Snowflake に集めたデータを機械学習に使おうと資料を読むと、Snowpark・Feature Store・Model Registry という 3 つの名前が並んで出てきます。
どれも Snowflake の中で機械学習を進めるための部品ですが、受け持つ工程がそれぞれ違うので、名前だけでは境目が見えません。
3 つをデータの準備、特徴量、学習済みのモデルの順に並べると、データを Snowflake の外に出さずに学習から推論までをつなぐ作りになっていることが分かります。
その作りが分かると、AWS の SageMaker AI で同じことを組む場合と、どこで設計が分かれるのかにも説明がつきます。
私は Snowflake も SageMaker AI も自分のプロジェクトでは使っておらず、公式ドキュメントを読みながら学んでいるところです。
Snowflake と AWS のサービスの対応は、保存・計算・台帳の側から前の記事で並べました。
Snowpark・Feature Store・Model Registryとは
Snowflake には、機械学習のための機能をまとめた Snowflake ML があり、Feature Store と Model Registry はその一部です。
Snowflake ML の概要には、特徴量の管理、学習、実験の記録、モデルの登録と推論、運用の監視までが並んでいます。
Snowpark は、その土台にあたる、Python・Java・Scala のコードから Snowflake のデータを処理するためのライブラリです。
3 つの部品を機械学習の流れに置くと、次のようになります。
| 工程 | 部品 | Snowflake の中での正体 |
|---|---|---|
| データを整える | Snowpark | DataFrame の操作を SQL に変えて、ウェアハウスで実行する |
| 特徴量を作り、学習と推論に渡す | Feature Store | スキーマ。特徴量ビューは動的テーブルかビュー |
| 学習済みのモデルを版で管理し、推論する | Model Registry | スキーマの中のモデルのオブジェクト |
Python から使う部品は snowflake-ml-python というパッケージにまとまっています。
ドキュメントの一部には Snowpark ML という呼び方も残っていて、同じパッケージを指しています。
Snowpark
Snowpark の中心にあるのは、テーブルのデータを表す DataFrame です。
Snowpark API の説明によると、DataFrame を組み立てた時点ではデータは取り出されず、結果を求める操作をしたときに SQL がまとめて Snowflake へ送られます。
処理はすべて Snowflake の中で動くので、Spark のような別のクラスターを用意する必要はありません。
Python の関数を UDF として登録すると、そのコードも Snowflake の中で、データのそばで実行されます。
ストアドプロシージャとして書いた処理を、Snowflake のタスクで定期的に動かすことも可能です。
学習も、ストアドプロシージャの中で動かせます。
Snowpark Python で学習する手順の説明では、メモリの多い Snowpark 最適化ウェアハウスを使い、1 台のノードで学習する方法が紹介されています。
GPU を使う学習や、処理を分散させる大きな学習は、Snowpark Container Services の上で動く Container Runtime の受け持ちです。
Container Runtime の説明によると、処理は CPU か GPU のコンピュートプールで動き、学習とデータ読み込みの API は分散処理の仕組みの上に作られています。
PyTorch や XGBoost などのパッケージが最初から入っていることは、Snowflake ML の概要に書かれています。
Feature Store
特徴量は、機械学習のモデルに入力として渡す値のことです。
気温や出席者数のような列をそのまま使うこともあれば、タイムスタンプから曜日を取り出すように、元のデータを加工して作ることもあります。
Feature Store の概要によると、Snowflake の Feature Store の正体は 1 つのスキーマです。
特徴量をまとめた特徴量ビューは動的テーブルかビューで、特徴量の主語にあたるエンティティはタグとして実装されています。
Snowflake の側で更新まで受け持つ特徴量ビューは、動的テーブルとして作られます。
特徴量ビューの説明によると、更新の間隔は 最短 1 分の間隔か、タイムゾーン付きの cron 式で決めます。
dbt のような外の道具で作った特徴量の表も、外部の特徴量ビューとして登録でき、こちらの実体は表の上のビューです。
学習用のデータは、generate_training_set で作ります。
学習と推論での使い方の説明によると、エンティティの ID とタイムスタンプとラベルを持った、スパインと呼ばれる表を渡すと、それぞれの時点に合った特徴量の値が付いて返ってきます。
