Alternativas a Snowflake: adónde ir según tu nube y cómo salir bien

Por qué pasarte a BigQuery. No hay tamaños ni pausas automáticas que ajustar. Lanzas la consulta, Google la ejecuta y pagas los bytes leídos: 6,25 $ por TiB, con el primer TiB gratis cada mes. Si estás harto de vigilar warehouses que nunca se duermen, es el cambio más claro.

Para quién. Empresas que ya están en Google Cloud y equipos cuyas consultas llegan por oleadas (un informe por la mañana, algún análisis suelto).

Para quién no. Un equipo cuyos cuadros de mando leen tablas enteras todo el día. La factura sigue al volumen leído, así que acabará en slots reservados (Enterprise, 0,06 $ por slot-hora en EE. UU.).

Su límite. El coste depende de cómo organices las tablas, y el particionado y el clustering no se copian desde Snowflake: se configuran a mano, tabla por tabla.

Cómo migrar. Google tiene una guía oficial para migrar de Snowflake a BigQuery: una evaluación de tu cuenta, traductores de SQL de Snowflake a GoogleSQL (Google pide revisar cada consulta traducida) y una herramienta de validación de datos. La guía señala una trampa concreta: Snowflake permite una jerarquía de roles e IAM no (se apoya en la jerarquía de recursos): hay que rehacer los permisos.

Por qué pasarte a Redshift. Si tus aplicaciones, tus datos en S3 y tus herramientas ya están en AWS, Redshift Serverless lo deja todo en una sola factura. Como Snowflake, cobra por segundo con un mínimo de 60 segundos y se para cuando nadie consulta.

Para quién. Equipos en AWS con unos pocos TB que prefieren no sumar otro proveedor.

Para quién no. Quien busca cero ajustes: Redshift pide más cuidado que Snowflake en el diseño de las tablas.

Su límite. La base mínima es de 4 RPU, unos 1,62 $ por hora en París (0,406 $ por RPU-hora). Con el mismo uso que un X-Small de Snowflake encendido 176 horas al mes, salen 4 × 0,406 × 176 = 285,82 $, frente a 457,60 $ en Snowflake Standard en Europa. La cuenta solo vale si tu carga cabe en esa base de 4 RPU.

Cómo migrar. Exportar en Parquet a un bucket de S3 de la misma región no cuesta nada en el lado de Snowflake. AWS da un crédito de 300 $ que caduca a los 90 días, suficiente para un piloto serio.

Por qué pasarte a Fabric. Fabric junta el data warehouse, los pipelines y Power BI bajo una capacidad de precio fijo. Sin créditos que se disparan: una capacidad F2 cuesta unos 292 $ al mes encendida todo el tiempo en Francia Central (cálculo nuestro), y una reserva de uno o tres años ahorra en torno a un 41 %.

Para quién. Empresas que ya usan Microsoft 365 y Power BI y quieren un solo contrato y una factura plana.

Para quién no. Equipos en AWS o Google Cloud, o productos que muestran cuadros de mando a miles de clientes externos.

Su límite. Por debajo de F64, cada persona que lee un informe necesita una licencia de Power BI Pro. Desde F64 ya no. Una capacidad pequeña parece barata en la factura de Fabric, no tanto en el total.

Cómo migrar. Exporta en Parquet a un almacenamiento de Azure en tu región y cárgalo en OneLake. Revisa cada consulta y cada rol por el camino. Usa la prueba gratuita de capacidad con un informe real antes de dimensionar; se factura por minuto.

Por qué pasarte a Databricks. Si tu equipo ya hace Python, Spark y machine learning al lado de Snowflake, Databricks lo reúne todo: SQL, notebooks y entrenamiento de modelos. Una herramienta en lugar de dos.

Para quién. Equipos de datos que mezclan ingeniería, ciencia de datos y BI, con volúmenes de varios terabytes.

Para quién no. Un equipo pequeño que hace sobre todo SQL y cuadros de mando: Databricks le resultará más pesado que Snowflake, para poca ganancia.

Su límite. Fuera de Serverless pagas dos facturas: las DBU de Databricks y las máquinas de tu nube. En Azure Databricks Premium, región Francia Central, la DBU-hora cuesta 0,22 $ en SQL Classic, 0,72 $ en SQL Pro y 0,91 $ en Serverless. Nuestra guía para dejar Databricks explica el camino contrario: las dos migraciones existen.

Cómo migrar. Exporta las tablas en Parquet a tu propio almacenamiento y cárgalas como tablas Delta. Revisa cada consulta: ningún dialecto SQL pasa tal cual de un motor a otro. Empieza con la prueba gratuita de 14 días en un solo dominio de datos.

Por qué pasarte a ClickHouse. Es un motor columnar pensado para agregar miles de millones de filas en menos de un segundo. ClickHouse da un dato concreto: un warehouse de Snowflake atiende 8 consultas simultáneas por defecto, y un nodo de ClickHouse hasta 1.000 (cifra del proveedor). En analítica que ven tus clientes, se nota.

Para quién. Productos SaaS que muestran analítica a sus usuarios y equipos que siguen eventos en tiempo real (logs, clics, sensores).

Para quién no. Un equipo de BI clásico con muchas uniones complejas entre tablas de negocio: ClickHouse obliga a repensar el modelo de datos.

Su límite. En Enterprise, la unidad de cómputo (8 GiB de RAM, 2 vCPU) cuesta 0,36027 $ por hora en Países Bajos y 0,46974 $ en Fráncfort. Una unidad no equivale a un X-Small de Snowflake, así que no compares precios por hora sin un piloto. Los primeros meses suelen costar más de lo previsto mientras el equipo aprende el motor.

Cómo migrar. ClickHouse publica una guía de migración desde Snowflake que parte de una exportación en Parquet a un almacenamiento de objetos. Haz el piloto con una parte de tus datos y los 300 $ de créditos que regala durante 30 días, sin tarjeta.

Por qué pasarte a MotherDuck. Muchas empresas pagan un data warehouse distribuido para 100 o 300 GB. MotherDuck ejecuta DuckDB en la nube, en un solo nodo, por segundo. El plan Lite es gratis (3 usuarios, 10 GB, 10 horas de cómputo al mes) y Business cuesta 250 $ al mes por organización, más el uso.

Para quién. Startups y pymes cuyos datos caben en unos cientos de GB, con un equipo de datos pequeño.

Para quién no. Volúmenes de decenas de TB o picos de cientos de usuarios a la vez.

Su límite. La región se elige al crear la cuenta (Fráncfort o Dublín en Europa) y ya no se cambia. El almacenamiento cuesta 0,04 $ por GB y mes, más que Snowflake por TB.

Cómo migrar. Exporta en Parquet y carga los ficheros. En el SQL, Snowflake pone los identificadores en mayúsculas y DuckDB en minúsculas; VARIANT pasa a JSON, ARRAY a LIST, OBJECT a STRUCT, y no hay tablas TRANSIENT. Una herramienta como SQLGlot convierte la mayor parte de la sintaxis, pero cuenta con corregir a mano en torno a una cuarta parte de las transformaciones.