SnowflakeとDatabricks|選び分けの4つの軸

SnowflakeとDatabricks|選び分けの4つの軸

AI で業務を作り変える取り組み(AX)の提案資料では、データ基盤の候補として Snowflake と Databricks が並べて出てくることがあります。

どちらもデータウェアハウス、データの加工、機械学習、生成 AI の部品をそろえていて、機能の一覧を見比べても差が見えにくくなっています。

公式ドキュメントで読み比べると、違いが出たのは機能の有無よりも、計算をどのアカウントで動かすか、表をどの形式と台帳で持つか、誰がどの言語で触るか、費用がどこから請求されるか、のほうでした。

この 4 つの軸を持っておくと、提案を受けたときに何を質問すればよいかが決まります。

私は Snowflake も Databricks 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 の仕組みそのものは、計算と保存の分離を扱った記事で書きました。

Snowflakeとは|計算と保存の分離・仮想ウェアハウス

SnowflakeとDatabricksとは

2 つとも AWS・Google Cloud・Azure の上で動くデータ基盤で、違うのは出発点です。

Snowpark Container Services の説明には、Snowflake は構造化データと半構造化データに問い合わせる SQL のデータベースとして始まったと書かれています。

Snowflake の公式の説明では、利用者はハードウェアやソフトウェアを選んだり管理したりせず、保守や更新、調整は Snowflake が受け持ちます。

対応するクラウドの説明によると、保存・計算・クラウドサービスの 3 つの層は、選んだクラウドの上ですべて Snowflake が配置して管理します。

Databricks は、Apache Spark と Delta Lake を中心に、データの加工から分析、AI までを 1 か所で扱う基盤です。

Databricks の概要には、Apache Spark・Delta Lake・MLflow・Unity Catalog が、Databricks の社員が作ったオープンソースのプロジェクトとして挙がっていました。

同じ概要は、Databricks が利用者のクラウドアカウントのストレージやセキュリティとつながり、クラウドの基盤の配置と管理を受け持つと説明しています。

SQL のデータベースから広がった Snowflake と、Spark の処理基盤から広がった Databricks という違いは、この後の判断軸の多くにつながっています。

提案で並んだときの判断軸

提案資料の機能表で丸が並んでいても、次の 4 つは製品ごとに答えが分かれます。

計算をどのアカウントで動かすか

Databricks の全体の構成の説明では、Databricks はコントロールプレーンとコンピュートプレーンの 2 つに分かれています。

Web の画面などの管理の部分は Databricks のアカウントにあり、データを処理する計算資源の置き場所は 2 通りです。

クラシックの計算資源は自分の AWS アカウントの VPC の中に作られ、サーバーレスの計算資源は Databricks のアカウントの中で動きます。

クラシックのワークスペースでは、ワークスペース用の S3 バケットも自分の AWS アカウントに用意するのが前提です。

一方の Snowflake は、手元の環境や自社のプライベートクラウドに入れて動かせないと説明されています。

自分の VPC の中に計算を置けるかどうかは、社内のデータベースやオンプレミスとつなぐときの組み方に効いてきます。

SQL ウェアハウスの種類の説明でも、自前のネットワークの中のデータベースやオンプレミスとつなぎたい場合に、自分のアカウントで動く pro の SQL ウェアハウスを使う例が挙がっていました。

その代わり、pro の SQL ウェアハウスは起動に数分かかり、サーバーレスの起動は たいてい 2〜6 秒と書かれています。

表をどの形式と台帳で持つか

Snowflake の通常の表は、読み込んだデータを Snowflake が内部の列指向の形式に組み替えて持ち、ファイルの大きさや圧縮、統計まで Snowflake が管理します。

Databricks では、Delta Lake の説明のとおり、指定しなければ表は Delta Lake の形式で作られます。

どちらも Apache Iceberg の表を作れるので、表の形式だけで開いているかどうかを比べる意味は薄れています。

次は、ドキュメントの書式に沿って私が短くまとめた例で、実行はしていません。

-- Snowflake: 指定しなければ Snowflake の形式の表
CREATE TABLE sales (amount INT);
-- Snowflake: Iceberg の表にして、自分の S3(外部ボリューム)に置く
CREATE ICEBERG TABLE sales_ice (amount INT)
  CATALOG = 'SNOWFLAKE'
  EXTERNAL_VOLUME = 'my_external_volume'
  BASE_LOCATION = 'sales_ice';