正解のラベルが付いた時点より後に計算された値が学習データに混ざると、本番では手に入らない情報でモデルを学ばせることになります。
時点をそろえて特徴量を引く仕組みは、このずれを防ぐためのものです。
学習データを後から同じ形で読み直したいときは、generate_dataset で書き換えのできないスナップショットとして保存できます。
学習と推論で同じ特徴量を使えるようにして、学習とサービングのずれを減らすことも、Feature Store の役割です。
推論のときに最新の特徴量をすぐ返すオンライン提供には、2 つの方式があります。
オンライン提供の説明では、1 行ずつの読み出しが速いハイブリッドテーブルを使う方式が一般提供と書かれています。
もう 1 つの Postgres を使う Online Feature Store は、ストリームの取り込みや REST API を持つ方式です。
2026 年 7 月 10 日のリリースノートにあるとおり、こちらはパブリックプレビューとして公開されました。
2026 年 10 月 7 日に確かめた時点でも、オンライン提供の説明のページには、この方式がプレビューであることを示す表示が付いていました。
Model Registry
Model Registry の説明によると、Model Registry はモデルを、スキーマの中のオブジェクトとして保存します。
モデルを登録することはドキュメントではモデルのログと呼ばれ、使うメソッドも log_model です。
同じモデルの名前で別のバージョン名を付けて登録すると、新しい版として追加されます。
版の中から 1 つを既定のバージョンに決められ、DEFAULT・FIRST・LAST という別名と、自分で付けた別名でも版を指せます。
scikit-learn や XGBoost、PyTorch のほか、MLflow の pyfunc の形式にも対応していて、Snowflake の外で学習したモデルも登録できます。
一方で、FORECAST のような ML Functions で作ったモデルは、Model Registry には載りません。
次は、ドキュメントの書式に沿って、登録と推論の流れを私が短くまとめた例で、実行はしていません。
from snowflake.ml.registry import Registry
reg = Registry(session=session, database_name="ML", schema_name="REGISTRY")
# clf は学習済みのモデル(学習の部分は省略)
mv = reg.log_model(clf,
model_name="churn_model",
version_name="v2",
sample_input_data=train_features)
reg.get_model("churn_model").default = "v2" # 既定のバージョンを v2 にする
-- 既定のバージョンで推論する(引数は省略)
SELECT MODEL(ml.registry.churn_model)!predict(...) FROM customers;
-- 別名 LAST の版で推論する
SELECT MODEL(ml.registry.churn_model, LAST)!predict(...) FROM customers;
SQL からの推論の説明にあるとおり、バージョンを書かない呼び出しは既定のバージョンを使います。
そのため、既定のバージョンを切り替えれば、SQL を書き換えずに使うモデルを替えられます。
Feature Store も Model Registry もスキーマの中のオブジェクトなので、ロールによるアクセス制御と、クレジットでの通常の従量課金がそのまま効きます。
どこで使われるか
よくある流れは、S3 にたまったデータを Snowflake に読み込み、Snowflake の中で整えてから機械学習に使う形です。
S3 からの読み込みとウェアハウスの仕組みは、Snowflake の基本を扱った記事にまとめました。
読み込んだ後は、特徴量ビューが動的テーブルとして決まった間隔で更新され、そこから generate_training_set で学習データを作ります。
学習は Container Runtime のノートブックか ML Jobs で動かし、できたモデルを Model Registry に登録します。
推論の形は、推論の概要では次の 3 つに分けられています。
| 推論の形 | 動く場所 | 向いている用途 |
|---|---|---|
| SQL でのバッチ推論 | ウェアハウス | テーブルのデータに対して、データパイプラインの中で推論する |
| リアルタイム推論 | Snowpark Container Services | Web やモバイルのアプリから HTTP で呼び、すぐに結果を返す |
| ジョブでのバッチ推論 | Snowpark Container Services | ステージに置いた画像・動画・音声のファイルをまとめて処理する |
SQL でのバッチ推論は、動的テーブルと組み合わせると、届いた行にだけ推論を続ける仕組みになります。
