Snowflake almacena cada tabla en microparticiones: archivos comprimidos y orientados a columnas, con unos 50 a 500 MB de datos cada uno. Para cada partición, conserva el mínimo y el máximo de cada columna. Un filtro como WHERE order_ts >= '2025-06-01' le permite omitir todas las particiones cuyo rango no pueda coincidir. Esto es la poda, y es el factor que más influye en la velocidad y el coste.
La poda funciona mejor cuando las filas con valores similares están juntas. Los datos cargados en orden cronológico se agrupan por fecha de forma natural. Para una tabla enorme que se filtra por otro criterio, una clave de agrupación (ALTER TABLE ... CLUSTER BY (region)) hace que Snowflake la mantenga ordenada de ese modo en segundo plano, con un coste.
También están las cachés. La caché de resultados devuelve el resultado de la misma consulta durante 24 horas, sin un almacén virtual, si los datos no han cambiado. Cada almacén virtual también guarda en caché los datos que ha leído en el disco local; esta caché se pierde cuando se suspende.
En el perfil de consulta, compara las particiones examinadas con las particiones totales y revisa los bytes desbordados: el desbordamiento al almacenamiento remoto significa que el almacén virtual es demasiado pequeño para la consulta.
Un filtro de fecha sobre datos cargados en orden cronológico: Snowflake solo lee las particiones que contienen datos de junio.