Webinar
Your Data, Your Way: Enabling Analytics with an Open Lakehouse
Erfahren Sie, wie Komodo Health mithilfe von Snowflake Managed Iceberg Tables und einer Open-Lakehouse-Architektur die Interoperabilität verbessert hat.
Anwendungsfall
LakehouseAnalytics
Erleben Sie Snowflakes schnellste Abfrage-Engine für offene Tabellenformate mit Unterstützung für erweiterte Datentypen und optimierter Abfrage-Performance.
Übersicht
Langsamer Datenabruf bremst die Produktivität. Beschleunigen Sie Ihr Open Lakehouse, um mehr Wirkung zu erzielen – mit weniger Komplexität.
Das Abfragen über mehrere Data Lakes hinweg kann kompliziert sein – die Fehlersuche ist oft mühsam und Performance-Engpässe lauern überall. Snowflake ermöglicht es Ihnen, Datensilos in Ihren Architekturen ohne Datenverschiebung zu verbinden, selbst wenn diese Daten in Parquet-Dateien oder in Iceberg- oder Delta-Tabellen liegen.
Vereinfachung des Datenlebenszyklus
Stellen Sie direkte Verbindungen her, transformieren, optimieren und vereinheitlichen Sie Daten über Kataloge und Formate, Regionen und Clouds hinweg, und ermöglichen Sie allen Stakeholder:innen kontrollierten Zugriff auf Datenprodukte, KI-Modelle und Apps.
Beschleunigte Wertschöpfung
Bieten Sie mehr Innovationen im Bereich KI und fortschrittlicher Analytik – und das mit den von Ihnen bevorzugten Sprachen und Schnittstellen – mithilfe einer serverlosen, automatisch skalierenden Engine. Genießen Sie ein erstklassiges Verhältnis von Preis zu Preis Performance für nahezu jede Iceberg-Tabelle.
Sichere, zuverlässige Daten
Profitieren Sie von der umfassenden Sicherheit und Governance Ihrer Snowflake-Umgebung. Implementieren Sie standardmäßige FGAC-, Datenschutz- und Compliance-Kontrollen, um all Ihre Daten-Assets zu schützen.
Vorteile
Erleben Sie die Möglichkeiten leistungsstarker Lakehouse Analytics
Schnelle Analytics mit all Ihren Daten, überall
Mühelos Nutzung der Leistungsfähigkeit Ihres offenen und vernetzten Datenökosystems
Greifen Sie einfach auf Daten und aussagekräftige Einblicke zu – mit einer integrierten Plattform und Engine.
Erweitern Sie die Leistungsfähigkeit der vollständig verwalteten, einheitlichen Abfrage-Engine von Snowflake auf offene Formate, die fortschrittliche Analytics wie Prognosen, Anomalieerkennung, Stimmungsanalyse und Zeitreihenanalyse für komplexe Datentypen wie VARIANT und Geodaten ermöglichen – über all Ihre Datenquellen hinweg, wo auch immer sich diese befinden.
Datenharmonisierung
KI für all Ihre Daten, egal wo sie sich befinden
Entwickeln Sie AI Agents und definieren Sie ML-Workflows mit einer umfassenden Auswahl von KI-Diensten mit demselben Governance-Framework wie die Daten. Nutzen Sie den vollständig verwalteten Cortex AI-Service von Snowflake, um KI- und ML-gestützte Einblicke schneller bereitzustellen.
Analysen mit Enterprise-Geschwindigkeit
Erkenntnisse durch die schnellste Analytics-Engine
Analysieren Sie nahezu in Echtzeit dank Dashboards und Anwendungen mit einer Compute-Engine, die keine Anpassungen erfordert und einfach funktioniert. Verdoppeln Sie die Abfrageperformance¶ auf Apache Iceberg-Tabellen, indem Sie unsere führende Analytics-Engine auf offene Tabellenformate erweitern.
¶Verbesserung des TPC-DS-Benchmarks anhand unserer Stichproben-basierten NDV-Schätzung.
WHOOP verbessert KI/ML-Finanzprognosen bei gleichzeitiger Verbesserung der Kundenerfahrung
Mit Snowflake und Apache Iceberg konnten die WHOOP-Teams den Datenzugriff zentralisieren, gleichzeitig die Komplexität reduzieren, Kosten senken und kritische Prozesse wie Finanzprognosen und die Entwicklung von Features verbessern.
