So hosten Sie Streamlit-Dashboards in Snowflake – schnell und kostengünstig

Die Auto-Suspend-Falle

Die Doku sagt Folgendes: Nach drei Tagen ohne Nutzeraktivität endet der Streamlit-Server-Prozess. Danach suspendiert der Compute Pool gemäß seinem eigenen AUTO_SUSPEND-Wert.

Damit gibt es zwei Probleme.

Erstens: Die drei Tage sind (noch) nicht konfigurierbar. Sie können daraus weder einen Tag noch eine Stunde machen. Drei Tage leerlaufender Node sind rund 8 Credits oder $24. Für sich genommen kein Desaster. Aber es summiert sich über einen ganzen Pool hinweg – und über jede Umgebung, in die Sie deployen.

Zweitens: Der AUTO_SUSPEND des Pools zählt erst, wenn keine Services mehr darauf laufen. Der Streamlit-Service bleibt bestehen, bis die drei Tage um sind, der Pool-Timer kommt also nie zum Zug.

Stand 15. Oktober 2026 greift Auto-Suspend nicht zuverlässig: Ich habe beobachtet, wie ein Service samt Container über Tag 3 hinaus lief und an Tag 4 immer noch Geld kostete. Laut Snowflake-Support liegt die Ursache in offen gelassenen Browser-Tabs, die den Websocket immer wieder neu aufbauen wollen (selbst abgelehnte 401-Reconnects setzen den Idle-Timer im Backend zurück). Snowflake arbeitet an einem Fix – wenn Sie das hier lesen, ist das Problem womöglich schon behoben.

Es gibt ein Private-Preview-Feature, das idle_auto_shutdown_time_seconds auf App-Ebene hinzufügt, so wie es die Warehouse Runtime bereits hat. Vielleicht ist Ihnen die Property schon aufgefallen, wenn Sie eine Streamlit-App per describe abfragen. Sobald Sie freigeschaltet sind, können Sie einen kürzeren Wert setzen. Fragen Sie Ihr Snowflake-Account-Team. Ich würde das liebend gern pro App auf ein paar Stunden setzen und das schlankstmögliche Setup fahren!

Bis dahin gilt: Verlassen Sie sich nicht auf den Drei-Tage-Timer. Suspendieren Sie selbst, wenn Sie sparen wollen. Schauen wir uns das genauer an.

Nächtlich suspendieren und die Nutzer aufwecken lassen

Die einfachste Kostenersparnis ist ein geplanter Task, der den Pool jeden Abend suspendiert:

CREATE OR REPLACE TASK suspend_streamlit_pool
  SCHEDULE = 'USING CRON 30 18 * * * America/New_York'
AS
  ALTER COMPUTE POOL SYSTEM_COMPUTE_POOL_CPU SUSPEND;

Die Rolle, der der Task gehört, braucht OPERATE auf dem Pool. Läuft er als Serverless Task, braucht sie zusätzlich EXECUTE MANAGED TASK.

Morgens muss niemand etwas tun. Die erste Person, die ein Dashboard öffnet, weckt den Pool auf. Nach meiner Erfahrung dauert dieser erste Aufruf rund 45 Sekunden (Cold Start). Danach ist es für alle anderen schnell.

Der Punkt, den viele übersehen – und wo sich die Ersparnis summiert

Wenn Sie den Pool nachts suspendieren, wird jedes Dashboard heruntergefahren. Am Morgen kommen nur die zurück, die jemand öffnet – und nur diese kosten wieder Geld.

Angenommen, Sie haben 25 Dashboards. Lassen Sie alles laufen, zahlen Sie für 9 Nodes, denn mit der Zeit öffnet jemand jedes einzelne davon. Suspendieren Sie nachts und öffnen die Leute am nächsten Tag nur 4 Dashboards, zahlen Sie für 2 Nodes. Die anderen 21 Dashboards kosten an diesem Tag nichts.

Das macht den nächtlichen Suspend zu einem deutlich mächtigeren Hebel, als nur die suspendierten Nachtstunden einzusparen. Sie zahlen auch nicht mehr für Dashboards, die niemand ansieht. Monatsabschluss-Reports, das Quartals-Review, das verwaiste Dashboard aus einem Projekt von vor Monaten: Sie kosten nur an den Tagen Geld, an denen sie tatsächlich jemand öffnet.

Ihre Rechnung richtet sich jetzt danach, wie viele Dashboards pro Tag geöffnet werden – nicht danach, wie viele Sie deployt haben.

Vorteile

• Planbare Rechnung. Sie kennen den Worst Case.
• Es funktioniert auch, solange der Auto-Suspend-Bug existiert.
• Ein einziges Statement suspendiert jeden Node im Pool, egal ob Sie 3 Dashboards haben oder 30.
• Selten genutzte Dashboards kosten kein Geld mehr.
• Nichts, woran man denken muss. Niemand muss sich einloggen und etwas stoppen.

Nachteile

• Wer ein Dashboard an einem Tag als Erster öffnet, wartet rund 45 Sekunden. Meine Nutzer kommen damit gut klar.
• Wer spät oder am Wochenende arbeitet, trifft auf denselben Cold Start.
• Der Suspend fährt jeden Node im Pool herunter. Wer gerade mitten in einer Session ist, landet plötzlich auf einer Reboot-Seite – wählen Sie also eine Uhrzeit, zu der alle Feierabend haben. Meiner Meinung nach ist das Risiko gering und der Refresh schnell genug, dass es sich lohnt.

