能否获取Snowflake中Inference Service的访问历史？有无类Databricks Event History功能？

原生日志优化方案 #

Snowflake的服务日志确实包含推理服务的访问相关数据，默认输出繁杂的问题可通过精准筛选解决：

• 锁定日志类型：查询服务日志时，通过LOG_TYPE字段定位访问类日志（如INFERENCE_SERVICE_ACCESS），同时用SERVICE_NAME指定目标推理服务；
• 提取核心字段：重点关注USER_NAME（访问用户）、TIMESTAMP（访问时间）、REQUEST_URI（请求路径）、RESPONSE_STATUS（响应状态）这些关键信息，示例查询：

SELECT 
  USER_NAME,
  TIMESTAMP,
  REQUEST_URI,
  RESPONSE_STATUS
FROM TABLE(SNOWFLAKE.INFORMATION_SCHEMA.SERVICE_LOGS())
WHERE SERVICE_NAME = 'your_inference_service'
  AND REQUEST_URI LIKE 'your_ingress_url_prefix%'
ORDER BY TIMESTAMP DESC;

• 创建持久化视图：把上述筛选逻辑封装成视图，后续直接查询视图就能快速获取结构化的访问历史，避免重复编写过滤条件。

增强追踪的实现方式 #

如果原生日志的粒度或信息维度无法满足需求，可通过以下方式扩展：

• 强制身份认证：启用Snowflake OAuth或SCIM集成，确保所有访问推理服务的请求都经过身份验证，这样USER_NAME字段会准确记录访问者身份，避免匿名访问；
• 自定义日志埋点：在推理服务的代码入口添加日志逻辑，将访问者身份、请求参数、耗时等信息写入专门创建的INFERENCE_ACCESS_LOGS表，后续直接查询该表即可获取定制化的访问数据；
• 配置告警规则：基于服务日志或自定义日志表设置Snowflake告警，比如检测到未授权访问、频繁失败请求时自动触发通知。

与Databricks Event History的差异说明 #

Snowflake目前没有和Databricks Event History完全一致的开箱即用功能，但通过上述方案可实现等效的访问追踪能力：

• Databricks Event History是针对作业/服务全生命周期的一站式事件记录，而Snowflake需要主动筛选服务日志；
• 自定义日志表的方式灵活性更高，可完全按需定义要收集的字段和维度。

内容的提问来源于stack exchange，提问作者Symantic