-- Databricks: 指定しなければ Delta Lake の表
CREATE TABLE main.sales.orders (amount INT);
-- Databricks: Unity Catalog が管理する Iceberg の表
CREATE TABLE main.sales.orders_ice (amount INT) USING iceberg;

外のエンジンに表を見せる窓口は、Snowflake では Horizon Catalog、Databricks では Unity Catalog です。

Horizon Catalog の説明によると、Snowflake が管理する Iceberg の表は、Iceberg REST カタログの API を通じて Apache Spark などのエンジンから読み書きできます。

Unity Catalog の管理テーブルの説明でも、Databricks の管理テーブルは Iceberg REST カタログと Unity REST API を通じて外のエンジンから使えるとされています。

さらに、Snowflake のチュートリアルには、Unity Catalog が管理する Iceberg の表を Snowflake から読み書きし、Snowflake から作った表を Databricks で使う手順が載っていました。

表を Iceberg にそろえれば、どちらか一方に決め切らずに、同じ表を両方から使う組み方も取れます。

誰がどの言語で触るか

Databricks のノートブックでは SQL に加えて Python・R・Scala を書けて、データの加工は Spark や Lakeflow のパイプラインで組みます。

Snowflake は SQL が中心で、Python・Java・Scala で書きたい処理は Snowpark のライブラリでデータを動かさずに Snowflake の中で処理します。

Snowflake にも Python と SQL を書けるノートブックがあり、ノートブックの説明では、Jupyter と互換のある Workspaces のノートブックが次の世代として案内されていました。

自前のランタイムや GPU が要る処理には、Snowflake の中でコンテナを動かす Snowpark Container Services が用意されています。

どちらでも両方の書き方ができるので、決め手になるのは、いまのチームが SQL と BI で回しているのか、Python のノートブックで回しているのかという手元の事情です。

機械学習と生成AIの部品

機械学習と生成 AI の部品は、名前は違っても、ほぼ同じ役割で並べられます。

役割SnowflakeDatabricks
特徴量の管理Feature StoreFeature Store(Unity Catalog に登録)
モデルの管理Model RegistryUnity Catalog の MLflow のモデル
文書の検索Cortex SearchAI Search(旧 Vector Search)
指標の意味の定義セマンティックビューメトリックビュー
自然言語での問い合わせCortex Agents(Cortex Analyst から移行)Genie Agents(旧 Genie Spaces)
モデルを呼ぶ・動かすCortex AI Functions・Snowpark Container ServicesModel Serving・AI Functions

ただし、部品は表の形式の選び方とつながっています。

Databricks の AI Search の説明では、索引の元にできるのは Delta Lake の表、ストリーミングテーブル、Iceberg v3 以上の管理テーブルでした。

部品の数では差がつかないので、比べるのは、文書と表をすでにどちらに置いているか、どちらの権限の仕組みで守るかになります。

4 つの軸と、提案者に確かめることをまとめると次のとおりです。

軸SnowflakeDatabricks提案者に確かめること
計算の場所Snowflake が管理するクラウドの上クラシックは自分の AWS アカウント、サーバーレスは Databricks のアカウントクラシックとサーバーレスのどちらを前提にした構成と見積もりか
表の形式指定しなければ Snowflake の形式。Iceberg も選べる指定しなければ Delta Lake。Iceberg も選べるほかのエンジンから同じ表を読む予定があるか
触る言語SQL が中心。Python は Snowpark とノートブックノートブックで SQL・Python・R・Scala運用を引き継ぐのはどのスキルのチームか
請求Snowflake のクレジットDBU と、クラシックなら AWS の計算資源AWS から届く請求が見積もりに入っているか

