Snowflake menyimpan setiap tabel dalam micro-partition: file kolumnar terkompresi yang masing-masing berisi data sekitar 50 hingga 500 MB. Untuk setiap partisi, Snowflake mencatat nilai minimum dan maksimum dari setiap kolom. Filter seperti WHERE order_ts >= '2025-06-01' memungkinkan Snowflake melewati setiap partisi yang rentang nilainya tidak mungkin cocok. Itulah pruning, dan pruning adalah faktor terbesar yang memengaruhi kecepatan dan biaya.
Pruning bekerja paling baik ketika baris dengan nilai yang mirip berada berdekatan. Data yang dimuat berdasarkan urutan tanggal akan terkelompok menurut tanggal secara alami. Untuk tabel yang sangat besar dan difilter berdasarkan kolom lain, clustering key (ALTER TABLE ... CLUSTER BY (region)) membuat Snowflake menjaga tabel tetap terurut dengan cara itu di latar belakang, dengan biaya tertentu.
Selanjutnya ada cache. Result cache mengembalikan hasil dari query yang sama selama 24 jam, tanpa warehouse, jika datanya tidak berubah. Setiap warehouse juga menyimpan cache data yang sudah dibacanya di disk lokal, dan cache ini hilang saat warehouse di-suspend.
Di Query Profile, perhatikan partitions scanned dibandingkan dengan partitions total, serta bytes spilled: spilling ke penyimpanan remote berarti warehouse terlalu kecil untuk query tersebut.
Filter tanggal pada data yang dimuat berurutan menurut tanggal: Snowflake hanya membaca partisi yang berisi data Juni.