Che cos'è Snowflake? Guida per principianti alla piattaforma dati cloud

Snowflake è una piattaforma dati basata sul cloud che ha rivoluzionato l'archiviazione e l'analisi dei dati. Mentre la maggior parte delle piattaforme cloud esegue calcolo analitico e attività legate allo storage, come il trasferimento dei dati, sulle stesse risorse, l'architettura unica di Snowflake separa il carico computazionale da quello di storage. Con l'aumentare del volume di dati, la capacità di Snowflake di adattarsi alle esigenze dell'organizzazione diventa sempre più vitale nell'economia dei dati moderna.

Questo articolo ti introduce a Snowflake dalle basi. Non ti serve alcuna esperienza pregressa con database o cloud computing per seguirlo. Spiegheremo cos'è Snowflake, cosa lo rende diverso, come si usa e come puoi iniziare oggi stesso. Se cerchi un approccio più pratico, dai un'occhiata alla nostra skill track Snowflake Foundations. 

Che cos'è Snowflake?

I database tradizionali on-premises hanno tutto lo spazio di archiviazione, la potenza di calcolo e le apparecchiature di rete presso la sede dell'azienda (on-prem). 

Snowflake è una piattaforma dati cloud-native che consente alle aziende di archiviare, gestire, analizzare e condividere dati su larga scala. Snowflake vive interamente nel cloud e offre potenti strumenti per data warehousing, data lake, business intelligence e machine learning, tutto in un'unica piattaforma. 

Inoltre, rende semplice la condivisione dei dati tra team diversi. I data engineer e i data analyst spesso usano un linguaggio di programmazione chiamato SQL per eseguire rispettivamente trasformazioni e analisi dei dati. Poiché Snowflake si basa su SQL, questi due gruppi possono comunicare più facilmente sulle loro esigenze dati.

Ha un'eccellente integrazione con altri provider cloud ed è spesso scelto per la sua architettura unica che favorisce l'efficienza nell'elaborazione dei dati. 

Integrazione con il cloud

Snowflake è di per sé un ambiente di data cloud completo, tuttavia questo non significa che gli utenti siano vincolati interamente al suo ecosistema. Si integra con le tre principali piattaforme cloud:

• Amazon Web Services (AWS)
• Microsoft Azure
• Google Cloud Platform (GCP)

Queste integrazioni permettono agli utenti Snowflake di condividere facilmente dati da Snowflake alla loro piattaforma cloud esistente e viceversa. Questo offre alle organizzazioni la flessibilità di distribuire Snowflake nell'ambiente cloud che già usano con uno sviluppo minimo.

Architettura unica

Snowflake ha tre layer principali: un service layer, un compute layer e uno storage layer. Il service layer è comune: ospita tutte le funzioni cloud come sicurezza, accesso e infrastruttura. Ciò che rende Snowflake così interessante è come separa il layer di calcolo da quello di storage. 

Nella maggior parte dei casi, risorse computazionali come CPU e memoria sono condivise sia per l'elaborazione sia per l'archiviazione dei dati. La separazione dei due in Snowflake offre alcuni vantaggi notevoli che rendono la scalabilità semplice e l'efficienza maggiore. Lo fa usando il concetto di “virtual warehouses”, in cui ogni persona che usa Snowflake ottiene un proprio set di risorse virtuali non condivise con altri.

Per esempio, condividere i dati è facile perché puoi destinare più risorse al trasferimento e alla copia dei dati verso gli utenti. Quindi, invece che tutti in azienda estraggano i dati da un'unica copia, Snowflake crea copie temporanee per ciascuno.

Allo stesso modo, ora che non stai consumando risorse preziose per lo storage e la copia dei dati, hai a disposizione più CPU per analisi ed elaborazione. Questo significa che query SQL e pipeline analitiche girano più velocemente, purché il tuo virtual warehouse sia abbastanza grande da gestire il carico.

