Streamlit in Snowflake入門|データアプリをPythonで簡単作成

Streamlit in Snowflake入門|データアプリをPythonで簡単作成 Snowflake
2026.05.07

はじめに:Snowflakeの中でデータアプリが動く時代へ

「Snowflakeのデータをチームに見せたいけど、毎回CSVに落としてExcelで送るのは面倒…」「BIツールを買うほどじゃないけど、ちょっとしたダッシュボードがほしい」——そんな悩みをまるっと解決してくれるのが Streamlit in Snowflake (SiS) です。

Streamlitは、Pythonコードを数十行書くだけでWebアプリが作れる人気のフレームワーク。それをSnowflakeの中で直接ホスティング・実行できるようにしたのが Streamlit in Snowflake です。データの取り出し・アプリの配置・権限管理まで、ぜんぶSnowflakeの中で完結します。

Streamlit in Snowflake入門|データアプリをPythonで簡単作成

Streamlit in Snowflakeの基本概念

普通のStreamlitとどう違う?

通常のStreamlitは自分のPCやサーバーで動かして、そこからSnowflakeへ接続する必要があります。一方 SiS は、アプリ自体がSnowflakeのオブジェクトとして存在し、Snowflakeのコンピュート (ウェアハウス) の上で動きます。つまり、別途インフラを用意せずに済み、データはSnowflakeの外に出ません。

  • セキュア:データがSnowflake外に出ない。RBACでアプリ単位に権限を付与可能
  • 低レイテンシ:同じクラウド内でデータと計算が完結
  • 運用ラク:デプロイやサーバー管理が不要

仕組みのイメージ

SiSアプリは「データベース.スキーマ.STREAMLIT」というオブジェクトとして登録されます。実行時はウェアハウスがPythonコードを動かし、内部から Snowpark Python 経由でデータを取得します。

作ってみよう:最短ルートでHello App

ステップ1: Snowsightでアプリを新規作成

左メニューの「Projects」→「Streamlit」を開いて「+ Streamlit App」をクリック。アプリ名・データベース・スキーマ・使用するウェアハウスを指定するだけで、サンプル付きのアプリが立ち上がります。

ステップ1: Snowsightでアプリを新規作成の解説図

ステップ2: Pythonコードを書く

下のサンプルは、テーブルからデータを取得してテーブル表示・棒グラフ・フィルターを置いた最小アプリです。

import streamlit as st
from snowflake.snowpark.context import get_active_session

st.title("🍱 売上ダッシュボード")

session = get_active_session()  # 今のSnowflakeセッションを取得
df = session.table("SALES.PUBLIC.ORDERS").to_pandas()

# サイドバーで地域を絞り込み
region = st.sidebar.selectbox("地域を選択", df["REGION"].unique())
filtered = df[df["REGION"] == region]

st.metric("売上合計", f"¥{filtered['AMOUNT'].sum():,.0f}")
st.bar_chart(filtered, x="CATEGORY", y="AMOUNT")
st.dataframe(filtered)

ポイントは get_active_session() です。アプリはすでにSnowflakeにログインしているので、接続情報を書く必要はありません。

ステップ3: SQLでアプリを管理する

SiSはSQLからも操作できます。CI/CDに組み込みたい場合に便利です。

-- アプリ一覧の確認
SHOW STREAMLITS IN SCHEMA SALES.PUBLIC;

-- 権限を付与(分析チームにだけ閲覧させる)
GRANT USAGE ON STREAMLIT SALES.PUBLIC.SALES_DASH
  TO ROLE ANALYST;

よくあるユースケース

  • 社内向けダッシュボード:KPIモニタリング、在庫確認
  • データサイエンスのデモ:Snowparkで作ったMLモデルをUI付きで配布
  • データ入力フォーム:営業がコメントを入力して書き戻す軽量アプリ
  • Cortex AIのチャットUI:LLM機能を使った社内アシスタント

使うときの注意点

  • アプリ起動・操作のたびにウェアハウスのクレジットを消費します。AUTO_SUSPENDを短めに設定して節約しましょう。
  • 使えるPythonライブラリはAnacondaチャネル経由で提供されているものに限られます (任意のpip installは不可)。
  • アプリのファイル容量や同時実行数には上限があるため、大規模なBI用途より「軽量な業務アプリ」に向いています。

まとめ

Streamlit in Snowflakeを使えば、サーバー不要・データ移動不要でPython製のデータアプリをサクッと公開できます。SQLだけだと共有しづらかった分析結果も、ボタンやスライダー付きの「触れるダッシュボード」にすれば、ビジネスメンバーがぐっと使いやすくなります。まずはサンプルアプリを開いて、st.dataframe や st.bar_chart を1行ずつ追加するところから始めてみてください。

参考リンク

関連記事