Hybrid Tables devient jusqu’à 8 fois plus rapide

Hybrid Tables devient jusqu’à 8 fois plus rapide selon nos benchmarks internes¹, avec une facturation standardisée et une performance batch considérablement améliorée. Cette avancée renforce encore les performances de Hybrid Tables pour les workloads gérant de nombreuses tâches simultanément et à faible latence, comme les applications d’IA et la gestion de l’état des workflows.

Concrètement, qu’est-ce que cela change ? Les équipes peuvent désormais exécuter des milliers de recherches ponctuelles simultanées, stocker l’état des agents d’IA et gérer la logique transactionnelle des applications directement sur Snowflake, à des vitesses qui exigeaient auparavant une base de données dédiée distincte. 

Les workloads transactionnels ne devraient pas imposer de déplacements de données complexes 

Pendant trop longtemps, les équipes développant des applications transactionnelles ont dû maintenir et connecter des bases de données OLTP distinctes en parallèle de leur plateforme analytique. Cette architecture entraîne une lourde complexité : pipelines fragiles, incohérence des données, gouvernance dupliquée et heures d’ingénierie consacrées à synchroniser les systèmes plutôt qu’à créer des produits.

À l’ère des agents d’IA et des applications en temps réel, cette fragmentation devient un véritable handicap. Lorsque votre agent doit lire un état transactionnel actualisé, effectuer une requête sur le contexte historique et réécrire les résultats, le tout en quelques millisecondes, la latence des pipelines de données n’est plus acceptable.

Hybrid Tables résout ce problème en intégrant étroitement les workloads transactionnels à la base de données Snowflake. Vous pouvez ainsi joindre des données transactionnelles et analytiques dans une même requête, tout en appliquant une gouvernance et des contrôles de sécurité unifiés à l’ensemble de vos données. 

Nouveauté : des performances qui repoussent les limites du possible

Cette version apporte trois améliorations majeures.

1. Un débit supérieur, automatiquement

Hybrid Tables prend désormais en charge l’exécution de requêtes à instruction unique, ce qui peut réduire considérablement les frais opérationnels liés aux opérations répétitives. Résultat : un débit jusqu’à 8 fois supérieur pour les opérations ponctuelles, selon nos benchmarks internes¹.

Dès que cette fonctionnalité sera disponible pour tous nos clients, cette amélioration des performances sera activée par défaut pour tous les workloads Hybrid Tables, sans aucune modification du code ni configuration.

2. Des opérations batch plus rapides et plus économiques

Les insertions en masse dans Hybrid Tables sont désormais optimisées au niveau du moteur de stockage. Nos benchmarks montrent des écritures batch jusqu’à 10 fois plus rapides et 10 fois moins coûteuses, même sur des tables contenant déjà des données². Le système sélectionne dynamiquement le mode d’exécution optimal. Les opérations batch optimisées de mise à jour, de fusion et de suppression seront bientôt disponibles.

Cette évolution change la donne pour les équipes qui exécutent des processus d’extraction, de transformation et de chargement (ETL) dans Hybrid Tables, reconstituent des états ou synchronisent de grands jeux de données. Ce qui exigeait auparavant une orchestration minutieuse s’effectue désormais avec une simple instruction INSERT.

3. Suppression des crédits de requête pour réduire les coûts

Snowflake a supprimé la facturation des crédits de requête pour Hybrid Tables. La tarification repose désormais sur un modèle simplifié associant calcul et stockage, déjà bien connu des clients Snowflake. Les clients constatent une baisse moyenne de 15 % des coûts de Hybrid Tables, et jusqu’à 40 %, voire plus, pour les workloads exigeants à haut débit³, ce qui permet aux équipes de faire évoluer Hybrid Tables à moindre coût.

Des performances de pointe au service de résultats stratégiques concrets

Grâce à ces avancées, Hybrid Tables offre désormais des performances encore supérieures sur un large éventail de workloads de production. Voici comment les clients en tirent parti :

Gestion des métadonnées et des états 

Simplifiez votre architecture en centralisant les états dans Snowflake

Les équipes qui exploitent des pipelines de données et des applications complexes maintiennent souvent des bases de données externes uniquement pour suivre l’état des tâches, les points de contrôle des workflows, les données de session utilisateur ou les métadonnées de configuration des applications. Hybrid Tables supprime ces frais opérationnels et permet de stocker les états avec vos données analytiques, tout en bénéficiant de garanties transactionnelles ACID, sans infrastructure distincte.