Ecco un riepilogo dei vantaggi:

• Storage: I tuoi dati risiedono in un repository centrale. Qualsiasi operazione che accede ai dati, come il partizionamento o l'indicizzazione, è eseguita da worker specializzati nello storage. Snowflake poi condivide con l'utente solo i componenti dei dati necessari alla sua sessione. 
• Compute: I compiti computazionali sono eseguiti dai virtual warehouses, che sono sostanzialmente cluster di risorse di calcolo (CPU e memoria) che gestiscono attività come SQL analitico, caricamento/scaricamento dati e così via.

L'architettura di Snowflake offre vari vantaggi chiave separando storage e risorse di calcolo:

• Scalabilità: Scala facilmente potenza di calcolo e storage in modo indipendente. Ti serve più spazio? Aggiungilo senza costi extra di CPU. Ti serve più potenza di elaborazione? Espandi il tuo virtual warehouse senza toccare lo storage dati.
• Concorrenza: Più utenti e task girano in parallelo senza competere per le risorse, garantendo prestazioni costanti per tutti.
• Efficienza dei costi: Paghi solo ciò che usi. Scala rapidamente le risorse in base alla domanda, riducendo i costi non necessari.

Architettura Snowflake (docs.snowflake.com)

Per un approfondimento, leggi questo articolo sull'architettura di Snowflake.

Funzionalità principali di Snowflake

Snowflake è una piattaforma dati completamente gestita e cloud-native, pensata per soddisfare le esigenze dei team dati moderni. Come abbiamo visto, offre ottima scalabilità, prestazioni e sicurezza. È anche una piattaforma piuttosto semplice da usare, grazie al supporto SQL e a un'interfaccia intuitiva.

Scalabilità

La scalabilità indica quanto bene un sistema riesce a crescere e gestire più dati o più utenti senza perdere in prestazioni. Snowflake eccelle in questo grazie alla sua architettura separata tra storage e calcolo. Se mi serve più potenza di calcolo, posso aumentare le dimensioni dei virtual warehouses. Se mi serve più storage, posso semplicemente richiedere più spazio di archiviazione.

Nei sistemi tradizionali, scalare significa spesso downtime o riconfigurazione dell'hardware. Se voglio più compute o più storage, può essere un processo lungo, fatto di sostituzione dell'hardware e copia di dati o software su nuovo hardware. In Snowflake, è a portata di clic (o comando).

Esempi:

• Una piccola startup può iniziare con un warehouse X-Small per query leggere e report occasionali.
• Con la crescita dei dati, può passare a un warehouse Large o X-Large, senza migrare i dati. I servizi dati tradizionali potrebbero richiederti di trasferire quei dati in un warehouse fisico più grande prima di poter accedere a maggiore potenza di calcolo.
• Per alta concorrenza (molti utenti che accedono al sistema contemporaneamente), Snowflake supporta warehouse multi-cluster che attivano automaticamente cluster aggiuntivi per gestire il carico.

Snowflake ridimensiona automaticamente i cluster di calcolo in base alla domanda di lavoro. Questo garantisce:

• Prestazioni rapide delle query durante i picchi di utilizzo.
• Risparmio sui costi nei periodi di inattività (le risorse di calcolo si mettono in pausa automaticamente).

Prestazioni

Snowflake è ottimizzato per carichi di lavoro dati esigenti, offrendo velocità costante sia per analisi complesse, caricamenti batch o dashboard in tempo reale. Le tecnologie chiave che ne guidano le alte prestazioni includono:

• Archiviazione colonnare: Dati memorizzati per colonne anziché per righe velocizzano le query analitiche accedendo rapidamente solo ai dati necessari.
• Ottimizzazione automatica delle query: Snowflake analizza e ottimizza automaticamente le query, migliorando le prestazioni man mano che lo usi.
• Caching dei risultati: Le query eseguite di frequente vengono servite all'istante dai risultati in cache, riducendo sia il tempo di calcolo sia i costi.
• Gestione dei metadati: Il tracciamento intelligente di statistiche dei dati e pattern di query garantisce un'esecuzione efficiente delle query.