Wenn 45 Sekunden zu lang sind für die Leute, die morgens als Erste die Dashboards öffnen, können Sie ein paar Minuten vor deren Ankunft eine authentifizierte Anfrage an die Endpunkte dieser Apps senden. Bei mir hat das funktioniert, erfordert aber ein OAuth-Setup, was zusätzliche Komplexität bedeutet. Wärmen Sie nur die wenigen wichtigen vor, sonst verspielen Sie die Ersparnis bei den Dashboards, die niemand liest. Für mich ist das Vorwärmen (wegen des nötigen OAuth-Flows) mehr Aufwand, als es wert ist – aber die Option existiert.

Kostenszenarien

Annahmen: $3 pro Credit, 25 deployte Dashboards, drei Dashboards pro Node. "Suspendiert" heißt: Die Nodes laufen nur werktags 12 Stunden am Tag (22 Tage im Monat). Das ist eine Obergrenze, denn ein um 14 Uhr geöffnetes Dashboard kostet für den Vormittag nichts.

Vergleichen Sie das nun damit, alle 25 rund um die Uhr laufen zu lassen. Mit der Zeit wird jedes Dashboard geöffnet, Sie zahlen also den ganzen Monat für 9 Nodes: $2.138. Werden an einem typischen Tag nur 4 Dashboards genutzt, bringt Sie der nächtliche Suspend von $2.138 auf $174.

Packen Sie Ihre Nodes voll. Dashboard Nummer 4 kostet Sie dasselbe wie Dashboard Nummer 6 – wenn Sie also schon für einen zweiten Node zahlen, füllen Sie ihn auch.

Break-even vs. Power BI

Power BI Pro wird pro Nutzer abgerechnet. Beim Listenpreis von $14 pro Nutzer und Monat braucht jede Person, die einen Report ansieht, eine Lizenz. Streamlit in Snowflake wird pro Node abgerechnet. Es gibt keine Plattformgebühr und keine Lizenzgebühr pro Nutzer.

Starten Sie also bei Ihrer Nutzerzahl. Hier sehen Sie, was Power BI bei $24 pro Nutzer und Monat (Premium) kostet – und wie viele Dashboards Snowflake mit dem nächtlichen Suspend für dasselbe Geld betreibt:

Lesen Sie die Tabelle so: Werden 4 Dashboards von 50 Personen genutzt, kostet Power BI Pro rund $700 im Monat und Snowflake $174. Werden alle 25 Dashboards von 40 Personen genutzt, liegt Power BI bei rund $560 und Snowflake bei $784 – oder $2.138, wenn Sie nie suspendieren. Je mehr Personen pro Dashboard, desto besser schneidet Snowflake ab. Je mehr Dashboards pro Person, desto besser Power BI.

Zwei ehrliche Einschränkungen:

• Streamlit ist Code. Power BI ist Drag-and-Drop. Wenn Ihre Analysten kein Python schreiben können (oder nicht voll KI-unterstützt arbeiten), spielen die Hosting-Einsparungen womöglich keine Rolle.
• Power BI Premium Per User kostet $24 pro Nutzer und Monat, und mit Fabric-Kapazität entfällt die Viewer-Lizenz bei großen Deployments – sie startet aber bei rund $5.000 im Monat. Prüfen Sie aktuelle Preise, bevor Sie den Business Case aufstellen.

Fazit

1. Nutzen Sie die Container Runtime für Dashboards, die häufig geöffnet werden. Sie ist mein neuer Standard – ich bevorzuge die günstigeren Stundenkosten und will sie nicht mit meiner Warehouse-Nutzung vermischen. Außerdem gefällt mir die User Experience mit weniger Cold Starts im Vergleich zu aggressiv auto-suspendierten Warehouses.
2. Drei Dashboards pro Node. Das vierte startet einen neuen Node.
3. Der kleinste Node kostet rund 0,11 Credits pro Stunde, 2,64 pro Tag, rund $238 im Monat bei $3 pro Credit. Ja, der kleinste Node kann Ihre Dashboards problemlos hosten. Die Datenmenge spielt keine Rolle; Abfragen laufen weiterhin auf Virtual Warehouses.
4. Verlassen Sie sich nicht auf den Drei-Tage-Auto-Suspend. Suspendieren Sie den Pool nach Zeitplan.
5. Nach einem Suspend kosten nur die Dashboards wieder Geld, die jemand öffnet. Sie zahlen für das, was genutzt wird – nicht für das, was deployt ist.
6. Planen Sie einen Cold Start von 45 Sekunden ein – und sagen Sie Ihren Nutzern Bescheid.
7. Ab ein paar Dutzend Nutzern schlägt die Abrechnung pro Node die Abrechnung pro Lizenz.

Wenn Sie Unterstützung bei der Dimensionierung eines Streamlit-Setups brauchen oder herausfinden wollen, wohin Ihre Snowflake-Credits fließen, freuen wir uns, von Ihnen zu hören. Melden Sie sich gern!