どこで使われるか

AWS の上で使う場合の典型的な組み方を、2 つの製品と、両方を使う形で並べます。

Snowflake では、AWS のリージョンを選んでアカウントを作り、S3 のデータはステージから読み込むか、外部ボリュームの Iceberg の表として S3 に置いたまま扱います。

Databricks では、ワークスペースを作り、Unity Catalog にストレージの資格情報と外部ロケーションを登録して、自分の S3 のデータを読みます。

サーバーレスのワークスペースの説明によると、サーバーレスのワークスペースには既定のストレージが付いていて、計算資源も自分の AWS アカウントには作られません。

両方を使う形では、Snowflake の側にカタログリンクデータベースを作り、Unity Catalog が渡す一時的な認証情報で S3 の Iceberg の表を読み書きします。

逆向きに、Databricks から Snowflake の Horizon Catalog の Iceberg の表を読むこともできます。

ただ、Databricks の Iceberg の説明によると、ほかの台帳が管理する Iceberg の表は、Databricks からは読み取りだけです。

先に知っておく用語

ここまでと、この後に出てくる言葉を確かめておきます。

  • コントロールプレーン: Databricks の管理の部分。Web の画面やバックエンドのサービスがあり、Databricks のアカウントに置かれる
  • コンピュートプレーン: データを処理する計算資源の置き場所。クラシック(自分の AWS アカウント)とサーバーレス(Databricks のアカウント)の 2 種類
  • ワークスペース: Databricks で、ノートブックやジョブ、機械学習の学習を動かす作業の場所
  • Unity Catalog: Databricks の表やモデルの権限・系譜・監査の記録をまとめて管理する仕組み
  • Horizon Catalog: Snowflake の台帳。Iceberg REST カタログの API で外のエンジンにも表を見せる
  • Delta Lake: Parquet のファイルにトランザクションのログを足した表の形式で、Databricks の既定
  • 外部ボリューム: Snowflake の Iceberg の表のファイルを置く、自分のクラウドストレージの登録
  • DBU: Databricks の課金の単位。VM のインスタンスの種類に応じた、1 時間あたりの処理能力
  • クレジット: Snowflake の計算の課金の単位

データウェアハウスとレイクハウスの違い、Iceberg の表の考え方は、このシリーズの前半で扱っています。

いつ使わないか

提案に乗る前に、それぞれを選ばないほうがよい場面も見ておきます。

選ばないもの場面理由
Snowflake計算資源を自分の AWS アカウントの VPC の中で動かす決まりがある3 つの層をすべて Snowflake が管理し、自社の環境に入れて動かす形は無い
Databricks のサーバーレスAWS と結んだ割引やクレジットを費用に充てたい計算資源と既定のストレージが自分の AWS アカウントの外にあり、クラウド事業者のクレジットや割引が効かない
Databricks のクラシックVPC や S3 のバケットを運用する人がいないワークスペース用の S3 バケットとネットワークを自分のアカウントで持ち、守り続けることになる
どちらか一方への全面移行もう一方にすでに表と利用者がいるIceberg の表を両方から読み書きする公式の手順があり、移さずに使い分けられる
両方AWS の中で閉じていて、SQL の集計が中心S3 と Athena・Redshift で組めば、契約と権限の仕組みを AWS の中で 1 つにまとめられる

最後の行の Athena や Redshift で組む形は、AWS の部品と Snowflake を並べた記事で対応表にしています。

Redshift・AthenaとSnowflakeの対応表

課金と落とし穴

2 つの製品は課金の単位が違うだけでなく、請求がどこから届くかも違います。

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。

区分SnowflakeDatabricks
計算仮想ウェアハウスのクレジット(秒単位・起動ごとに最低 60 秒)DBU。ジョブ・SQL・汎用の計算・Model Serving などの区分ごとに記録される
自動で動く処理Snowpipe などのサーバーレスの機能が使うクレジット予測による最適化やデータ品質の監視などの、サーバーレスの使用分
保存Snowflake の保存量。外部ボリュームに置いた Iceberg の表は AWS が請求サーバーレスの既定のストレージは Databricks、自分の S3 は AWS が請求
計算資源の請求元Snowflake のクレジットとして請求クラシックでは自分の AWS アカウントで動いた計算資源を AWS が請求

