Snowflake多套缓存分类对应关系及分类数量技术疑问咨询

两种分类的对应关系 #

两类分类的核心逻辑一致，对应关系如下：

• 第三方资料提及的 Query Result Cache 与官方文档的 Result Cache 完全对应：均由全局服务层维护，跨虚拟仓库共享，默认存储24小时内的查询结果，只要底层数据未变更，相同查询可直接复用结果，无需重新计算。
• 第三方资料提及的 Warehouse data cache 与官方文档的 Local Disk Cache 完全对应：均为虚拟仓库计算节点本地SSD/内存中缓存的微分区数据，仅归属当前仓库使用，仓库暂停或调整规格后缓存会被清空。

为什么官方文档没有提及Metadata cache #

官方并非没有这一缓存，只是未将其纳入面向用户讲解的「查询业务缓存分层」范畴。Metadata Cache属于全局服务层的核心基础能力，默认全局持久化维护，不需要用户做任何配置干预，也不会随虚拟仓库的启停失效，所以官方在介绍用户可感知的缓存层级时没有单独列出，但该缓存真实存在，SELECT MIN(col) FROM table这类无需计算的元数据查询可以不用启动虚拟仓库直接返回结果，就是依托该缓存实现的。

Remote Disk cache是否属于Warehouse Data Cache的一部分 #

不属于。官方提及的Remote Disk Cache本质是Snowflake底层的持久化对象存储层（对应AWS S3、阿里云OSS这类云对象存储服务），负责全量数据的持久化存储，持久性可达11个9。而Warehouse Data Cache是计算节点本地的临时缓存，仅缓存热点查询用到的微分区数据，两者的部署位置、作用、生命周期完全不同，不存在从属关系。官方将其纳入缓存分类，是因为它是常规查询的数据访问最后一级入口，访问速度远高于归档存储，所以被纳入了缓存层级的表述体系。

Snowflake是否实际存在4类缓存 #

是的，Snowflake实际存在4类缓存，按查询访问的优先级从高到低排序为：

• Metadata Cache：全局服务层维护，存储表、微分区的元数据信息
• Result Cache：全局服务层维护，存储历史查询结果
• Local Disk Cache（Warehouse Data Cache）：计算节点本地维护，存储热点微分区数据
• Remote Disk Cache：底层持久化存储层，存储全量持久化数据

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