SASとSnowflakeどっちがオススメ？SASユーザーがSnowflakeを評価してみました。

SASを初めて使った時の感想は、「速い！」でした。私にとってはSASは、何千万件というデータを、Oracleなどのデータベースより早く処理ができるし、柔軟にデータ加工もできる、そして統計解析や分析もできる最高のツールです。

そんな私ですが、会社の分析環境がSASからSnowflakeに代わり、Snowflakeに触れる機会があったので、SAS大好きユーザーとして、Snowflakeを評価してみました。

なお、会社では数千万件のお客様データと数億件のトランザクションデータを扱い、分析・モデルを構築する業務をしております。

データ処理・加工スピードについて

データの処理や加工スピードですが、SASよりもSnowflakeが圧倒的に速いです。数千万～1億件あたりのデータの集計、加工については、Snowflakeの方が体感で1/10ぐらいの時間で処理できます。

また、チューニング用のコーディングなども必要ありません。SQLで普通にselect文を書くだけで、びっくりするくらいのスピードで処理されます。

件数は2億件、カラム数100ぐらいテーブルを、ある程度複雑なSelect文で集計しても10秒ぐらいです。SASだと・・・100秒はかかります。

外部データの入出力はSASのほうが簡単です。SASツールからインポートとエクスポートボタンを押下すればファイルの入出力が実現できます。

一方、Snowflakeもインポートとエクスポートボタンを押下すれば、ファイルの入出力が実現できますが、ツールがWEBベースのアプリのため、大容量データがとりこめません。また出力もWEBブラウザの機能1ファイルづつダウンロードするため作業効率が良くないです。

なお、Snowflakeにて大容量データの入出力を行う場合は、別のサービスやSnowSQLというCLIツールを使う必要があります。

SnowSQLであれば、SAS以上に柔軟な外部データの入出力が可能ですが、こちらの方法だと、仕組みや手順を新たに覚える必要があり難易度が高いです。

SASやSnowflakeは両者とも変数名やテーブル名に日本語を使うことができますが、使いやすさとしてはSASの方が良いです。

SASは、原則、日本語、英語、どちらの言語も変数名やテーブル名に使うことができます。便利です！。

一方、Snowflakeでは、変数やテーブル名に日本語を使う場合は「”（ダブルクォーテーション）」で囲む必要があります。※英語名の変数やテーブル名には「”（ダブルクォーテーション）」は必要ありません。

「”（ダブルクォーテーション）」を使うことで、特に面倒くさくなるのが、ストアドプロシージャ内の記載方法です。

例えば、INFORMATION_SCHEMA.COLUMNSというカラム名称を保持したテーブルから値を取得し、そのカラム名を使って別のSQLを実行するストアドプロシージャを考えます。

INFORMATION_SCHEMA.COLUMNSから取得したカラム名称は「”（ダブルクォーテーション）」で囲まれていないので、取得した値を使って別のSQLを作成するような処理を記載すると、事前に「”（ダブルクォーテーション）」で囲むような記述が追加で必要となり、手間暇がかかります。

SASでは「%macro」で関数を作成できます。Snowflakeでは「CREATE PROCEDURE」で関数を作成することができます。

関数を容易に使えるという点ではSASに軍配があがりますが、関数で実現できる内容を評価するとPython関数が使えるSnowflakeに軍配があがります。

SASのマクロは誰でも気軽に扱えますが、Snowflakeのストアドプロシージャは、ある程度のプログラムの知識が必要となり、習得に時間もかかります。

SASではEnterpriseGuide、SnowflakeではWebUIというツールを使います。

ツールはそれぞれ良い面があるのですが、分析屋が使いやすさという観点で評価すると、SASのEnterpriseGuideのほうが評価が高いです。

SASのEnterpriseGuideの評価が高い理由は、SASの場合、処理が終わった後のデータをExcelのような表で容易に見ることができるためです。

分析屋にとって大事なことは、データを見ながら仮説を考えたり、集計の正確性をチェックすることなので、処理後のデータをすぐ確認できるSASツールを評価します。

一方、SnowflakeのWebUIでは、処理結果を確認するためselect文を発行する必要があり、ひと手間ふえるため、かなりめんどくさいです。

転置・行列変換とは以下のように、行と列を入れ替える機能です。Excelの行/列を入れ替えて貼り付け機能も同じです。

転置・行列変換は、SASだと容易にできますが、Snowflakeだと簡単には実現できません。実務だと、列を年月とした帳票を作成することも多いので、転置は容易にできることが望ましいです。

加工したデータを使って回帰分析やツリー分析を行うのには、SASが便利です。

Snowflakeは、分析ツールではなく、データウェアハウスなので、この結果は当然です。

Snowflakeで分析分析等を行う場合は、別のサービス等を使って分析をすることになります。

SASにはnull値という概念はないのですが、Snowflakeにはnull値という概念があります。

SASユーザーがSnowflakeを使うと、null値という概念が分からず、うまく集計できない場合があります。

これまでの比較結果をまとめてみました。