU 架构	所需的最小仓库规模
16GB	默认或 x86	XSMALL
256GB	默认或 x86	M
1TB [1]	默认或 x86	L

创建 Snowpark 优化型仓库¶

要创建新的 Snowpark-Optimized Warehouses，您可以在以下界面中设置仓库类型属性。

运行 CREATE WAREHOUSE 命令时，将 WAREHOUSE_TYPE 属性设置为 'SNOWPARK-OPTIMIZED'。例如：

CREATE OR REPLACE WAREHOUSE snowpark_opt_wh WITH
  WAREHOUSE_SIZE = 'MEDIUM'
  WAREHOUSE_TYPE = 'SNOWPARK-OPTIMIZED';

Copy

通过指定资源约束 MEMORY_16X_X86，创建一个具有 256 GB 内存的大型 Snowpark-Optimized Warehouses so_warehouse：

CREATE WAREHOUSE so_warehouse WITH
  WAREHOUSE_SIZE = 'LARGE'
  WAREHOUSE_TYPE = 'SNOWPARK-OPTIMIZED'
  RESOURCE_CONSTRAINT = 'MEMORY_16X_X86';

Copy

备注

默认资源约束为 MEMORY_16X。

在构造仓库对象时，将 warehouse_type 属性设置为 'SNOWPARK-OPTIMIZED'。

然后，将此 Warehouse 对象传递到 WarehouseCollection.create 方法，以在 Snowflake 中创建仓库。例如：

from snowflake.core import CreateMode
from snowflake.core.warehouse import Warehouse

my_wh = Warehouse(
  name="snowpark_opt_wh",
  warehouse_size="MEDIUM",
  warehouse_type="SNOWPARK-OPTIMIZED"
)
root.warehouses.create(my_wh, mode=CreateMode.or_replace)

Copy

备注

资源约束目前在 Snowflake Python APIs 中不受支持。

修改 Snowpark 优化型仓库属性¶

要修改仓库属性（包括仓库类型），您可以使用以下界面。

备注

只有处于 SUSPENDED 状态的仓库才支持更改仓库类型。要在更改 warehouse_type 属性之前暂停仓库，请执行以下操作：

ALTER WAREHOUSE snowpark_opt_wh SUSPEND;

Copy

root.warehouses["snowpark_opt_wh"].suspend()

Copy

使用 ALTER WAREHOUSE 命令修改 Snowpark-Optimized Warehouses so_warehouse 的内存资源和 CPU 架构：

ALTER WAREHOUSE so_warehouse SET
  RESOURCE_CONSTRAINT = 'MEMORY_1X_x86';

Copy

使用 Snowpark Python 存储过程来运行 ML 训练工作负载¶

有关机器学习模型和 Snowpark Python 的信息，请参阅使用 Snowpark Python 训练机器学习模型。

Snowpark-Optimized Warehouses 的计费¶

有关 Snowpark 优化型仓库 Credit 消耗量的信息，请参阅 Snowflake 服务消耗表中的 Table 1(a): Snowflake Credit Table for Virtual Warehouse Services。

区域可用性¶

Snowpark-Optimized Warehouses 可在 AWS、Azure 和 Google Cloud [1] 的所有区域使用。