Snowflake est une plateforme de stockage et de traitement de données qui fonctionne entièrement dans le cloud. Elle est proposée sous forme de service : aucun matériel à acheter, aucun logiciel à installer, et les mises à jour sont gérées par l’éditeur. Elle est disponible sur les trois grands fournisseurs : AWS, Microsoft Azure et Google Cloud.
On la présente souvent comme un data warehouse cloud, c’est-à-dire un entrepôt de données conçu pour l’analyse plutôt que pour les transactions du quotidien. Mais Snowflake accepte aussi des données semi-structurées comme le JSON ou le Parquet, et fonctionne aussi sur le principe du data lakehouse.
Concrètement, les entreprises l’utilisent pour centraliser des sources de données hétérogènes, pour partager des jeux de données avec des filiales ou des partenaires, et pour alimenter des projets de data science.
Par ailleurs, les trois fondateurs de l'entreprise, à savoir Benoît Dageville, Thierry Cruanes et Marcin Zukowski, ont créé la société en 2012 à San Mateo, en Californie. Étant tous les trois des passionnés de ski et de snowboard, ils ont choisi ce nom en hommage à la neige.
L’architecture de Snowflake repose sur trois couches distinctes :
L’intérêt de cette séparation entre calcul et stockage est considérable. Plusieurs équipes peuvent interroger les mêmes données en parallèle, chacune avec son propre entrepôt, sans se ralentir mutuellement. Ainsi Snowflake a une architecture unique puisque le temps de calcul est indépendant du stockage de données, le rendant très performant.
De plus, il combine l’utilisation de deux concepts : le data warehouse et le data lake : un data warehouse stocke des données structurées, prêtes à analyser. Un data lake conserve des données brutes de toute nature, à petit coût. Le lakehouse combine les deux : la souplesse du lac et la rigueur de l’entrepôt, dans une seule plateforme.
De plus, avec Snowflake, vous payez uniquement la puissance de calcul que vous utilisez. Les entrepôts peuvent s'arrêter automatiquement lorsqu'ils ne sont plus utilisés et augmenter leur capacité lorsque l'activité est plus importante, par exemple lors d'une clôture mensuelle. Chaque équipe peut ainsi travailler de son côté sans ralentir les autres.
Cette plateforme permet de partager des données avec d’autres organisations sans les copier ni les échanger par fichiers. Puisqu’il est disponible sur AWS, Azure et Google Cloud, il limite aussi le risque de dépendance à un seul fournisseur cloud, même si vos données restent ancrées dans le cloud que vous avez choisi.
Cependant, Snowflake a aussi des inconvénients : comme le prix dépend de son utilisation, le prix peut vite augmenter si la consommation n'est pas bien surveillée. De plus, utiliser Snowflake signifie dépendre de cet éditeur. Il est donc important de prendre ces éléments en compte dès le début du projet.
D’ailleurs, la tarification de Snowflake est à la consommation et se compose de trois postes : le calcul, le stockage, ainsi que les services cloud et les transferts de données. Le calcul représente en général l’essentiel de la facture. Pour calculer le coût de Snowflake, on utilise une unité appelée le crédit Snowflake. Chaque entrepôt virtuel consomme des crédits lorsqu'il est en fonctionnement. Plus il est grand, plus il consomme de crédits par heure.
Par exemple : un entrepôt X-Small consomme 1 crédit par heure, un Small consomme 2 crédits par heure, et un Medium consomme 4 crédits par heure. À chaque niveau supérieur, la consommation double. Le prix d'un crédit dépend de l'offre choisie, du fournisseur cloud et de la région. On peut compter environ 2 à 4 dollars par crédit, mais il vaut mieux vérifier les tarifs officiels de Snowflake pour avoir un prix précis. (D’après la documentation de Snowflake)
Prenons un exemple : Une entreprise utilise un entrepôt Medium pendant 8 heures par jour, sur 22 jours dans le mois. Le calcul est donc : 4 crédits × 8 heures × 22 jours = 704 crédits par mois. Avec un crédit à 3 dollars, cela revient à environ 2 100 dollars par mois. En revanche, si l'entrepôt reste allumé toute la journée, même lorsqu'il n'est pas utilisé, la facture peut être plus de quatre fois supérieure. Il est donc important de bien gérer le temps d'utilisation des entrepôts pour éviter de dépenser trop de crédits.
Le stockage est facturé selon le volume conservé, et les transferts de données sortants, notamment entre régions ou fournisseurs cloud, peuvent donner lieu à des frais. Il faut les anticiper dès le choix de l’architecture. La documentation officielle structure la gestion des coûts autour de trois axes : la visibilité, le contrôle et l’optimisation.
Avec Snowflake, évitez de sélectionner toutes les colonnes quand quelques-unes suffisent, filtrez tôt, exploitez le cache de résultats pour les requêtes répétées, et surveillez les tables très volumineuses, pour lesquelles un clustering peut réduire la quantité de données parcourues.
Ces réglages sont simples en théorie, mais ils demandent de mesurer, d’itérer et de bien connaître vos usages, c’est là qu’un regard extérieur fait gagner du temps.
ETIC INSA est la junior-entreprise de l’INSA Lyon, élue la meilleure junior-entreprise de France en 2025. Nous accompagnons les entreprises dans leurs projets data et cloud, de la réflexion à la mise en œuvre, avec une approche sur mesure, afin de clarifier vos usages, vos sources de données et votre budget cible, et ainsi :