Snowflake développe la première » Cloud Data Warehouse » permettant de combiner la puissance d’une Data Warehouse avec la flexibilité du Cloud. Découvrez tout ce que vous devez savoir à son sujet.
Pour stocker et analyser leurs données, de nombreuses entreprises utilisent des Data Warehouses. Malheureusement, les entrepôts de données » sur site » présentent plusieurs inconvénients. Elles s’avèrent bien souvent complexes, coûteuses, mal sécurisées et peuvent empêcher l’entreprise de s’adapter à sa croissance. Pour remédier à ce problème, Snowflake propose la première » Cloud Data Warehouse « .
Il s’agit d’une Data Warehouse proposée sous la forme d’un SaaS (logiciel en tant que service). Cela signifie que l’utilisateur n’a pas besoin de choisir, d’installer, de configurer ou de gérer de hardware, ni d’installer, de configurer ou de gérer de logiciel. La maintenance, la gestion et la configuration sont entièrement prises en charge par Snowflake.
Tous les composants sont exécutés sur une infrastructure de Cloud public. Les calculs sont effectués sur des instances virtuelles, et le stockage de données est assuré par le service de stockage de Snowflake.
Cette Cloud Data Warehouse n’est pas basée sur une base de données existante ou sur une plateforme logicielle comme Hadoop. En fait, elle repose sur un nouveau moteur de base de données SQL reposant sur une architecture spécialement conçue pour le Cloud.
Le principal point fort de Snowflake est son architecture brevetée. Il s’agit d’une architecture hybride entre les architectures de bases de données traditionnelles à disque partagé, et les architectures de base de données » shared-nothing «.
Ainsi, tout comme sur une architecture de disque partagé, Snowflake utilise un répertoire de données central pour les données persistantes accessibles depuis tous les nœuds de calcul de la Data Warehouse. Cependant, comme dans le cas des architectures » shared-nothing « les requêtes sont traitées par le biais de clusters de calcul de traitement massivement parallèle.
Cela signifie que chaque nœud du cluster stocke une partie de l’ensemble de données localement. Ceci permet de combiner la simplicité d’une architecture » shared-disk « avec les performances et l’élasticité d’une architecture » shared-nothing «.