Arquitectura y objetos

Objetivo

Crear una jerarquía de trabajo clara y barata.

Explicación

Snowflake separa storage y compute. Database/schema organizan objetos; warehouse ejecuta consultas. Roles controlan acceso. AUTO_SUSPEND evita pagar compute inactivo. En Snowflake, una decisión aparentemente pequeña puede afectar coste, seguridad o trazabilidad. El objetivo profesional es saber qué objeto estás usando, qué privilegios necesita y cómo demostrar que una carga o transformación no ha perdido datos. Para trabajar Arquitectura y objetos de forma profesional, no te quedes con el ejemplo: identifica la entrada, ejecuta el caso base, provoca al menos un caso incorrecto y compara el resultado con un control independiente. En este laboratorio el criterio de salida es concreto: Tres schemas y un warehouse XSMALL con auto-suspend. La verificación principal será: SHOW SCHEMAS IN DATABASE LEARNING_DB; SHOW WAREHOUSES; Si no puedes explicar por qué pasa esa comprobación, vuelve al paso anterior antes de continuar.

Contexto profesional

En Snowflake, una decisión aparentemente pequeña puede afectar coste, seguridad o trazabilidad. El objetivo profesional es saber qué objeto estás usando, qué privilegios necesita y cómo demostrar que una carga o transformación no ha perdido datos.

Ejemplo real

CREATE WAREHOUSE LEARNING_WH WAREHOUSE_SIZE='XSMALL' AUTO_SUSPEND=60 AUTO_RESUME=TRUE;
CREATE DATABASE LEARNING_DB;
CREATE SCHEMA LEARNING_DB.RAW;

Archivos o datos de entrada

• sql/ecommerce_setup.sql
• data/ecommerce_orders.csv

Práctica guiada

Lee y adapta el setup a tu cuenta.

Laboratorio paso a paso

• Prepara el entorno y localiza los datos/archivos de entrada: sql/ecommerce_setup.sql, data/ecommerce_orders.csv. Antes de modificar nada, anota el número de filas, columnas u objetos que esperas usar.
• Reproduce el ejemplo real de la lección y guarda la salida. No avances hasta poder explicar qué hace cada bloque relacionado con «Arquitectura y objetos».
• Ejecuta la práctica guiada: Lee y adapta el setup a tu cuenta. Documenta el comando, consulta o acción exacta y el resultado obtenido.
• Resuelve el reto sin mirar la solución: Crea RAW, STAGING y MARTS y documenta qué puede vivir en cada capa. Si falla, registra el mensaje de error y formula una hipótesis antes de cambiar código.
• Compara tu resultado con el criterio esperado: Tres schemas y un warehouse XSMALL con auto-suspend. Después ejecuta la comprobación: SHOW SCHEMAS IN DATABASE LEARNING_DB; SHOW WAREHOUSES;
• Provoca deliberadamente un caso problemático relacionado con este error frecuente: Usar un warehouse grande para aprendizaje aumenta coste sin beneficio.. Comprueba que sabes detectarlo y corregirlo.

Reto sin ayuda

Crea RAW, STAGING y MARTS y documenta qué puede vivir en cada capa.

Resultado esperado

Tres schemas y un warehouse XSMALL con auto-suspend.

Cómo verificarlo

SHOW SCHEMAS IN DATABASE LEARNING_DB; SHOW WAREHOUSES;

Checklist de validación

• El resultado cumple: Tres schemas y un warehouse XSMALL con auto-suspend.
• Has ejecutado esta verificación y puedes explicar el resultado: SHOW SCHEMAS IN DATABASE LEARNING_DB; SHOW WAREHOUSES;
• Has probado al menos un caso límite o dato inválido y el comportamiento es explícito, no silencioso.
• Puedes repetir la práctica desde cero sin copiar la solución y dejar evidencia (consulta, commit, captura o salida de consola).

Errores frecuentes

• Usar un warehouse grande para aprendizaje aumenta coste sin beneficio.

Qué debes recordar

Relaciona cada objeto de Snowflake con su responsabilidad y coste.

Preguntas de entrevista

• ¿Cómo separarías compute, almacenamiento y permisos para este caso? Aplícalo concretamente a «Arquitectura y objetos».
• ¿Qué consultarías para diagnosticar coste o una carga incompleta? Explica qué evidencia enseñarías al revisor.

Siguiente paso

Cargarás archivos de forma controlada.

Recursos de esta lección