SQL からの推論の説明には、ログインの記録に 20 分の遅れでログインの危険度の予測を付け続ける動的テーブルの例が載っていました。
Snowflake の外で学習したモデルを登録して推論に使うことも、Snowflake で学習したモデルを外へ持ち出して使うこともできます。
先に知っておく用語
この先の選び分けと落とし穴に出てくる言葉を、短く確かめておきます。
- 特徴量: モデルに入力として渡す値。元のデータを集計・加工して作ることが多い
- エンティティ: 特徴量の主語にあたるもの。動画配信ならユーザーや映画。Snowflake ではタグで実装される
- 特徴量ビュー: 関連する特徴量をまとめて作る単位。Snowflake では動的テーブルかビュー
- 動的テーブル: 元の表の変化に合わせて、決めた遅れの範囲で中身を自動で更新する Snowflake のテーブル
- スパイン: 学習データを作るときに渡す、エンティティの ID・タイムスタンプ・ラベルを持った表
- 学習とサービングのずれ: 学習のときと本番の推論のときで、特徴量の作り方や値がずれて、精度が落ちること
- Snowpark 最適化ウェアハウス: 多くのメモリと計算資源が要る処理に向けた仮想ウェアハウス
- Snowpark Container Services: Snowflake の中でコンテナを動かす仕組み。コンテナはコンピュートプールのノードの上で動く
- Container Runtime: Snowpark Container Services の上で動く、機械学習用の CPU と GPU の環境
いつ使わないか
AWS で同じことを組むなら、SageMaker AI の部品がそれぞれの役割を受け持ちます。
SageMaker AI の説明によると、AWS の機械学習のサービスは 2024 年 12 月 3 日に Amazon SageMaker から Amazon SageMaker AI に名前が変わりました。
Amazon SageMaker という名前は、データ・分析・AI をまとめた次の世代の基盤のほうを指すようになっています。
| 役割 | Snowflake | AWS |
|---|---|---|
| Python でデータを整える | Snowpark の DataFrame と UDF | SageMaker AI の Processing ジョブ |
| 学習を動かす | Container Runtime・Snowpark 最適化ウェアハウス | SageMaker AI のトレーニングジョブ |
| 特徴量を管理する | Feature Store の特徴量ビュー | SageMaker Feature Store の特徴量グループ |
| モデルの版を管理する | Model Registry の既定のバージョンと別名 | SageMaker Model Registry のモデルグループと承認状態 |
| SQL から推論する | MODEL(…)!predict | Redshift ML の予測関数 |
| すぐに結果を返す推論 | Snowpark Container Services へのデプロイ | SageMaker AI のリアルタイム推論のエンドポイント |
一番大きな違いは、特徴量の置き場所です。
SageMaker Feature Store の説明によると、オフラインストアは自分の S3 のバケットに Parquet の形式で置かれ、Athena から問い合わせられます。
オフラインストアの形式の説明では、Glue と Iceberg の 2 つの形式のうち Iceberg が推奨されています。
OfflineStoreConfig の API の説明によると、どちらの形式でも、既定では表が AWS Glue Data Catalog に自動で作られます。
Snowflake の特徴量ビューは Snowflake の中の動的テーブルなので、特徴量のデータを持つのは Snowflake の側です。
前処理の進め方も違います。
SageMaker AI の Processing の説明では、S3 からデータをコピーして処理用のインスタンスで動かし、終わればインスタンスを片付ける流れになっています。
Snowpark は、データを動かさずに処理のほうを Snowflake の中へ持ち込む作りです。
モデルの版の扱いでは、SageMaker Model Registry は、モデルグループの中に版を並べ、版ごとに承認状態を持たせます。
承認状態の更新の説明によると、用意されたプロジェクトのテンプレートでは、承認待ちから承認済みに変えると CI/CD のデプロイが始まります。
SQL から推論する仕組みで、AWS の中でこれに近いのは Redshift ML です。
Redshift ML の説明によると、CREATE MODEL を実行すると SageMaker AI で学習が行われ、予測の関数が Redshift の SQL 関数として登録されます。
使い手の習熟度ごとの説明によると、最適なモデルは SageMaker AI の Autopilot が自動で探し、AUTO OFF を指定すれば自分で選ぶこともできます。