Customer Story lesen (englisch)
- 3-mal schnellere Finanzprognosen – dank eines neuen, in Snowpark erstellten KI/ML-Modells
Freie Katalogauswahl
Sie haben die Wahl: Management, Governance und Discovery Ihrer Daten mit dem für Sie passenden Katalog
Verwalten und entdecken Sie Daten in Ihrer gesamten Architektur mit einem vernetzten Katalogerlebnis über Snowflake Horizon Catalog und Snowflake Open Catalog.
Implementieren Sie präzise Sicherheit mit Zugriffskontrollen auf Tabellen-, Zeilen- und Spaltenebene für Compliance. Alternativ können Sie Ihren beliebigen Iceberg REST API-Katalog nahtlos integrieren.
Ressourcen
Erfahren Sie mehr zu Lakehouse Analytics
Erste Schritte
Gehen Sie den nächsten Schrittmit Snowflake
Starten Sie noch heuteIhre kostenfreie 30-tägige Testversion
- Nutzen Sie Ihre 400 $ kostenfreies Startguthaben
- Erhalten Sie sofort Zugriff auf die AI Data Cloud
- Setzen Sie Ihre wichtigsten Daten-Workloads erfolgreich um
Lakehouse Analytics
Häufig gestellte Fragen
Erfahren Sie mehr über Snowflakes Ansatz für Lakehouse Analytics. Wir haben die wichtigsten Fragen zusammengefasst, darunter das Abfragen vorhandener Daten, das Management von Iceberg Tables und die Verwendung offener Kataloglösungen.
Was ist ein Data Lakehouse?
Ein Data Lakehouse verbindet die kostengünstige Skalierbarkeit und Flexibilität eines Data Lakes, der sich ideal für die Speicherung verschiedenster Rohdaten eignet, mit den robusten Funktionen für Datenmanagement, Governance und High-Performance-Analytics, die typischerweise in einem Data Warehouse zu finden sind.
Wie kann ich außerhalb von Snowflake gespeicherte Daten analysieren, ohne sie zu verschieben?
Mit Snowflake können Sie Daten analysieren, die direkt in Ihrem externen Cloud-Speicher gespeichert sind (wie Amazon S3, Azure Blob Storage oder Google Cloud Storage), ohne sie in Snowflake verschieben oder kopieren zu müssen. Und das geschieht in erster Linie mit:
- External Tables: Fragen Sie Datendateien (z. B. Parquet, CSV, JSON) in Ihrem vorhandenen Cloudspeicher ab als wären es native Snowflake-Tabellen.
- Iceberg Tables: Nutzen Sie Apache Iceberg, ein offenes Tabellenformat, um Daten in Ihrem Data Lake mit Snowflake abzufragen, und profitieren Sie von Icebergs Funktionen wie Schema Evolution und Time Travel, während Sie gleichzeitig die leistungsstarke Abfrage-Engine von Snowflake nutzen.
Was ist der Unterschied zwischen der Abfrage von Snowflake Managed und Externally Managed Iceberg Tables in Snowflake?
Der Hauptunterschied besteht darin, wer die Metadaten (Katalog) und den Lebenszyklus der Iceberg-Tabelle verwaltet.
Snowflake Managed Iceberg Tables: Snowflake Horizon Catalog verwaltet und führt Operationen wie die Datenkompaktierung durch. Dies bietet eine nahtlos integrierte Erfahrung mit direktem Lese-/Schreibzugriff von Snowflake aus. Synchronisieren Sie diese Tabellen mit Snowflake Open Catalog für den Lesezugriff mit mehreren Engines.
- Externally Managed Iceberg Tables: Ein externer Katalog (z. B. AWS Glue oder ein Open-Source-Katalog wie Apache Polaris™) verwaltet die Transaktionen und Metadaten der Tabelle. Snowflake verbindet sich mit diesen für Abfragen.
Was ist der Unterschied zwischen Horizon Catalog und Snowflake Open Catalog?
- Snowflake Horizon Catalog bietet einheitliche Governance-, Sicherheits- und Discovery-Funktionen für all Ihre Daten-Assets auf der Plattform von Snowflake. Es ist auch der Katalog für Snowflake Managed Iceberg Tables.
- Snowflake Open Catalog ist ein verwalteter Dienst für Apache Polaris™, ein anbieterneutraler Open-Source-Katalog. Apache Polaris und Snowflake Open Catalog ermöglichen sichere, Multi-Engine-Zugriffskontrolle und Lese- und Schreib-Interoperabilität.
