我可以找到特定 table 在 Snowflake 中使用的微分区数量吗？
Can I find the number of micro-partitions used in Snowflake by a specific table?
有没有办法查明有多少微分区被用于特定 table（或数据库，如果 table 不可能）？
理想地显示由于时间旅行而保留了多少分区...
当您从 table 查询数据时，比如 select * 来自 table 或任何其他关于 table 的查询，在个人资料页面中，您将看到有关 P 的信息运行ing.
示例：
P运行ing
分区扫描 1,505
分区总数。 50,262
如果 table 已经聚类，那么您可以 运行 下面的命令提供有关分区的信息。
select SYSTEM$CLUSTERING_INFORMATION( '' , '( [ , ... ] )' )
添加到以上回复中：
1）使用查询配置文件
针对 table 执行查询以生成查询配置文件，但尽量保持查询更高效，例如添加 LIMIT 子句以限制返回的行数并避免 SELECT STAR（因为 Snowflake 是列式存储，一般来说，根据需要检索尽可能少的列对性能很重要）。
2) 使用 SYSTEM$CLUSTERING_INFORMATION
Snowflake 中的每个 table 都是簇状的。这是'natural clustering'（由系统自动完成）或'explicit clustering'（用户指定聚类键）的问题。
对于自然聚类（记录将根据摄取顺序存储），用户仍然可以使用该功能。使用示例共享数据库的 TPCH 数据集（自然集群）的示例：
SELECT SYSTEM$CLUSTERING_INFORMATION('snowflake_sample_data.tpch_sf1.orders', '(o_orderpriority)');
-- 查询结果显示订单table有10个微分区
{
"cluster_by_keys" : "LINEAR(O_ORDERPRIORITY)",
"total_partition_count" : 10,
"total_constant_partition_count" : 0,
"average_overlaps"：9.0，
"average_depth"：10.0，
"partition_depth_histogram"：{
“00000”：0，
“00001”：0，
“00002”：0，
“00003”：0，
“00004”：0，
“00005”：0，
“00006”：0，
“00007”：0，
“00008”：0，
“00009”：0，
“00010”：10，
“00011”：0，
“00012”：0，
“00013”：0，
“00014”：0，
“00015”：0，
“00016”：0
}
}
有没有办法查明有多少微分区被用于特定 table（或数据库，如果 table 不可能）？ 理想地显示由于时间旅行而保留了多少分区...
当您从 table 查询数据时，比如 select * 来自 table 或任何其他关于 table 的查询，在个人资料页面中，您将看到有关 P 的信息运行ing.
示例：
P运行ing
分区扫描 1,505
分区总数。 50,262
如果 table 已经聚类，那么您可以 运行 下面的命令提供有关分区的信息。
select SYSTEM$CLUSTERING_INFORMATION( '' , '( [ , ... ] )' )
添加到以上回复中： 1）使用查询配置文件 针对 table 执行查询以生成查询配置文件，但尽量保持查询更高效，例如添加 LIMIT 子句以限制返回的行数并避免 SELECT STAR（因为 Snowflake 是列式存储，一般来说，根据需要检索尽可能少的列对性能很重要）。
2) 使用 SYSTEM$CLUSTERING_INFORMATION
Snowflake 中的每个 table 都是簇状的。这是'natural clustering'（由系统自动完成）或'explicit clustering'（用户指定聚类键）的问题。
对于自然聚类（记录将根据摄取顺序存储），用户仍然可以使用该功能。使用示例共享数据库的 TPCH 数据集（自然集群）的示例：
SELECT SYSTEM$CLUSTERING_INFORMATION('snowflake_sample_data.tpch_sf1.orders', '(o_orderpriority)');
-- 查询结果显示订单table有10个微分区
{
"cluster_by_keys" : "LINEAR(O_ORDERPRIORITY)",
"total_partition_count" : 10,
"total_constant_partition_count" : 0,
"average_overlaps"：9.0，
"average_depth"：10.0，
"partition_depth_histogram"：{
“00000”：0，
“00001”：0，
“00002”：0，
“00003”：0，
“00004”：0，
“00005”：0，
“00006”：0，
“00007”：0，
“00008”：0，
“00009”：0，
“00010”：10，
“00011”：0，
“00012”：0，
“00013”：0，
“00014”：0，
“00015”：0，
“00016”：0
}
}