Le Hybrid Tables ora sono fino a 8 volte più veloci

Le Hybrid Tables ora sono fino a 8 volte più veloci (in base a benchmark interni),¹ con fatturazione standardizzata e prestazioni batch nettamente migliorate. Questa svolta rende le Hybrid Tables ancora più performanti per workload a bassa latenza e con un elevato numero di utenti concorrenti, come le app di AI e la gestione dello stato dei workflow.

Ecco cosa significa nella pratica: I team possono ora eseguire migliaia di point lookup concorrenti, archiviare lo stato degli agenti AI e gestire la logica delle app transazionali direttamente su Snowflake, a velocità che in precedenza richiedevano un database separato e dedicato. 

I workload transazionali non dovrebbero richiedere spostamenti di dati complessi 

Per troppo tempo i team che sviluppano app transazionali sono stati costretti a mantenere e collegare database OLTP (online transaction processing) separati accanto alla loro piattaforma analitica. Questo genera una complessità onerosa: pipeline fragili, incoerenza dei dati e governance duplicata, oltre a ore di lavoro tecnico spese a sincronizzare sistemi invece di creare prodotti.

Nell’era degli agenti AI e delle app in tempo reale, questa frammentazione può rivelarsi un punto debole. Quando il tuo agente AI deve leggere lo stato transazionale aggiornato, eseguire query sul contesto storico e riscrivere i risultati, il tutto in millisecondi, non puoi permetterti la latenza delle pipeline di dati.

Le Hybrid Tables rispondono a questa esigenza integrando in profondità i workload transazionali nel database Snowflake e consentendoti di unire dati transazionali e analitici in un’unica query, mantenendo al contempo governance unificata e controlli di sicurezza su tutti i tuoi dati. 

Novità: prestazioni che definiscono nuovi limiti del possibile

Questa release comprende tre miglioramenti principali.

1. Throughput più elevato, applicato automaticamente

Le Hybrid Tables supportano ora l’esecuzione di query in un’unica istruzione, riducendo notevolmente l’overhead operativo per le operazioni ripetitive. Il risultato: un throughput fino a 8 volte superiore per le operazioni puntuali, in base a benchmark interni.¹ 

Una volta in GA, questo miglioramento delle prestazioni sarà abilitato di default per tutti i workload delle Hybrid Tables, senza modifiche al codice né configurazioni richieste.

2. Operazioni batch più rapide ed economiche

Gli inserimenti in blocco nelle Hybrid Tables sono ora ottimizzati a livello di storage engine: i benchmark mostrano scritture batch fino a 10 volte più rapide a un costo 10 volte inferiore, anche su tabelle con dati esistenti.² Il sistema seleziona dinamicamente il modello di esecuzione ottimale. Le operazioni ottimizzate di aggiornamento, merge ed eliminazione batch saranno presto disponibili.

Questo fa la differenza per i team che eseguono processi ETL (extract, transform, load) nelle Hybrid Tables, ripopolano lo stato o sincronizzano grandi set di dati. Ciò che un tempo richiedeva un’orchestrazione attenta ora funziona con una semplice istruzione INSERT.

3. Eliminazione dei request credit per ridurre i costi

Snowflake ha eliminato la fatturazione dei request credit per le Hybrid Tables. Il pricing segue ora un modello semplificato basato su calcolo e storage, lo stesso modello che i clienti Snowflake già conoscono. I clienti osservano una riduzione dei costi delle Hybrid Tables del 15% in media e fino al 40% o più per i workload più impegnativi e ad alto throughput,³ permettendo ai team di scalare con le Hybrid Tables in modo più conveniente.

Prestazioni eccellenti che si traducono in risultati di business concreti

Grazie a queste innovazioni, le Hybrid Tables offrono ora prestazioni ancora migliori su un’ampia gamma di workload di produzione. Ecco come i clienti le stanno mettendo a frutto:

Gestione di metadati e stato 

Semplifica l’architettura consolidando lo stato all’interno di Snowflake

I team che eseguono pipeline e app complesse spesso mantengono database esterni solo per tenere traccia dello stato dei processi, dei checkpoint dei workflow, dei dati delle sessioni utente o dei metadati di configurazione delle app. Le Hybrid Tables eliminano questo overhead, permettendo allo stato di coesistere con i tuoi dati analitici con garanzie transazionali ACID, senza bisogno di un’infrastruttura separata.