請求先が 1 つとは限らない

Databricks のクラシックの計算では、Databricks の DBU とは別に、自分の AWS アカウントで動いた計算資源の費用がかかります。

料金ページの無料トライアルの注意書きにも、自分のクラウドアカウントで使った計算資源はクラウド事業者から請求されると書かれていました。

反対に、サーバーレスのワークスペースの説明によると、サーバーレスの計算資源は自分の AWS アカウントに無いため、AWS のクレジットや割引が効きません。

見積もりが DBU だけで組まれているときは、AWS から届く請求が抜けていないかを確かめます。

Snowflake でも、外部ボリュームに置いた Iceberg の表の保存料は、Snowflake ではなく AWS から請求されます。

動かした覚えのない処理にも請求が立つ

サーバーレスの計算の説明によると、データ品質の監視と予測による最適化はサーバーレスの基盤で動き、サーバーレスのジョブとして請求されます。

サーバーレスのノートブックやジョブを使っていなくても、この分の記録が出ることがあると、同じ説明の FAQ に書かれていました。

使用量の記録が請求のシステムテーブルに載るまでには、最大 24 時間の遅れが出ることもあります。

Snowflake でも、Snowpipe のようなサーバーレスの機能や、Iceberg の表の自動の更新、Horizon Catalog の API の呼び出しが、ウェアハウスとは別に課金の対象になります。

自分の S3 に置いた表は守りも自分持ち

Snowflake の Iceberg の表の説明では、外部ボリュームに置いた表のデータの保護と復旧は利用者の責任で、Fail-safe も効きません。

Databricks のクラシックのワークスペースでは、ワークスペース用の S3 バケットを消したり変えたりしないよう注意書きがあり、消すとワークスペースを復旧できなくなります。

また、サーバーレスのワークスペースの既定のストレージを使う場合は、外のエンジンへ一時的な認証情報を渡す仕組みが使えません。

外のエンジンから同じ表を読む予定があるなら、表をどのストレージに置くかを最初に決めておく必要があります。

他クラウドでは

2 つとも、AWS・Google Cloud・Azure の 3 つのクラウドに対応した製品です。

Snowflake は、アカウントごとにどのクラウドに置くかを選び、アカウントごとに別のクラウドにすることもできます。

Databricks には Google Cloud 向けのドキュメントもあり、Azure では Microsoft Learn に Azure Databricks の説明が載っています。

What is Azure Databricks? - Azure Databricks

それぞれのクラウドにも自前の分析基盤があり、提案ではこちらと比べられることもあります。

区分AWSGoogle CloudAzure
SnowflakeAWS のリージョンにアカウントを置けるGoogle Cloud のリージョンにアカウントを置けるAzure のリージョンにアカウントを置ける
DatabricksDatabricks on AWSDatabricks on Google CloudAzure Databricks
クラウド自身の分析基盤Redshift・AthenaBigQueryMicrosoft Fabric

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 2026-10-09 に参照しました。

Databricks のドキュメントでは、Vector Search が AI Search に、Genie Spaces が Genie Agents にと、旧名を添えた名前の変更がいくつも見られます。

提供の段階や対応リージョンも変わるので、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

Snowflake と Databricks は、機械学習や生成 AI の部品ではほぼ 1 対 1 に並び、違いは計算の置き場所、表の形式と台帳、触る人の言語、請求先に出ていました。

Iceberg の表を介して両方から同じ表を使う公式の手順もあるので、どちらか一方に決め切る前提で提案を読む必要もありません。

資格試験では、Azure の DP-900 の学習ガイドで、分析のワークロードの分野(25〜30%)に Azure Databricks と Microsoft Fabric が入っています。

データ基盤の話はこの記事で一区切りにして、次はクラウドそのものの全体像に戻る予定です。

機能表の丸の数より、計算の置き場所・表の形式・触る人・請求先の 4 つを提案者に聞くほうが、2 つの違いは具体的な答えで返ってきます。

以上です。

コメントを残す

メールアドレスが公開されることはありません。 ※ が付いている欄は必須項目です

CAPTCHA