データウェアハウス移行
80%コスト削減とゼロダウンタイムデュアルライトカットオーバーによるSnowflake → S3/Athena移行
80%コスト削減
1.1 TB移行
課題
Snowflakeコストがデータ予算の80%を消費、分割リージョンインフラ、1,294のBIクエリがレガシーウェアハウスにロック
Snowflakeコストがデータ予算の80%を消費、分割リージョンインフラ、1,294のBIクエリがレガシーウェアハウスにロック。モバイルゲームスタジオが2つのAWSリージョンにわたりSnowflake上でアナリティクスを月額$3,500で運用していました、支出の90%が単一のBIウェアハウスに起因。収益パイプライン、アトリビューションデータ、財務レポートがリージョン間で分割され、統合への明確なパスがありませんでした。外部データ共有依存関係と1,294のMetabaseクエリがリフトアンドシフトを不可能にする移行リスクを生み出していました。
Snowflakeを単一リージョンのS3 + Glue + Athenaに置き換える9フェーズの移行計画を設計しました。重要なアーキテクチャ決定はデュアルライト戦略でした：すべての本番パイプラインがSnowflakeと新しいS3/Icebergスタックの両方に並行して書き込み、ゼロデータ損失リスクでカットオーバー前の行単位照合を可能にします。
13の収益ETLパイプラインを監査し、ECS Fargateでコンテナ化し、既存のSnowflakeロードと並行してApache Icebergテーブルを書き込むよう拡張しました。223のGlueデータカタログテーブルが3つのデータベース（収益、アトリビューション、財務）に登録されました。日次pLTVパイプラインがコホートレベルのアトリビューションデータを外部モデリングパートナーに月額$5の運用コストで配信、ベンダーデータ共有依存を置き換えます。
移行はビジネスへの影響を最小化するよう順序付けされました：収益パイプラインを最初に（最高コスト、最もシンプルなスキーマ）、次にアトリビューションデータ（最も複雑、外部依存）、そしてBIカットオーバー（1,294のMetabaseクエリをAthenaに対して検証）。各フェーズにはSnowflakeライターを無効にする前の自動照合が含まれます。
予測コスト削減
移行済みBIクエリ
pLTVパイプラインコスト
なぜ重要だったか
運用上の必要性
スタジオは1,294件のBIクエリや収益パイプラインを止めることなく、ウェアハウスのコストを下げる必要がありました。
何が変わったか
二重書き込み計画により、各パイプラインは切り替え前にSnowflakeと照合でき、移行リスクは測定可能な段階で扱われました。
背景
モバイルゲームスタジオが2つのAWSリージョンにわたりSnowflakeに月額$3,500を支出。ウェアハウスコストの90%がBIクエリに起因。収益とアトリビューションパイプラインが統合パスなくリージョン間で分割。
制約
1,294のMetabaseクエリがSnowflakeに依存。外部データ共有依存関係にはAthenaの直接的な同等物なし。移行中のゼロデータ損失が必須。
施策
9フェーズのデュアルライト移行を設計：Snowflake → S3/Iceberg/Athena。13パイプラインが両システムに並行書き込み、223 Glueテーブル登録、フェーズごとの自動照合、ベンダーデータ共有を置き換える$5/月のpLTVパイプライン。
成果概要
80%のコスト削減予測、7パイプラインが本番でデュアルライティング、単一リージョン統合、223 Glueテーブル運用中、$5/月のpLTVパイプラインが91–100%のデータ精度でライブ。
アーキテクチャ
ゼロダウンタイムカットオーバーによるSnowflakeからS3/Icebergへのデュアルライト移行
デュアルライトパイプライン
Icebergデータレイク
pLTV配信パイプライン
BI移行
技術スタック
ターゲットスタック
S3 + Glue + Athena（Apache Iceberg）
ソーススタック
Snowflake（1.1 TB、5データベース）
パイプライン
ECS Fargate + Lambda（Python 3.12）
オーケストレーション
EventBridge + Step Functions
BI
Metabase（1,294クエリ移行済み）
配信
クロスアカウントS3 pLTVエクスポート