Snowflake云数据仓库:弥补云计算厂商的空白地带

日期: 2016-09-28 作者:Jack Vaughan翻译:冯昀晖 来源:TechTarget中国 英文

Amazon Web Service和微软公司等云计算厂商都在关注他们的云数据仓库产品,较小的厂商也在寻求更好的发展。他们希望找到数据服务中的空白地带,满足大型厂商可能忽视的用户需求。

与Cazena公司、Treasure数据公司和其它公司一样,Snowflake公司也希望定制软件服务,至少为那些内部部署数据仓库的机构提供迁移到云环境的功能。在这方面,Snowflake希望解决可能会阻碍更多通用云数据仓库产品的查询问题。

随着Snowflake弹性数据仓库的发布,该公司在寻求在更大玩家基础上发展以便针对云数据仓库获得更好的查询速度和查询可扩展性。Snowflake认为,这意味着可以在访问量繁重的情况下提供多个集群仓库更好地支持用户的查询,自适应查询结果会缓存下来可以对常用重复查询提供优化,以便对报表或类似功能提供高性能体验。

关注并发查询

Snowflake已经解决了不只是在云计算实现快速响应,而且能实现快速跨群用户支持。John Myers是Enterprise Management Associates公司企业管理研究总监,他指出Snowflake与Amazon公司市场领先的Redshift云数据仓库相比,这是一个潜在卖点。

他说:“他们努力想做的是解决人们使用Redshift遇到的一些问题,有一些问题是我们在并发访问时候遇到的,有很多人同时在平台上点击操作就会遇到问题。”

Myers说,那些对Amazon云环境还不太熟悉的用户,在从原型或者沙箱模拟全面迁移到云数据仓库的实施过程中经常会遇到问题。

他说:“有时候在沙箱模拟中效果很好,但是真正面对大面积人群访问发起大量查询请求的时候就没那么轻松了,Redshift的性能会逐渐慢下来。人们在等待查询响应的过程中会不耐烦。像Snowflake这样的公司都想弥补这个空白。”

Myers表示,Amazon Redshift的定价方式是另一个让用户感到意外的因素。随着越来越多的数据放到云环境中,从原型扩展到全面部署,他们发现会有其它成本。如果不算隐性成本,至少也是意料之外的。

Myers和其他人都认为,Amazon对于计算和存储的捆绑定价会给数据仓库纵向扩展带来问题。Snowflake尝试用定价模型解决这个问题,用消费公司的话说应该是“只为需要的部分付费”。基于不捆绑计算和存储成本的方法也是微软公司上个月发布的Azure SQL 数据仓库中使用的方法。

管理云服务中的数据服务

Matt Solnit是SOASTA公司CTO,他非常看重Snowflake提供的管理服务的能力,认为这是非常重要的。美国加州Mountain View公司提供云服务和基于web的加载测试和性能监控软件服务。该公司也在使用Redshift,不过他们希望寻求处理其数据仓库流程的好产品。

Solnit说:“我们想要一些可用的管理解决方案,需要即开即用的产品。”

SOASTA公司先使用了Snowflake的弹性数据仓库,作为非结构化数据报表的专用存储,代表客户网页性能的所有元素。下一步将是实现准实时性能。

他说:“我们的核心竞争力不是管理数据,我们针对PostgreSQL、Redshift和其它工具构建了可扩展的系统。但是我们想减轻自己处理日复一日管理数据库系统的工作,因为你有能力做并不意味着你应该做。”

他说,他的团队努力对人们在云数据仓库中遇到的问题给出可靠的分析和应答,而不是构建和管理一个数据仓库。

Solnit说,他以前遇到过Amazon计算存储定价策略的问题。他说:“你为存储和需要的处理能力付费是永无止境的,Amazon在很多方面都不错,但是Redshift不能满足我们的一些需求。”

找到合适的产品满足我们的需求会使我们有更多的方案可用。微软上个月对企业开放了Azure SQL数据仓库,云环境数据仓库的竞争更加激烈。

虽然大家都期望云计算领域的顶级玩家们都继续更新他们的数据仓库工具,不过像Snowflake这种较小厂商的产品也是值得考虑的。

我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。

我原创,你原创,我们的内容世界才会更加精彩!

【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】

微信公众号

TechTarget微信公众号二维码

TechTarget

官方微博

TechTarget中国官方微博二维码

TechTarget中国

作者

Jack Vaughan
Jack Vaughan

TechTarget新闻记者和网站编辑,主要关注数据管理领域的技术趋势和动态。

相关推荐