在AWS Lambda中连接Snowflake的时间很长，并导致请求超时的问题可能是由于网络延迟或冷启动引起的。以下是一些解决方法：

1. 增加Lambda函数的内存分配：增加Lambda函数的内存分配可以提高函数的性能，从而减少连接时间。尝试增加内存分配并重新测试函数。

2. 使用持久化连接：在Lambda函数中，每次调用Snowflake连接时都需要建立一个新的连接，这会导致连接时间较长。可以考虑使用连接池或全局连接，以便在多个请求之间重用连接。这将减少连接时间并提高性能。

以下是使用连接池的示例代码：

import snowflake.connector
from snowflake.connector.pool import Pool, FrozenDict
from threading import Lock

# 创建连接池
pool = Pool(
    user='',
    password='',
    account='',
    warehouse='',
    database='',
    schema='',
    role='',
    pool_size=5,  # 连接池中的连接数量
    schema_search_path='PUBLIC'
)

# 获取连接
def get_connection():
    connection = pool.acquire()
    return connection

# 释放连接
def release_connection(connection):
    pool.release(connection)

# 使用连接
def execute_query(query):
    connection = get_connection()
    try:
        with connection.cursor() as cursor:
            cursor.execute(query)
            result = cursor.fetchall()
            return result
    finally:
        release_connection(connection)

3. 预热Lambda函数：如果函数长时间没有调用，可能会发生冷启动，导致连接时间较长。可以定期调用函数来预热它，以避免冷启动。可以使用CloudWatch事件或其他调度机制来触发函数。

4. 使用VPC连接：如果Lambda函数和Snowflake位于不同的VPC中，网络延迟可能会增加连接时间。在这种情况下，可以考虑在Lambda函数中使用VPC连接，以便直接访问Snowflake。

这些解决方法可以帮助减少AWS Lambda请求超时和连接Snowflake时间较长的问题。根据具体情况选择适合的解决方法并进行测试。