Blog
EIN OFFENES DATA LAKEHOUSE ERSTELLENMIT APACHE ICEBERG
ACID-Transaktionen in offenen Data Lakes für einheitliche Analytik, KI/ML und andere kollaborative Workloads
Zukunftsgerichtete Aussagen
Diese Seite enthält zukunftsgerichtete Aussagen, unter anderem über künftige Produktangebote. Diese Aussagen stellen keine Garantie dar, dass diese Angebote wirklich bereitgestellt werden. Die tatsächlichen Ergebnisse und Angebote können abweichen und unterliegen bekannten und unbekannten Risiken und Unsicherheiten. Weitere Informationen finden Sie in unserem jüngsten 10-Q-Formular.
Einfache Verwendung
Ein vollständig verwalteter Service, der Upgrades, Speicherwartung und Bereitstellung übernimmt und zahlreiche weitere automatisierte Services bietet – ganz ohne manuelle Einstellungen.
Engine-übergreifender Zugriff
Zentralisieren Sie das Datenmanagement mit Polaris Catalog, damit alle Nutzenden und Engines an einem zentralen Ort nach Iceberg-Tabellen suchen und auf diese zugreifen können.
Schnelle, kosteneffiziente Performance
Erhalten Sie nahezu sofortige, elastische Skalierung, um enorme Datenvolumen und parallele Nutzung zu unterstützen – mit Python, SQL, Java und Scala. Und integrierte Optimierungen sorgen für kontinuierliche Kostenverbesserung und Vorhersehbarkeit.


OFFENER, INTEROPERABLER SPEICHER
Speichern Sie Daten mit dem führenden standardisierten Open-Source-Tabellenformat: Apache Iceberg. Für die Integration bestehender Iceberg-Datasets in Snowflake fallen keine Einspeisungskosten an.
OFFENER KATALOG
Demnächst verfügbar: Vermeiden Sie Anbieterbindung mit Polaris Catalog, einem Open-Source-Katalog für Apache Iceberg.
- Gewährleisten Sie Lese- und Schreib-Interoperabilität für jede Engine, die die Open-Source-REST-API von Iceberg unterstützt.
- Sie erhalten einen zentralen Ort, über den zahlreiche Engines Iceberg-Tabellen verwalten und auf diese zugreifen können.
- Nutzen Sie Container, um die Tabellen in Ihrer eigenen Infrastruktur auszuführen, oder verwenden Sie die Snowflake-Infrastruktur – ganz ohne Anbieterbindung. Im Fall eines Wechsels der zugrundeliegenden Infrastruktur bleiben alle RBAC, Namespaces und Tabellendefinitionen des Polaris Catalog erhalten.


VIELSEITIGE PLATTFORM ZUR DATENVERARBEITUNG
Integrieren Sie Iceberg-Tabellen in die Snowflake-Plattform für Data Engineering und KI.
- Laden Sie Daten kontinuierlich und automatisch in Iceberg-Tabellen – mit Snowpipe.
- Orchestrieren Sie die Erfassung von Datenänderungen (Change Data Capture, CDC) – mit Streams und Tasks.
- Erhalten Sie deklarative Verarbeitung mit geringer Latenz – dank Dynamic Tables (Unterstützung für Iceberg demnächst in Public Preview).
- Analysieren und verarbeiten Sie Textdaten – mit Snowflake Cortex AI.
- Generieren Sie Prognosen – mit den ML-Funktionen von Snowflake Cortex und mit Snowpark ML.
- Wandeln Sie Daten um, in Python, Java oder Scala – mit Snowpark.
Kontrollierter offener Speicher mit Snowflake Horizon
Überblicken und schützen Sie Ihre Daten, sowohl im Snowflake-verwalteten Data-Lake-Speicher als auch in externen Data Lakes – mit den zahlreichen nativen Data-Governance-Funktionen von Snowflake.
- Überwachen Sie sensible Daten im Hinblick auf Compliance, Auffindbarkeit, Schutz und Ressourcennutzung – mit Object Tagging.
Gewährleisten Sie Sicherheit auf Spaltenebene – mit Dynamic Data Masking.
Sorgen Sie für eine automatische Einhaltung von Masking-Richtlinien – mit Tag-based Masking.
Gewährleisten Sie Sicherheit auf Zeilenebene – mit Row Access Policies.
Unterstützen Sie die Einhaltung gesetzlicher Vorschriften und Audits und untersuchen Sie Datenherkunft, Nutzungsmuster und Beziehungen – mit integrierten, sofort abfragebereiten Ansichten.


KOSTENEFFIZIENTE ABFRAGE-PERFORMANCE
Unterstützen Sie zahlreiche gleichzeitige Workloads ohne Ressourcenkonflikte.
Es entstehen nahezu keine Performance-Einbußen zwischen Snowflake-verwalteten Iceberg-Tabellen und eingespeisten Tabellen im Snowflake-Format.
Das verbrauchsbasierte Preismodell gewährleistet, dass Sie nur für das bezahlen, was Sie auch nutzen.
Rechenressourcen werden automatisch anhand der Workload-Anforderungen skaliert.
Die Isolation von Rechenressourcen minimiert Ressourcenkonflikte.
Budgets und Ressourcenmonitore dienen der Überwachung und Kontrolle Ihrer Ausgaben.
Dank kontinuierlicher Performance- und Kostenoptimierung wird das Verhältnis von Preis zu Performance immer besser.
Erste Schritte mit Iceberg
Mit diesen Tutorials können Sie auf praktische Weise lernen, wie Sie Iceberg Tables verwenden.
Starten Sie Ihre 30-tägigekostenlose Testversion
Testen Sie Snowflake 30 Tage kostenlos und erleben Sie die Data Cloud – ohne die Komplexität, Kosten und Beschränkungen anderer Lösungen.