Cloud Magazine vous présente ses meilleurs voeux

Snowflake dope les performances de son datawarehouse cloud

Snowflake a annoncé le lancement et la disponibilité de deux nouvelles fonctionnalités : le clustering automatique et les vues matérialisées. Ces deux dernières vont permettre d’augmenter les performances du requêtage en éliminant le travail manuel normalement associé aux autres solutions de datawarehouse. En fonctionnant de concert, ces deux fonctionnalités augmentent de façon exponentielle les performances du datawarehouse cloud de Snowflake et permettent de générer des insights plus rapidement et plus approfondis depuis l’ensemble des données de l’entreprise.

« Le clustering automatique était une évolution évidente pour Snowflake, similaire à ce que nous avons déjà fait pour l’automatisation de la sécurité, de la maintenance et de l’élasticité pour notre datawarehouse-as-a-service », a déclaré Christian Kleinerman, Vice-President of Product de Snowflake. « Les vues matérialisées apportent, quant à elle, une nouvelle approche à un problème de longue date. Nous nous sommes appuyés sur des décennies d’expérience acquise dans le traitement de bases de données à grande échelle et les avantages du cloud pour fournir des vues matérialisées cohérentes sur le plan des transactions sans gêner les modifications apportées aux tables de base. »

Le clustering automatique Clustering apporte les fonctionnalités suivantes :

- Une organisation du stockage des données automatisée et optimisée pour éviter d’avoir à re-clusterer les données.

- La fusion, la suppression et la qualification des données entièrement gérée par Snowflake pour rendre les informations plus claire et transparente en arrière-plan.

- Plus de blocage des processus d’ETL qui porte les ordres DML.

- Un clustering incrémental pour directement regrouper les nouvelles données dans les tables au fur et à mesure de leurs arrivées.

- Une vitesse de requêtage exponentielle avec toujours moins de maintenance et des coûts réduits.

Liste des fonctionnalités de vues matérialisées :

- Une amélioration significative des performances pour les requêtes qui utilisent de manière répétée les mêmes résultats de sous-requête

- Une maintenance automatique des vues matérialisées lorsque de nouvelles données arrivent ou que des données existantes dans la table de base sont modifiées

- Des opérations DML accélérées sur les tables de base en présence de vues matérialisées

- Une mise à jour constante des données quand on accède à une vue matérialisée, indépendamment de la table de base.