Snowflake MCP Server使ってみた・感じたこと

Snowflake MCP Serverは、Snowflakeとの対話を可能にするModel Context Protocol (MCP) serverです。
このServerを使用することで、SQLクエリの実行やデータ分析の洞察を簡単に行うことができます。
この記事では、Snowflake MCP Serverのインストール方法から実際の使用例を紹介します。

インストール方法

Snowflake MCP Serverをインストールする方法は主に3つあります：

Smitheryを使用したインストール

最も簡単な方法は、Smitheryを使用したインストールです：

npx -y @smithery/cli install mcp_snowflake_server --client claude

uvxを使用したインストール

Smitheryを使用したインストールでは対話形式でSnowflakeの認証情報を入力するとclaude_desktop_config.jsonに設定が追加されますが直接設定を追加することもできます。以下のように設定を追加します：

"mcpServers": {
  "snowflake_pip": {
      "command": "uvx",
      "args": [
          "mcp_snowflake_server",
          "--account",
          "the_account",
          "--warehouse",
          "the_warehouse",
          "--user",
          "the_user",
          "--password",
          "their_password",
          "--role",
          "the_role",
          "--database",
          "the_database",
          "--schema",
          "the_schema"
      ]
  }
}

ローカルインストール

ローカルにインストールする場合も、同様にclaude_desktop_config.jsonに設定を追加します。
MCP Snowflake Serverのコードはこちら にあるので、それをローカルにクローンして使います。

"mcpServers": {
  "snowflake_local": {
      "command": "uv",
      "args": [
          "--directory",
          "/absolute/path/to/mcp_snowflake_server",
          "run",
          "mcp_snowflake_server",
          "--account",
          "the_account",
          "--warehouse",
          "the_warehouse",
          "--user",
          "the_user",
          "--password",
          "their_password",
          "--role",
          "the_role",
          "--database",
          "the_database",
          "--schema",
          "the_schema"
      ]
  }
}

提供される機能

Snowflake MCP Serverは以下の機能を提供します：

リソース

• memo://insights: データ分析中に発見された洞察を集約する、継続的に更新されるメモリソース

ツール

クエリツール

• read_query: SELECTクエリを実行してデータを読み取り
• write_query: INSERT、UPDATE、DELETEクエリを実行（--allow-writeフラグが必要）
• create_table: 新しいテーブルを作成（--allow-writeフラグが必要）

スキーマツール

• list_tables: データベース内の全テーブルをリスト
• describe-table: 特定のテーブルのカラム情報を表示

分析ツール

• append_insight: 発見したデータの洞察をメモリソースに追加

活用例：大相撲力士の戦績分析

Snowflake MCP Serverを使って実際のデータ分析を行う例として、大相撲力士・照ノ富士の戦績分析をやってみました。

Claude Desktopから使ってみる

Snowflake MCPのインストールが完了したら、Claude DesktopからMCP Serverを呼び出して見ましょう。
ここでは大相撲のデータがSnowflake上に格納されている前提で、照ノ富士の戦績データを取得してみます。
使用しているデータはこちら です。

以下のようなプロンプトをClaude Desktop上で入力します。
テーブルの名前やカラム名やカラムに格納されている値をプロンプトに含めておくとスムーズに分析が進みます。

Terunofuji（照ノ富士）の戦績を分析してビジュアルレポートを作成してください。
snowflake_pipのread_queryで確認してください。
 SUMO.CHANCO.BANZUKEテーブルのPREV_Wが前場所の勝利数、PREV_Lが敗退数です。 
RANKカラムには以下のような値が入っています。
Yで始まる: 横綱（Yokozuna）
Oで始まる: 大関（Ozeki）
Sで始まる: 関脇（Sekiwake）
Kで始まる: 小結（Komusubi）
Mで始まる: 前頭（Maegashira）
BASHOカラムで以下のような形式で開催された場所が記録されています。
2023.01: 2023年1月場所
力士の名前は「RIKISHI」というカラム名です
力士の誕生日は「BIRTH_DATE」というカラム名で日付型で保存されています。
日付型のカラムはJSON化できないので、VARCHAR型に変換してください。

以下のような会話で進行しレポートを出力してくれました。

最終的に以下のようなビジュアルレポートが生成されました。
ポン出しでこれが出てくるのは凄いですね。

Snowflake MCP Serverで広がるデータの民主化

Snowflake MCP Serverを試して見て感じたのはこのツールがデータの民主化を進めるのに非常に役立ちそうだということです。
分析を行いたい人が対象のデータの詳しい中身について把握できていない状態でも対話形式でデータの中身を確認しながら分析を進めることができます。
さらにClaudeのAnalysis toolによって分析した結果のレポート作成も即座に行うことが可能です。
これらの作業は従来だとExplonatory Data Analysis（EDA）と呼ばれJupyter Notebookなどを使って行うことが多かったですが、Snowflake MCP Serverを使うことでそれをClaude Desktop上で対話的に行うことが可能になります。

ということでSnowflake MCP Serverはいいぞという記事でした。