Snowflake扩展云数据仓库功能

日期: 2020-06-07 作者:Sean Michael Kerner翻译:邹铮 来源:TechTarget中国 英文

Snowflake公司在其云数据仓库中添加了一系列新功能,这些功能提供与Salesforce的集成以及安全性、数据交换和市场功能。

周二Snowflake公司在其虚拟会议#SayHelloToTheDataCloud中发布了这些新功能,原本该活动应该是该云数据仓库供应商的年度面对面会议。

Snowflake公司不断努力试图成为云数据仓库市场的主要参与者,而这些新功能是他们朝这个方向做出的努力,他们试图与Amazon Redshift、Google BigQuery、Microsoft Azure SQL Data Warehouse和SAP Data Warehouse Cloud在内的多个竞争对手区分开来。这家发展迅速的供应商在2月份的一轮融资中筹集了4.79亿美元。

在这些新功能中,关键功能是动态数据屏蔽功能,该功能可以根据角色和访问策略从特定用户屏蔽或隐藏潜在的敏感信息。Snowflake还加强功能以帮助用户建立与第三方数据源集成的数据管道。

Rakuten转向云数据仓库

Snowflake的用户之一是电子商务供应商Rakuten Rewards公司(以前称为Ebates)。

该公司分析副总裁Mark Stange-Tregear表示,Rakuten一直在使用本地基础架构进行数据仓储,并于2018年开始转向Snowflake云方法,在2019年底完成了迁移。在参加此次虚拟会议前,他在直播媒体活动中发表了讲话。

Rakuten Rewards之所以迁移到Snowflake,是因为其本地技术面临可扩展性方面的挑战,并且需要满足不断增长的数据需求。

Stange-Tregear说,Snowflake的新外部功能功能可帮助用户建立数据管道,这将为其企业带来真正的好处。

Stange-Tregear说:“外部功能的优势是,我们不再需要转移大量数据。”

Rakuten需要从外部资源中提取一些数据,例如位置信息。该数据通过API调用,然后进行存储以启用查询。

Stange-Tregear说,借助外部功能和查询,Rakuten将能够在无需存储数据的情况下获得API响应,这将节省时间并提高效率。

Rakuten还将受益于动态数据屏蔽,这将帮助该公司遵守数据治理和隐私要求。

Stange-Tregear说:“这里的想法是,我可以只是屏蔽数据而不会阻碍人员,这确实使我能够简化对数据访问的管理。我们是一家非常非常重视消费者权利的公司,因此,我们会致力于这方面的投资。”

扩展云数据仓库

此外,在媒体活动上,Snowflake产品高级副总裁Christian Kleinerman表示,数据交换可帮助用户整理企业外部发现的数据。同时,Snowflake的数据市场补充了数据交换,该市场提供了用户可以访问的数据集和源列表。

Kleinerman说:“并不是我整理企业数据,而是我了解哪些外部数据可以引入企业内部以供我自己进行分析和使用。”

Salesforce集成通过Snowflake扩展

在Snowflake更新的功能中,另一个值得注意的部分是与Salesforce的一系列集成,以帮助更好地进行数据分析。

其中的功能包括Einstein Analytics Output Connector和Einstein Analytics Direct Data service。这两项新服务提供了一种集成的方法,以从Snowflake云数据仓库的Einstein Analytics(Salesforce的机器学习数据分析平台)中放入和取出数据。

Kleinerman说,如果没有新的连接器,以前用户必须手动找出如何将Einstein Analytics与Snowflake中的数据源连接。

他说:“我们想简化它,消除将数据从Salesforce转移到Snowflake的麻烦。我们希望客户专注于如何分析数据,而不是传递数据所需的工具或API。”

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

翻译

邹铮
邹铮

相关推荐

  • 企业商业智能的10大好处

    商业智能(BI)软件的起源可以追溯到20世纪60年代基于大型机的决策支持系统,随后BI技术在不断发展,以应对数 […]

  • 生成式AI会取代数据分析师吗

    生成式AI不会取代数据分析师的工作。在很多领域,人工智能都无法取代人类,特别是那些需要人类同理心和洞察力的领域 […]

  • 改进数据可视化的7项技能

    数据可视化可以实现可操作的洞察力和卓越的业务成果。但构建有效的数据可视化可能很困难。如果你想创建数据可视化,你 […]

  • 了解BI生命周期以构建有效的架构

    成功的数据驱动运营遵循商业智能(BI)生命周期,定义BI能力,并部署良好理解的治理架构。 该过程的前提是,你必 […]