Deine Warehouse-Rechnung hat sich in drei Monaten verdoppelt. Wie bekommst du sie runter?

Erst messen, dann kürzen. Zieh die Query History gruppiert nach Nutzer, Tool und Warehouse, um zu sehen, wo die Ausgaben tatsächlich liegen, denn meist sind es wenige Queries oder ein Dashboard, das viel zu oft aktualisiert. Dann geh die Top-Posten an: Partitionsfilter ergänzen, wiederholte schwere Joins materialisieren, Dashboard-Frequenz senken, Compute richtig dimensionieren und Auto Suspend setzen, und Ablaufzeiten auf Scratch-Tabellen definieren.

Zuerst hole ich mir die Daten, denn jeder hat eine Theorie und die Theorie ist meist falsch. Jedes größere Warehouse liefert eine Query History mit gescannten Bytes oder verbrauchten Credits, also gruppiere ich über den letzten Monat nach Nutzer, nach Service Account und nach Warehouse und sortiere nach Gesamtkosten. Das Muster, das ich immer wieder finde: eine Handvoll Dinge dominiert. Letztes Mal gingen 40% der Ausgaben auf ein BI-Dashboard, das alle fünfzehn Minuten gegen eine rohe Event-Tabelle aktualisierte, für ein Publikum von etwa sechs Leuten, von denen keiner öfter als täglich hinschaute. Das auf eine voraggregierte Tabelle mit stündlichem Refresh umzustellen hat die Rechnung allein um mehr als ein Drittel gesenkt. Danach kommt die übliche Liste: Queries ohne Partitionsfilter, SELECT star auf sehr breiten Tabellen, Warehouses in Größe XL, weil jemand in Eile war, und kein Auto Suspend, sodass sie die ganze Nacht leerlaufen. Dann Leitplanken, also Query-Timeouts, Byte-Limits pro Nutzer und ein Kosten-Dashboard, das das Team wöchentlich wirklich ansieht.