Una arquitectura creada para la nube

La arquitectura de datos compartidos multiclúster de Snowflake está diseñada para procesar una ingente cantidad de datos con la máxima eficacia y velocidad. Toda la potencia de procesamiento de datos de Snowflake se realiza a través de uno o de varios clústeres de recursos de procesamiento. Al realizar una consulta, estos clústeres obtienen la cantidad mínima de datos requerida del nivel de procesamiento para satisfacer dicha consulta. Cuando se obtienen los datos, se almacenan localmente en la caché, junto con los recursos de procesamiento y los resultados de las consultas, para mejorar el rendimiento de futuras consultas.

Asimismo, como exclusividad de Snowflake, varios clústeres de procesamiento pueden trabajar simultáneamente con los mismos datos al mismo tiempo que aplican una plena integridad transaccional global en todo el sistema con total conformidad con ACID. Las operaciones siempre disponen de una vista consistente de los datos, y las operaciones de escritura nunca bloquean los lectores. La integridad transaccional entre los clústeres de procesamiento se logra manteniendo todos los estados de la transacción en el nivel de servicios de los metadatos.

Snowflake utiliza microparticiones para almacenar datos de clientes de forma segura y eficaz. Al cargarse en Snowflake, los datos se dividen automáticamente en microparticiones de tamaño mediano, y los metadatos se extraen para poder procesar las consultas de forma eficaz. A continuación, las microparticiones se comprimen en columnas y se cifran por completo con una jerarquía de clave segura.

El nivel de almacenamiento, que está basado en un almacenamiento de blobs en la nube escalable, guarda todos los diversos datos, tablas y resultados de consultas de Snowflake. De esta forma, se garantiza la máxima capacidad de rendimiento, elasticidad y escalabilidad para datos y análisis, ya que el nivel de almacenamiento está diseñado para escalar de forma completamente independiente de los recursos de procesamiento. Como resultado, Snowflake ofrece funcionalidades únicas, tales como la capacidad de procesar cargas o descargas de datos sin afectar a las consultas en ejecución ni a otras cargas de trabajo.

Snowflake acaba con las solicitudes de administración y gestión de las plataformas de datos tradicionales. Snowflake es una verdadera plataforma de datos ofrecida as a Service que se ejecuta en la nube. Gracias al rendimiento integrado, no es necesario gestionar ninguna infraestructura ni realizar ajustes manuales. Snowflake gestiona automáticamente la infraestructura, la optimización, la disponibilidad, la protección de datos y mucho más, por lo que puedes centrarte en utilizar tus datos, no en gestionarlos.

Los precios por segundo basados en el uso para el procesamiento y el almacenamiento significan que solo pagas por el número de datos que almacenas y la cantidad de procesamiento informático que utilizas. Di adiós a los costes iniciales, los sistemas sobreaprovisionados o los clústeres inactivos que consumen dinero innecesariamente.

La separación de los servicios en almacenamiento y procesamiento permite que varios clústeres de procesamiento trabajen simultáneamente con los mismos datos. La simultaneidad es prácticamente ilimitada y puede adaptarse al instante a un data warehouse multiclúster. La plena integridad transaccional ACID se mantiene entre clústeres de procesamiento independientes. Las consultas siempre disponen de una vista consistente de los datos, mientras que las confirmaciones transaccionales están visibles de inmediato para las nuevas cargas de trabajo que se ejecutan en la plataforma. La actividad que se desarrolla en un clúster de procesamiento no tiene ningún impacto en los otros clústeres. Por ejemplo, la ciencia de datos que se desarrolla en un clúster de procesamiento no tiene ningún impacto en el rendimiento de las consultas que se ejecutan en los otros clústeres, incluso cuando estos acceden a los mismos datos.

La función de viaje en el tiempo permite que cualquier sentencia SELECT o clon de copia cero pueda ver la base de datos en un estado «tal cual», retenido y consistente, hasta un máximo de 90 días atrás en el tiempo. La retención está establecida de forma predeterminada en 24 horas. Los clones de copia cero de las tablas o bases de datos de terabytes se producen en cuestión de segundos y sin requerir gastos de almacenamiento adicionales. Un clon es una réplica totalmente lógica del objeto original, pero con un ciclo de vida independiente.

