关于Snowflake并行查询时数据库存储层负载问题的技术问询

你的架构理解是准确的，Snowflake确实采用Database storage（数据库存储层）、Query processing（查询处理层）、**Cloud service（云服务层）**的三层分离架构，查询层的Warehouse也支持纵向（scale up）和横向（scale out）扩展。

针对你担心的存储层负载问题，Snowflake的存储层设计本身做了针对性优化，无需过度担忧：

• 存储层基于云对象存储（如AWS S3、Azure Blob）构建，这类存储原生支持超高并发访问，具备极强的横向扩展能力，普通业务场景的并行请求很难触及其上限
• 查询处理层的Warehouse会通过Cloud service层的元数据服务做请求调度，同时会将常用数据缓存到Warehouse本地存储，大幅减少对底层存储层的重复访问
• 存储层采用列存、微分区、分区等设计，查询只会读取所需的数据块，而非全表扫描，进一步降低了存储层的访问压力

正常情况下，不会因为Warehouse的并行操作导致存储层出现运行错误。若出现相关异常，更多是云服务商侧的临时故障，或是查询本身的设计问题（比如大量无过滤的全表扫描），而非架构层面的并行负载瓶颈。

内容的提问来源于stack exchange，提问作者小谷昂平