Sicurezza

Snowflake dà priorità alla sicurezza a livello enterprise con misure robuste progettate per proteggere i tuoi dati:

• Crittografia end-to-end: La crittografia AES-256 salvaguarda i dati sia a riposo sia in transito.
• Controllo degli accessi basato sui ruoli (RBAC): Una gestione granulare degli accessi garantisce che gli utenti vedano solo ciò di cui hanno bisogno, riducendo il rischio.
• Autenticazione a più fattori: aggiunge un ulteriore livello di sicurezza per accedere a Snowflake.
• Data masking e sicurezza a livello di riga: controlli di dettaglio limitano la visibilità dei dati sensibili in base al ruolo.
• Certificazioni di conformità: Rispetta standard di settore come HIPAA e GDPR.
• Time Travel e Fail-safe: Recupera dati storici e ripristina record eliminati fino a 90 giorni, proteggendo da errori o attività dannose.

Facilità d'uso

Snowflake è ampiamente apprezzato per il suo design user-friendly, particolarmente utile per principianti che conoscono SQL. Le principali caratteristiche di usabilità includono:

• Interfaccia web: Una UI intuitiva semplifica navigazione del database, scrittura di query e gestione degli utenti.
• Compatibilità con SQL standard: Nessun nuovo linguaggio necessario. Snowflake supporta i comandi SQL familiari fin da subito.
• Gestione dell'infrastruttura pari a zero: Completamente gestita, con scaling e ottimizzazione automatici che eliminano setup o manutenzione dell'infrastruttura.
• Ampia integrazione con strumenti: Si collega senza problemi a strumenti di analisi (PowerBI, Tableau), servizi ETL (Fivetran) e linguaggi (Python, Java).
• Data marketplace: Esplora e sottoscrivi facilmente dataset di terze parti senza spostare i dati, migliorando le capacità analitiche.

Snowflake punta a rendere qualsiasi transizione da un altro servizio o piattaforma il più semplice possibile. Ecco una ottima sessione di code-along per scoprire quanto facilmente Snowflake può essere usato per l'analisi dei dati con linguaggi come Python e SQL.

A cosa serve Snowflake?

Snowflake ha un'ampia varietà di utilizzi, dal data warehousing all'analisi in tempo reale. In questa sezione copriremo le funzioni fondamentali di Snowflake.

Data warehousing

Un data warehouse è sostanzialmente un hub centrale per dati strutturati raccolti da varie fonti. Snowflake è popolare perché gestisce automaticamente tutte le complessità tecniche. Non devi preoccuparti della manutenzione dei server o di ottimizzare manualmente lo storage: Snowflake se ne occupa per te.

• Lo scaling automatico fa crescere o ridurre il tuo warehouse in base alla domanda.
• Sforzo minimo sull'infrastruttura: concentrati solo sull'analisi dei dati.
• Prestazioni rapide delle query senza competenze specialistiche.

Data lake

I data lake archiviano dati grezzi e non elaborati, che possono essere strutturati (come fogli di calcolo), semi-strutturati (ad esempio email o file JSON) o non strutturati (audio o video). Tradizionalmente, creare un data lake richiedeva molto setup iniziale, ma Snowflake semplifica questo aspetto gestendo nativamente formati eterogenei come JSON, Parquet, ORC, Avro e XML.

• Nessuna elaborazione esterna o setup complicati.
• Combina la flessibilità dei data lake con la praticità del data warehouse, creando quello che spesso viene chiamato "lakehouse".

Condivisione dei dati

Condividere dati tra team o persino tra organizzazioni diverse di solito implica molte copie ed esportazioni. Snowflake rende questo processo semplice: mantieni i tuoi dati nel tuo ambiente e concedi agli altri l'accesso in tempo reale.

