Analytics in der Cloud mit Snowflake
Ihr bestehendes Data Warehouse stößt bei der Performance häufig an seine Grenzen? Mit der Analyse semi-strukturierter Daten gibt es aufgrund der Komplexität von NoSQL-Technologien immer wieder Probleme? Administration und Wartung der derzeitigen Systeme halten Ihre Beschäftigten von Tätigkeiten ab, die für Ihr Geschäft wichtig wären? Oder sind Sie schon weiter, stehen vor der Einführung einer analytischen Plattform und suchen dafür eine zukunftsfähige Lösung samt bedarfsgerechtem Kostenmodell?
Dann wäre Snowflake vielleicht eine Alternative. Werfen Sie mit uns einen Blick auf eine der aktuell besten cloud-basierten Analytics-Plattformen.
Was ist neu?
Die cloud-basierte Datenplattform von Snowflake wird trotz der noch jungen Historie bereits seit mehreren Jahren von Gartner als Leader für analytische Datenplattformen genannt. Snowflake überzeugt viele Unternehmen vor allem mit drei Dingen:
- Hohe Benutzerfreundlichkeit
- Umfangreiche und stetig wachsende Funktionalitäten
- Rechnerische Vorteile (Return of Investment)
Vorsprung durch Architektur
Die meisten Cloud DWH Services basieren auf Datenbanksystemen mit On-Premises-Vergangenheit. Diese werden für die Nutzung in der Cloud angepasst, können aber nicht alle Möglichkeiten der Cloud ausnutzen.
Snowflake hingegen wurde von Grund auf für die Cloud entwickelt. Das Ergebnis ist eine patentierte, multicloud-fähige Multi-Cluster- und Shared-Data-Architektur. Das heißt, in dieser Architektur sind die Speicher-, Rechen- und Serviceressourcen strikt voneinander getrennt. Daraus resultieren verschiedene Vorteile und Eigenschaften gegenüber traditionell designten Data Warehouses:
- Vollständige Entkopplung der Speicher- und Rechensysteme (Storage/Compute)
- Eine zentrale Datenbank für alle Daten
- Die vollständig unabhängigen und nach Workload isolierten Cluster sorgen dafür, dass Benutzende frei agieren können, ohne sich gegenseitig zu behindern.
- Flexibel: unabhängig und praktisch unbegrenzt
- Bedarfsgerecht: Skalieren Sie nach Bedarf oder automatisiert Umfang und Anzahl der Recheneinheiten (up/down, out/in, Pausieren nicht benötigter Rechenressourcen)
- Vollelastisch: Sie erhalten sofort die volle Leistung, Ausfallzeiten gibt es nicht
- Security: Hochverfügbarkeit und Sicherheit sind garantiert.
- Performance: Es ist kein Tuning notwendig.
- IT-Betrieb: Sie müssen sich weder um die Administration von Hardware und Software kümmern, noch um Indizierung, Datenverteilung oder Partitionierung.
- Pay-per-Use: Compute-Einheiten werden sekundengenau berechnet, Speichereinheiten pro Terabyte.
Von Google über AWS bis Azure: Mit Snowflake haben Sie Ihre Datenlandschaft im Griff.
Besondere Features
Snowflake kann Funktionen anbieten, die andere nicht können, weil sich die Plattform das Cloud-Computing vollständig zu Nutze macht. Die größten Unterschiede gibt es bei Benutzerfreundlichkeit und Funktionsumfang. Vielseitige Anwendungsfälle weit über die Grenzen des klassischen Datawarehousings können abgedeckt werden. So entwickelte sich Snowflake von einem „Cloud DWH" zu einer „Cloud Data Platform". Die Funktionalitäten wachsen weiter. Hier einige Features:
Ist diese Funktion aktiviert, können Sie in Snowflake zurückliegende Datenstände bis zu 90 Tage in die Vergangenheit abfragen und wiederherstellen. Ohne ein manuelles Backup.
Teilen Sie von Ihnen definierte Daten mit ausgewählten Personen. Diese erhalten auch dann Zugriff auf Live-Daten, wenn sie keinen eigenen Snowflake Account besitzen.
In Snowflake können Dateien der Formate JSON, Avro, Parquet und XML gespeichert und verarbeitet werden, ohne dass Sie diese zunächst in ein vordefiniertes, relationales Schema transformieren müssen. Dies entspricht dem Schema-on-read-Prinzip, wie Sie es auch in Data Lakes vorfinden. Snowflake vereinigt damit die Konzepte eines Data Warehouses mit denen von Data Lakes und kann so als zentrale Datenplattform agieren. Stichwort: „Single point of truth“.
Im Entwicklerframework Snowpark kann Programmcode in diversen Sprachen ausgeführt werden, z. B. in Python, Scala oder Java, direkt auf den Rechenressourcen der Data Cloud. Die direkte Nähe zu den Daten steigert die Leistungsfähigkeit und Effizienz der damit möglichen Daten-Pipelines, Machine-Learning-Workloads oder Datenanwendungen.
Wie gehen wir vor?
Ein besonderer Vorteil von Snowflake ist, dass der Service so einfach genutzt werden kann. Was aber nicht heißt, dass wir konzeptlos drauflosstürmen können. Stattdessen gehen wir mit Bedacht vor, nutzen ein standardisiertes und erprobtes Vorgehensmodell, das auf Best Practices und aktuellen Informationen von Snowflake aufbaut:
- So vermeiden wir typische Fehler und Stolperfallen,
- können Herausforderungen früh erkennen und lösen
- und einen effizienten produktiven Betrieb sicherstellen.
So helfen wir Ihnen
- Wir starten mit einer umfangreiche Analyse der Ist-Situation, also Ihren Datenquellen, Stakeholdern, Anwendungsfällen und Zielen.
- Sie erhalten Hilfe bei der Auswahl einer technologischen Lösungsarchitektur, die zu Ihnen passt.
- Wir begleiten Sie
- sowohl bei der Migration Ihres Data Warehouses in die Cloud, von Ihrer On-Premises-Lösung nach Snowflake
- als auch beim Aufbau einer neuen analytischen Cloud-Plattform.
- Wenn Sie möchten, fangen wir klein an und bauen mit Ihnen MVPs und POCs, um Snowflake auszuprobieren.
Ihre Vorteile
- Sie erhalten Hilfe bei Planung, Implementierung und Betrieb aus einer Hand.
- Es unterstützen Sie langjährig erfahrene DWH-Fachleute.
- Unsere Partnerschaften mit AWS, Microsoft Azure und Snowflake helfen bei der bestmöglichen Implementierung.
- Unsere spezialisierten und zertifizierten Kollegen sind auf dem neusten Stand der Technik und sorgen für hohe Qualität.
Starten Sie jetzt!
Machen Sie einen Anfang und vereinbaren Sie einen unverbindlichen Termin mit uns.
Nehmen Sie Kontakt zu uns auf
