简介：Snowflake取得了巨大的商业成功，技术是如何支撑起它的千亿美元市值呢？它技术强在哪？本文为大家倾情解读Snowflake的核心技术原理。

背景：2020年9月16日，Snowflake成功IPO，交易首日市场估值达到704亿美元，募集资金34亿美元。Snowflake成为迄今为止规模大的软件IPO，市值高突破1200亿美元。Snowflake提供基于云的数据存储和分析服务，一般被称为 "数据仓库即服务"，它允许企业用户使用基于云的硬件和软件来存储和分析数据。Snowflake自2014年起在亚马逊S3上运行，自2018年起在微软Azure上运行，自2019年起在谷歌云平台上运行，其Snowflake Data Exchange允许客户发现、交换和安全地共享数据。[维基百科]

Snowflake取得了巨大的商业成功，技术是如何支撑起它的千亿美元市值呢？它技术强在哪？OLAP内核技术爱好者浙川为大家倾情解读Snowflake的核心技术原理。本文为该系列一。

概览

Snowflake是完全基于云构建、充分利用云特性的企业级SaaS数据仓库产品，它不仅具有灵活性（即买即用）、高安全性、扩展性和弹性等特点，而且支持多租户、事务、标准SQL语法和半结构化、非结构化数据。Snowflake在2015年开始上线使用，如今发展成支持每天运行数百万条查询的PB级云原生数据仓库。

图 1 整体架构图

整体架构

图1展示了Snowflake的整体架构。Snowflake设计的终目的是为用户提供高易用性、高可操作性，以及高可靠性，基于这样的前提，Snowflake的内核组件的设计都具有高可靠、高可扩展的特性。组件是互相独立的，组件之间通过RESTful接口进行通信。Snowflake内核组件从底向上可以分为三个层面：

1）数据存储。Snowflake的数据存储是构建在Amazon S3存储服务至上，主要用来存储表数据和查询结果。

2）虚拟仓库。虚拟仓库构建在Amazon EC2虚拟机组成的弹性集群之上，负责执行用户的查询请求。

3）云服务组件。云服务组件是Snowflake的大脑，它包括并发访问控制、基础设施管理、优化器、事务管理、安全管理、元数据管理，其中元数据包含schema信息、表信息、权限认证信息、秘钥、统计信息等。

本篇文章为开胃菜，先从Snowflake架构设计切入，有个总体的了解。接下来会陆续推出几篇系列文章，讲解包括Snowflake重要的云原生技术及其它的创新之处，云服务组件，面向云的各自特性。

相关文章