• Condivisione dei dati istantanea e sicura.
• Collaborazione semplificata senza trasferire file.

Analisi in tempo reale

Per analisi in tempo reale si intende la capacità di elaborare e analizzare i dati man mano che arrivano, invece di aspettare caricamenti batch periodici. Snowflake lo consente supportando ingestion a bassa latenza e pipeline di streaming. Snowflake offre una varietà di strumenti che supportano l'analisi in tempo reale:

• Snowpipe: Un servizio serverless di ingestion che carica automaticamente i file non appena arrivano nello storage cloud (es. S3, Azure Blob).
• Snowpipe Streaming: Una funzionalità più recente che consente alle applicazioni di inviare dati riga per riga a Snowflake tramite SDK con latenza sotto il secondo.
• Streams e Tasks: Funzionalità native per tracciare le modifiche e automatizzare le trasformazioni

Scopri di più sulle diverse pipeline dati in Snowflake che rendono semplice l'analisi in tempo reale con questa guida per principianti alla creazione di pipeline in Snowflake.

Esplorare l'ecosistema di Snowflake

Oltre a fornire potenti strumenti per le pipeline dati, Snowflake dispone di un intero ecosistema analitico. Offre soluzioni di AI e ML consentendo agli sviluppatori di scrivere nel proprio linguaggio di programmazione per creare trasformazioni dei dati.

Snowflake Cortex: integrare AI e ML

Snowflake Cortex è il layer di intelligenza artificiale e machine learning (AI/ML) integrato in Snowflake. Consente ai team di creare, eseguire e scalare modelli generativi, predittivi ed esperienze in linguaggio naturale direttamente dove risiedono i loro dati, senza dover spostare i dati su piattaforme AI esterne. 

Snowflake fornisce funzioni di AI pronte all'uso che puoi eseguire con semplice SQL, come la possibilità di usare LLM (come Deepseek o Llama di Facebook) per riassumere, tradurre e comprendere le recensioni dei clienti. Cortex Analyst permette di interrogare i dati in linguaggio naturale, ottimo per chi è meno orientato a SQL. Puoi semplicemente porre domande a Snowflake come “Com'è andata la vendita dell'ultimo trimestre?” e Snowflake interrogherà i dati per te.

Snowflake offre anche un ML Studio con ottime opzioni no/low-code per testare e valutare modelli di machine learning su dati Snowflake live. Per una guida pratica a Snowflake Cortex AI, segui questa guida che parla di elaborazione del testo in Snowflake.

Snowpark: dare potere agli sviluppatori

Snowpark è un framework per sviluppatori che permette di creare ed eseguire logiche dati complesse usando linguaggi di programmazione familiari, come Python, Java o Scala, direttamente all'interno dell'ambiente Snowflake.

Tradizionalmente, i data engineer dovevano estrarre i dati dai warehouse per elaborarli altrove. Snowpark ribalta questo modello portando la logica ai dati, migliorando prestazioni, sicurezza ed efficienza dei costi.

Ora puoi avere elaborazione in-database, in cui il tuo Python o Java gira nativamente in Snowflake senza bisogno di una sessione Spark separata. I membri del team possono usare SQL o Python sulla stessa piattaforma e collaborare sugli stessi dati. Inoltre, invece di usare connettori per portare i dati in locale in questi ambienti di programmazione, tutto gira in Snowflake, riducendo il rischio di esposizione dei dati.

 Per ulteriori informazioni sull'esecuzione di linguaggi di programmazione in Snowflake, scopri di più su Snowpark in questa introduzione a Snowflake Snowpark.

Snowflake su AWS

Snowflake è stato progettato da zero per girare nel cloud, con il suo primo e più maturo deployment su AWS. Grazie a questa integrazione precoce e profonda, Snowflake ha una stretta interoperabilità con i principali servizi AWS, permettendo agli utenti di costruire pipeline dati sicure, scalabili e altamente automatizzate usando strumenti e infrastruttura AWS familiari.