MarketWise, la holding di servizi finanziari che alimenta gli investimenti autogestiti per milioni di sottoscrittori, ha sostituito MySQL e DynamoDB con le Hybrid Tables per monitorare in tempo reale lo stato dei workflow di numerose pipeline di data engineering. Il risultato? Una riduzione del 35% dei costi infrastrutturali e una piattaforma centralizzata che ha eliminato gli spostamenti di dati non necessari.

Lo stesso schema di consolidamento si estende oltre il data engineering. Verantos, l’azienda del settore scienze biologiche che genera evidenze del mondo reale da miliardi di cartelle cliniche, ha unificato i metadati di ricerca e lo stato delle app con i propri workload analitici sulle Hybrid Tables, eliminando le infrastrutture separate RDS e Redshift. Le query complesse che un tempo richiedevano 30 minuti ora si completano in meno di 10 minuti. Il loro team DevOps essenziale realizza ciò che in precedenza richiedeva personale aggiuntivo.

Data serving 

Fornisci lookup aggiornati e a bassa latenza direttamente da Snowflake

Quando le app devono fornire risultati in tempo reale come raccomandazioni sui prodotti, lookup geospaziali e dati di prezzo, i team avviano tradizionalmente un livello di serving dedicato. Le Hybrid Tables trasformano Snowflake stesso in un livello di serving ad alte prestazioni, eliminando gli spostamenti di dati e mantenendo i risultati aggiornati.

Grailed, il principale marketplace community-driven per moda di lusso, streetwear e vintage, utilizza le Hybrid Tables per offrire a milioni di utenti raccomandazioni di stile personalizzate in meno di un secondo. Archiviando le raccomandazioni ML precalcolate nelle Hybrid Tables, l’azienda fornisce point lookup ad alto throughput e a bassa latenza direttamente da Snowflake, senza un database di serving separato.

App leggere e workflow agentici

Esegui la logica delle app rivolte ai clienti in modo nativo su Snowflake

Per le app che richiedono letture e scritture rapide, come customer journey, gestione dei casi, tracciamento delle sessioni e applicazione dei diritti di accesso, le Hybrid Tables offrono le garanzie transazionali di un database OLTP senza l’onere operativo di gestirne uno.

Elementum, la piattaforma di automazione dei workflow basata sull’AI, viene eseguita direttamente su Snowflake utilizzando le Hybrid Tables per offrire al contempo velocità operativa e potenza analitica. La loro piattaforma orchestra agenti AI, regole di business e interazioni umane in processi multi-fase, che richiedono tutti letture e scritture in tempo reale e con un elevato numero di utenti concorrenti, con vincoli di chiave primaria e chiave esterna applicati.

I risultati parlano da soli. I clienti ottengono una risoluzione dei contratti 2 volte più rapida, tempi medi di risoluzione del supporto di 15 minuti (con un aumento del 125% dei punteggi di soddisfazione dei clienti) e oltre 10 milioni di dollari di risparmi annuali grazie alla gestione automatizzata delle licenze software.

Inizia oggi stesso

Consulta questo quickstart per iniziare oggi stesso con le Hybrid Tables. Per provare i nostri ultimi miglioramenti delle prestazioni, segui la nostra documentazione per aderire alla public preview.

Affermazioni riferite al futuro: Questo articolo contiene delle affermazioni riferite al futuro, tra cui offerte future di prodotti, che però non rappresentano un impegno a fornire alcuna offerta di prodotti. Le offerte e i risultati effettivi potrebbero essere diversi ed essere soggetti a incertezze e rischi noti e non noti. Consulta il nostro più recente modulo 10‑Q per ulteriori informazioni.

¹ Dati basati su benchmark eseguiti utilizzando lo Yahoo Cloud Serving Benchmark (YCSB) con un workload di sola lettura al 100% su un warehouse Gen2 XS.

² Dati basati su benchmark interni per il caricamento di 50 GB nelle Hybrid Tables utilizzando un warehouse 2X-Large.

³ Dati basati sulle stime di Snowflake del risparmio medio sui costi tra i clienti, misurato sul consumo reale di crediti in produzione a febbraio 2026.