同じページの冒頭にあるのは、Redshift が 2026 年 6 月 30 日より後は Python の UDF をサポートしないという案内です。
案内からリンクされたAWS のブログは、Python の UDF を Lambda の UDF へ移すよう勧めています。
Snowflake ML の部品を選ばないほうがよい場面は、次のとおりです。
| 部品 | 選ばないほうがよい場面 | 理由 |
|---|---|---|
| Snowpark 最適化ウェアハウスでの学習 | GPU を使う学習や、1 台のメモリに載らない学習 | ドキュメントが示すのは 1 ノードでの学習。GPU や分散した処理は Container Runtime が受け持つ |
| Feature Store | データの正本が S3 にあり、学習も推論も SageMaker AI で行う | 特徴量のためだけに Snowflake へデータを写すことになる |
| Postgres を使う Online Feature Store | 提供の条件が決まった機能だけで本番を組みたい | 2026 年 10 月 7 日の時点でパブリックプレビュー。一般提供はハイブリッドテーブルの方式 |
| Model Registry | FORECAST などの ML Functions のモデルを版で管理したい | ML Functions で作ったモデルはレジストリに載らない |
特徴量とモデルの置き場所をデータの正本に合わせ、正本が Snowflake にあるなら Snowflake ML、S3 にあるなら SageMaker AI を選ぶと、部品の組み合わせが自然に決まります。
課金と落とし穴
部品ごとに、動いている計算の種類と課金の数え方が違います。
課金の軸
金額は改定されやすいので、ここでは何に対して払うかだけを並べます。
| 部品 | 何に対して払うか |
|---|---|
| Snowpark の DataFrame・UDF・ストアドプロシージャ | 実行したウェアハウスのクレジット |
| Feature Store の特徴量ビュー | 動的テーブルの更新に使うウェアハウス、変更の検知に使うクラウドサービス層、保存。外部の特徴量ビューはビューなので保存の追加は無い |
| ハイブリッドテーブルでのオンライン提供 | 引き当てと取り込みに使うウェアハウス、変更の検知、ハイブリッドテーブルの保存 |
| Model Registry | モデルの保存、登録と推論に使うウェアハウス、一覧や設定の変更の操作 |
| Container Runtime・リアルタイム推論 | コンピュートプールのノードの種類と数で決まるクレジット |
動的テーブルの費用の説明も、費用を仮想ウェアハウス、クラウドサービス層、保存の 3 つに分けています。
ハイブリッドテーブルのリクエストへの課金は、オンライン提供の説明によると 2026 年 3 月 1 日から無くなりました。
待っている間も課金される
Container Runtime やリアルタイム推論が動くコンピュートプールは、ウェアハウスとは課金の止まり方が違います。
Snowpark Container Services の費用の説明によると、コンピュートプールは仕事をしていない IDLE の状態でも課金されます。
課金されないのは、起動中の STARTING と、停止した SUSPENDED の状態だけです。
ドキュメントは、AUTO_SUSPEND で自動で止めるよう勧めています。
Postgres を使う Online Feature Store のサービスも、作った後は動き続けます。
オンライン提供の説明には、開発や検証で使い終わったら drop_online_service() で消して、使っていない資源の費用を抑えるよう書かれていました。
増分の更新にならないことがある
特徴量ビューの動的テーブルは、変わった分だけを処理する増分の更新ができれば、更新のたびに元の表を全部読まずに済みます。
特徴量ビューの説明によると、増分の更新の条件は、元の表で変更の追跡が有効になっていることです。
有効でない場合、Snowflake は特徴量ビューを作るときに自動で有効にしようとしますが、それには元の表の所有権が要ります。
所有者でなければ、所有者に頼んで有効にしてもらうか、refresh_mode='FULL' を指定して、更新のたびに元の表を全部読む形にします。
特徴量を作る SQL が増分の更新に向かない形のときも、更新は全体の作り直しになります。
動的テーブルでの推論はモデルの関数に条件がある
届いた行にだけ推論を続ける動的テーブルを作るには、呼び出す関数がすべて IMMUTABLE でなければなりません。
SQL からの推論の説明によると、標準のモデルの関数はたいてい IMMUTABLE ですが、自分で書いたカスタムモデルは既定で VOLATILE になります。
結果が入力だけで決まるモデルなら、登録するときに関数を IMMUTABLE と指定しておく必要があります。
同じ「特徴量グループ」でも指すものが違う
