- Snowflake는 테이블을 기준 열 값으로 정렬해 나눠 저장하고, 조건에 맞는 부분만 읽어 검색을 빠르게 한다. 기존 방식은 문자열 열의 앞 5바이트만 기준으로 삼았지만, Optima Clustering은 기준 열 전체를 합쳐 최대 1KB까지 쓸 수 있다고 원문은 설명한다.
- UTF-8에서 일본어 한 글자는 3~4바이트라서 5바이트는 약 1.25~1.33글자 분량에 그친다. 그래서 '東京都'로 시작하는 주소는 구 단위 조건으로 거의 걸러지지 않았다는 것이 저자의 설명이다.
- 저자는 국토교통부 街区レベル位置参照情報 CSV 약 1,958만 행으로 CLASSIC과 OPTIMA 두 테이블을 만들었다. '東京都中央区%' LIKE 조건에서 CLASSIC은 3개, OPTIMA는 1개 파티션만 읽었다고 적었다.
- 이 수치는 저자가 한 가지 데이터셋과 몇 가지 조건으로 직접 측정한 결과다. 측정 주체는 Snowflake 소속 개인 엔지니어이며, 다른 데이터와 쿼리에서도 같은 결과가 나온다는 근거는 원문에 없다.
O: Snowflake 일본어 주소 필터가 느린 테이블을 가진 데이터 엔지니어가 기준 열 후보를 골라 같은 WHERE 조건으로 CLASSIC과 OPTIMA의 스캔 파티션 수를 비교해 보는 장면에 참고할 만합니다.
X: 원문 수치는 저자가 한 데이터셋과 몇 가지 LIKE 조건으로 직접 잰 결과이며, Snowflake 소속 개인의 주장이라 다른 데이터와 쿼리에서도 같은 효과가 나는지는 확인해야 합니다.