克隆数据库时如何选择合适的Warehouse规格？

一、Warehouse规格怎么选？ #

• 对齐源库的常用Warehouse规格：克隆核心是元数据遍历与微分区映射（Snowflake采用写时复制，不会真的拷贝全量数据），如果源库日常用X-Large规格，克隆时用同规格或高一级的，能避免小Warehouse因并发不足拖慢元数据处理。
• 按源库体量分级选择：TB级以上的库直接上Large/X-Large；GB级的库用Medium足够；测试环境的小库（几十GB以内）用Small完全能搞定。别盲目冲最大规格，毕竟克隆不是全量拷贝，没必要浪费成本。
• 结合克隆后的用途：如果克隆后马上要跑批量任务，直接选后续要用的Warehouse规格，省得来回切换；如果只是临时备份，选能快速完成的中等规格就行。

二、克隆进度怎么判断？ #

因为克隆没有实时进度条，只能靠这些实用方法估算：

• 查历史任务明细：执行SELECT * FROM TABLE(INFORMATION_SCHEMA.QUERY_HISTORY()) WHERE QUERY_TEXT LIKE '%CLONE%' ORDER BY START_TIME DESC;，看任务的TOTAL_ELAPSED_TIME和BYTES_SCANNED（这个值能反映元数据处理的量级），对比你之前同量级库的克隆耗时，就能大概算出剩余时间。
• 监控Warehouse负载：看Warehouse的QUERY_LOAD指标，如果负载一直处于高位且没下降，说明还在处理大量元数据；如果负载突然掉到0，基本就是快完成了。
• 参考源库微分区数量：用SELECT COUNT(*) FROM TABLE(INFORMATION_SCHEMA.PARTITIONS()) WHERE TABLE_CATALOG = '你的源库名';查询微分区数，微分区越多克隆耗时越长。比如我之前处理100万微分区的库，用X-Large大概15分钟，你可以自己积累对应的数据做参考。

内容的提问来源于stack exchange，提问作者DisasterArea