「特徴量グループ」という言葉は、SageMaker Feature Store と Snowflake の両方に出てきますが、指すものが違います。
SageMaker Feature Store の特徴量グループは、レコードの ID とイベントの時刻、特徴量の列を持った表のような単位で、Snowflake の特徴量ビューに近いものです。
Snowflake の特徴量グループの説明では、特徴量グループは 1 つ以上の特徴量ビューを 1 つにまとめて版を付けたもので、ほかの製品で特徴量サービスと呼ばれるものに当たります。
Snowflake の特徴量グループはプレビューの機能で、元の特徴量ビューがすべて Postgres のオンライン提供を使っていることが条件です。
AWS の資料と Snowflake の資料を行き来するときは、どちらの製品の特徴量グループなのかを先に確かめると読み違えずに済みます。
他クラウドでは
Google Cloud では、2026 年 4 月 22 日のリリースノートで、Vertex AI が Gemini Enterprise Agent Platform の一部になりました。
Vertex AI Feature Store は Agent Platform Feature Store に、Vertex AI Model Registry は Agent Platform Model Registry に名前が変わっています。
Agent Platform Feature Store の説明によると、特徴量は BigQuery のテーブルかビューに置き、それがそのままオフラインストアになります。
Agent Platform Model Registry の説明には、BigQuery ML で学習したモデルを書き出さずに登録できると書かれています。
データの正本を BigQuery に置き、特徴量もその中で持つ作りは、Snowflake の Feature Store と考え方が近いものです。
Azure では、Azure Machine Learning が managed feature store とモデルの登録を持っています。
managed feature store の説明によると、オフラインストアには ADLS Gen2、オンラインストアには Redis への書き出しに対応しています。
登録したモデルの扱いの説明にあるのは、モデルをワークスペースに版付きで登録して管理する方法です。
レジストリの説明によると、ワークスペースをまたいでモデルを共有するときはレジストリを使います。
| 区分 | AWS | Google Cloud | Azure |
|---|---|---|---|
| 特徴量ストア | SageMaker Feature Store | Agent Platform Feature Store(旧 Vertex AI Feature Store) | Azure Machine Learning の managed feature store |
| オフラインの特徴量の置き場所 | 自分の S3(既定で Glue Data Catalog に表を登録) | BigQuery のテーブルかビュー | ADLS Gen2 |
| モデルの登録 | SageMaker Model Registry | Agent Platform Model Registry(旧 Vertex AI Model Registry) | Azure Machine Learning のモデルの登録 |
参考
本文のリンクで紹介した公式ドキュメントは、いずれも 2026-10-07 に参照しました。
Online Feature Store のプレビューや Google Cloud の改名のように、提供の段階や名前が変わることがあるので、構成を決める前にはリンク先の最新の記述を確かめてください。
最後に
Snowpark はコードを Snowflake の中で動かす土台で、Feature Store は特徴量を動的テーブルとして作り続けます。
Model Registry は、モデルを版で管理し、SQL からの推論に使えるようにする部品です。
AWS では SageMaker AI の Feature Store と Model Registry が同じ役割を持ち、特徴量のオフラインの置き場所が自分の S3 になる点が一番の違いでした。
資格試験で対応するのは AWS Certified Machine Learning Engineer – Associate で、MLA-C01 と MLA-C02 の比較によると、2026 年 9 月 29 日から新しい版の MLA-C02 に切り替わりました。
MLA-C02 の試験ガイドの第 1 分野には、SageMaker Feature Store への取り込みと、特徴量の作成と管理が挙がっています。
第 3 分野には、SageMaker Model Registry を使ったモデルの版の管理も含まれています。
学習データを作るときは、ラベルが付いた時点より後の値が特徴量に混ざっていないかを時刻の列で確かめておくと、どの製品を使う場合でも役に立ちます。
以上です。













コメントを残す