Se la tua organizzazione usa già AWS, distribuire Snowflake su AWS rende molto più semplice spostare, elaborare e analizzare i tuoi dati. Ci sono molti servizi che funzionano perfettamente con Snowflake.

Servizi AWS chiave che funzionano con Snowflake

1. Amazon S3 (Simple Storage Service)

S3 è il sistema di storage cloud di AWS, ampiamente usato per archiviare file di dati come log, CSV, JSON, Parquet e altro. Ecco un articolo che parla più nel dettaglio di Amazon S3. Snowflake si integra con S3 out of the box e ti permette di:

• Ingerire dati da S3: Puoi usare COPY INTO o Snowpipe per caricare dati strutturati o semi-strutturati dai bucket S3 nelle tabelle di Snowflake.
• Scrivere dati su S3: Snowflake ti consente anche di esportare o mettere in staging dati su S3 per condivisione, backup o ulteriori elaborazioni.
• Accesso zero-copy (tramite tabelle esterne): Snowflake può interrogare direttamente i dati in S3 senza copiarli prima, usando tabelle esterne—risparmiando tempo e costi di storage.

2. AWS PrivateLink

AWS PrivateLink è una funzionalità di rete che crea connessioni private, sicure e ad alta banda tra il tuo AWS Virtual Private Cloud (VPC) e Snowflake.

Senza PrivateLink, il traffico tra i tuoi sistemi AWS e Snowflake passerebbe tipicamente attraverso Internet pubblico. Garantisce requisiti rigorosi di conformità o latenza con le seguenti caratteristiche:

• I tuoi dati restano all'interno del perimetro della tua rete AWS.
• Elimini l'esposizione a Internet pubblico.
• Aiuta a soddisfare requisiti di sicurezza e regolamentari, specialmente nei settori finanziario, sanitario o pubblico.

3. AWS Lambda, SNS e notifiche di eventi S3

Snowflake supporta un'architettura event-driven tramite ingestion automatizzata attivata dai servizi AWS. Ecco come funzionano insieme:

• Notifiche di eventi S3: ogni volta che un file viene caricato in un bucket S3, AWS può inviare una notifica.
• SNS (Simple Notification Service): queste notifiche possono attivare messaggi verso altri servizi o sistemi AWS.
• AWS Lambda: è una funzione serverless che esegue uno script quando si verifica un evento. Puoi usarla per invocare Snowpipe, il loader continuo di Snowflake.

Questo workflow elimina la necessità di programmare manualmente i caricamenti e abilita pipeline di ingestion quasi in tempo reale, perfette per log analytics, dati da sensori o telemetria applicativa. 

Per saperne di più sulle sfumature dell'infrastruttura AWS di Amazon, consulta queste guide su AWS Lambda, AWS SNS e S3 EFS. 

Consiglio vivamente anche questo corso sui concetti di AWS Cloud e dei servizi per capire a fondo come funzionano tutti questi componenti.

Prime mosse con Snowflake

Qui trovi una panoramica molto rapida di alcuni passaggi fondamentali per iniziare con Snowflake. Per saperne di più sulle funzionalità essenziali di Snowflake, segui questo corso Introduction to Snowflake che copre le basi del caricamento ed esplorazione dei dati in Snowflake.

Accesso a Snowflake

Il primissimo passo è ottenere l'accesso. Snowflake offre (al momento della scrittura, maggio 2025) una trial che fornisce crediti per usare le funzionalità di Snowflake. Iniziare è semplice:

1. Registrati su signup.snowflake.com
2. Scegli un provider cloud (AWS, Azure, GCP)
3. Accedi alla UI di Snowflake

Caricamento dei dati

Puoi caricare dati in Snowflake in vari modi. Puoi trascinare e rilasciare un file supportato (Parquet, JSON, CSV, ecc.) nella UI, che verrà poi elaborato in una tabella nel database e nello schema di tua scelta, usare SQL oppure programmi di terze parti.