MarketWise, la holding de services financiers qui accompagne des millions d’abonnés dans leurs investissements autonomes, a remplacé MySQL et DynamoDB par Hybrid Tables afin de suivre en temps réel l’état des workflows de nombreux pipelines de data engineering. Résultat : une réduction de 35 % des coûts d’infrastructure et une plateforme centralisée qui supprime les déplacements de données inutiles.

Ce schéma de consolidation s’étend bien au-delà du data engineering. Verantos, une entreprise des sciences de la vie qui produit des données probantes en vie réelle à partir de milliards de dossiers cliniques, a réuni les métadonnées de recherche et les états des applications avec ses workloads analytiques dans Hybrid Tables, éliminant ainsi les infrastructures RDS et Redshift distinctes. Les requêtes complexes qui nécessitaient auparavant 30 minutes s’exécutent désormais en moins de 10 minutes. Son équipe DevOps rationalisée accomplit ce qui nécessitait auparavant des effectifs supplémentaires.

Transmission de données 

Effectuez des recherches actualisées à faible latence directement depuis Snowflake

Lorsque les applications doivent fournir des résultats en temps réel, comme des recommandations de produits, des recherches géospatiales ou des données tarifaires, les équipes déploient traditionnellement une couche de mise à disposition dédiée. Hybrid Tables transforme Snowflake en une couche de mise à disposition hautes performances, éliminant les déplacements de données tout en garantissant l’actualisation des résultats.

Grailed, l’une des principales marketplaces communautaires dédiées à la mode de luxe, au streetwear et au vintage, utilise Hybrid Tables pour fournir des recommandations de style personnalisées en moins d’une seconde à des millions d’utilisateurs. En stockant des recommandations ML précalculées dans Hybrid Tables, l’entreprise exécute directement depuis Snowflake des recherches ponctuelles à haut débit et à faible latence, sans base de données de mise à disposition distincte.

Applications légères et workflows agentiques

Exécutez nativement sur Snowflake la logique des applications destinées aux clients

Pour les applications qui exigent des lectures et des écritures rapides, qu’il s’agisse de parcours clients, de gestion des dossiers, de suivi des sessions ou d’application des droits d’accès, Hybrid Tables offre les garanties transactionnelles d’une base de données OLTP, sans la charge opérationnelle associée.

Elementum, la plateforme d’automatisation des workflows pilotée par l’IA, s’exécute directement sur Snowflake avec Hybrid Tables pour offrir à la fois rapidité opérationnelle et puissance analytique. Sa plateforme orchestre des agents d’IA, des règles business et des interactions humaines au sein de processus en plusieurs étapes. Tous exigent des lectures et des écritures simultanées en temps réel, avec application des contraintes de clés primaires et étrangères.

Les résultats parlent d’eux-mêmes. Les clients résolvent les contrats 2 fois plus vite, réduisent le délai moyen de résolution des demandes d’assistance à 15 minutes, avec une hausse de 125 % des scores de satisfaction client, et économisent plus de 10 millions USD par an grâce à la gestion automatisée des licences logicielles.

Lancez-vous dès maintenant

Consultez ce guide Quickstart pour commencer dès aujourd’hui avec Hybrid Tables. Pour tester nos dernières améliorations de performance, suivez les instructions de notre documentation afin de vous inscrire à la public preview.

Déclarations prévisionnelles : cet article contient des déclarations prévisionnelles, notamment concernant nos futures offres de produits. Il ne constitue en aucun cas un engagement à fournir des offres de produits. Les résultats et les offres réels peuvent différer des prévisions et sont soumis à des risques et incertitudes connus ou inconnus. Découvrez notre dernier 10‑Q pour en savoir plus.

¹ Données issues de benchmarks réalisés avec Yahoo Cloud Serving Benchmark (YCSB), sur une charge de travail composée à 100 % de lectures et exécutée dans un warehouse XS Gen2.

² Données issues de benchmarks internes portant sur le chargement de 50 Go dans Hybrid Tables à l’aide d’un warehouse 2X-Large.

³ Données fondées sur les estimations de Snowflake concernant les économies moyennes réalisées par ses clients, mesurées à partir de la consommation réelle de crédits en production en février 2026.