Snowflake supera los métodos tradicionales para ejecutar cargas de trabajo de datos. Los recursos de procesamiento escalan linealmente en Snowflake, mientras que la optimización de consultas de forma eficaz ofrece respuestas en una fracción del tiempo que tardarían los sistemas en la nube o locales tradicionales. Los problemas de rendimiento pueden abordarse en cuestión de segundos. Puedes especificar el tamaño de un clúster de procesamiento en función del rendimiento que necesites inicialmente, pero puedes ajustar su tamaño en cualquier momento, aunque se esté ejecutando una carga de trabajo.

Los data warehouses multiclúster ofrecen un contrato de nivel de servicio (SLA) uniforme a un número ilimitado de usuarios simultáneos. La clusterización automática acaba con la reagrupación de los datos en clústeres de forma manual al cargar nuevos datos en una tabla. Gracias a las vistas materializadas, los usuarios experimentan un mejor rendimiento de las consultas de cargas de trabajo, que se componen de patrones de consulta repetidos y comunes.

A medida que aumentan las cargas de trabajo simultáneas, Snowflake las añade automáticamente a los clústeres de procesamiento y distribuye las consultas entre ellos, eliminando la molestia que supone la reagrupación de los datos en clústeres de manera manual. Los clústeres se detienen cuando disminuye la carga de trabajo. Únicamente se te cobrarán los clústeres activos, por lo que solo pagarás por lo que uses por segundo. Además, puedes detener los clústeres de procesamiento en cualquier momento.

• El almacenamiento es económico y puede adaptar su capacidad casi infinitamente. Snowflake es la plataforma óptima para almacenar datos, ya que ofrece una solución rentable y de alto rendimiento que admite bases de datos de varios petabytes. Todos los gastos de almacenamiento se basan en el uso real de los datos comprimidos y se miden en TB almacenados al mes.
• Puedes consultar datos tanto semiestructurados como estructurados y generados automáticamente (es decir, JSON, Avro, XML y Parquet) utilizando operadores SQL relacionales con unas características de rendimiento similares a si estuvieras consultando datos estructurados.La carga de datos semiestructurados es muy sencilla. Los esquemas son dinámicos y se descubren automáticamente durante la carga. Esta compatibilidad con los esquemas dinámicos permite una ejecución eficaz de las consultas utilizando extensiones naturales de SQL.
• Con Snowflake, no es necesario implementar sistemas independientes para procesar datos estructurados y semiestructurados. Puedes eliminar pipelines complejos de Hadoop y de data warehouses. Snowflake puede desempeñar ambas funciones de forma mucho más eficaz y con mejores resultados empresariales a un coste inferior.

Logra una alta disponibilidad con la arquitectura escalable de Snowflake, que se distribuye por completo entre varias zonas de disponibilidad de Amazon, Azure y Google. Snowflake puede proseguir las operaciones y soportar la pérdida de disponibilidad debido a un fallo de hardware. El sistema está diseñado para tolerar fallos con el mínimo impacto para nuestros clientes.

Snowflake es seguro por diseño. Todos los datos se cifran en tránsito, por Internet o a través de enlaces directos, y en discos cuando están en reposo. Snowflake admite la autenticación federada y de dos factores con un único inicio de sesión. La autorización se basa en funciones. Puedes habilitar políticas para limitar el acceso a direcciones de cliente predefinidas. Snowflake cuenta con la certificación SOC 2 de Tipo 2 tanto en AWS como en Azure, y la admisión de datos PHI para clientes sujetos a la HIPAA está disponible a través de un acuerdo de socio comercial. También hay disponibles niveles de seguridad adicionales, como el cifrado en todas las comunicaciones de red y el aislamiento dedicado o privado virtual.

La tecnología Secure Data Sharing de Snowflake te permite compartir los datos de tu cuenta con otros usuarios de Snowflake sin necesidad de copiar o transferir la información de la cuenta del proveedor de datos a la cuenta del consumidor de los mismos. En su lugar, otorgarás un acceso seguro y protegido a copias de tus datos de solo lectura. Las cuentas que reciben datos compartidos solo pagan por los recursos de procesamiento que utilizan para consumir los datos. Los datos compartidos de un proveedor de datos de Snowflake pueden combinarse fácilmente con los datos de la cuenta del consumidor de datos de Snowflake, sin necesidad de realizar grandes esfuerzos ni de utilizar herramientas de terceros. Pásate a Snowflake para evitar de utilizar y las complejidades que conllevan las tecnologías de correo electrónico, FTP y EDI con décadas de antigüedad. Simplemente, decide los datos que quieres compartir con tus consumidores de datos y compártelos mediante funciones SQL fáciles de utilizar.