Un modo comune è collegare Snowflake a un sistema di cloud storage come S3 di Amazon e usare comandi SQL come COPY INTO per trasferire i dati dal tuo storage cloud al database Snowflake. 

Infine, puoi usare anche strumenti ETL di terze parti come Fivetran e Matillion per elaborare i dati prima di depositarli in Snowflake. Questi strumenti di terze parti aiutano a pulire i dati prima di caricarli in Snowflake. Per maggiori dettagli sull'ingestion dei dati in Snowflake, dai un'occhiata a questa guida su Snowflake Data Ingestion.

Esecuzione delle query

Snowflake rende facile eseguire query dalla sua UI. Per prima cosa, accedi al tuo account Snowflake e poi apri un worksheet. La cosa più importante da capire è che Snowflake richiede di selezionare uno specifico account role e i virtual warehouses. Fa parte dell'architettura di Snowflake che separa l'accesso allo storage e le risorse computazionali.

Se tu, o la persona che gestisce Snowflake, avete assegnato ruoli account diversi, allora ciascun ruolo potrebbe avere livelli di accesso differenti. Magari un ruolo è pensato per i dati di produzione live e un altro per i test. Questo evita di mescolare per errore dati di origini diverse nelle tue analisi!

Ogni ruolo avrà il proprio set di virtual warehouses: seleziona quello giusto che ti darà le risorse computazionali di cui hai bisogno. Magari le cose semplici richiedono solo l'X-Small, ma quelle più grandi il Large o persino l'X-Large.

Poi puoi scegliere il tuo database e lo schema ed eseguire SQL normalmente. Il database è l'unità di archiviazione principale, mentre gli schemi sono le tue raccolte di tabelle.

Una volta impostato tutto, puoi eseguire query SQL normalmente. Per esempio, una query potrebbe essere simile alla seguente: 

use schema snowflake_sample_data.tpch_sf1;
-- or tpch_sf100, tpch_sf1000

SELECT
l_returnflag,
l_linestatus,
sum(l_quantity) as sum_qty,
sum(l_extendedprice) as sum_base_price,
sum(l_extendedprice * (1-l_discount))
  as sum_disc_price,
sum(l_extendedprice * (1-l_discount) *
  (1+l_tax)) as sum_charge,
avg(l_quantity) as avg_qty,
avg(l_extendedprice) as avg_price,
avg(l_discount) as avg_disc,
count(*) as count_order
FROM
lineitem
WHERE
l_shipdate <= dateadd(day, -90, to_date('1998-12-01'))
GROUP BY
l_returnflag,
l_linestatus
ORDER BY
l_returnflag,
l_linestatus;

Per ulteriori spunti su Snowflake e su come padroneggiarne l'interfaccia, leggi questo articolo su come imparare Snowflake. Se vuoi imparare più SQL, consulta i numerosi corsi SQL su Datacamp.

Conclusione

Snowflake è molto più di un data warehouse cloud. È una piattaforma potente che riunisce data warehousing, lake, condivisione, AI e strumenti per sviluppatori in un'unica esperienza. Per i principianti, è uno dei modi più semplici e scalabili per iniziare nel mondo dei dati. Con la sua interfaccia amichevole per SQL, opzioni per sviluppatori come Snowpark e funzionalità di AI tramite Cortex, Snowflake permette a persone e organizzazioni di fare di più con i propri dati. Per ulteriori informazioni su Snowflake, consulta le seguenti risorse:

• Skill track Snowflake Foundations
• Introduction to Data Modeling in Snowflake
• Getting Started with Data Analysis in Snowflake
• Best Snowflake Certification
• SQL Fundamentals