Megjelent a Gartner friss elemzése, amely a felhőben elérhető adatbázis platformokat mutatja be.
A vezetők szegmensében megtalálható a 3 nagy felhős mamutcég (AWS, Microsoft, Google), akik jellemzően többféle, különböző célra specializált adatbáziskezelőt is kínálnak az ügyfeleiknek. Hozzájuk hasonló szereplő az Európában jóval kevésbé ismert Alibaba Cloud is, amely elsősorban az ázsiai piacokon erős.
Szintén a vezetők között kap helyet a sok évtizedes adatbázisos múlttal rendelkező Oracle és IBM, valamint a hozzájuk képest új fiúnak számító, elsősorban NOSQL-re specializálódott MongoDB.
Adatos szempontból külön érdekes, hogy a vezetők szegmensében ott van a Snowflake és a Databricks is. A két szállító egymással éles versenyben fejleszti adatos platformját, és mára mindkettő teljes körű megoldást ad a legtöbb adatmenedzsment és adatelemzési problémára.
A teljes elemzés ingyenes regisztráció után letölthető a Databricks vagy a Google oldaláról. Korábbi Cloud DBMS elemzések: 2023, 2022, 2021
A vezető adatplatformokról szóló sorozatunkban a Snowflake tavalyi évének legfontosabb eseményeit foglaljuk össze.
A Snowflake az újgenerációs, felhőben született adatplatformok egyik vezető képviselője, amely egy évtized alatt az adatos világ fontos szereplője lett. Működését és belső felépítését tekintve viszonylag hasonló a hagyományos adattárházas adatbáziskezelőkhöz, így a felhő felé forduló szakemberek számára könnyen érthető és kezelhető megoldást kínál.
A cég évente több alkalommal tart olyan rendezvényeket, ahol a platformhoz érkező újdonságokat jelenti be. Az egyik ilyen alkalom a júniusi Data Cloud Summit, ami egyben a cég éves felhasználói konferenciája is, a másik a novemberi Snowday virtuális esemény. A két konferencián összesen több tucatnyi újdonságot jelentettek be főleg a központi adatplatform, a natív alkalmazásfejlesztés és a data science/ML területekre fókuszálva.
Adatplatform újdonságok
Az adatmenedzsment és az adattárházas lekérdezések gyors és költséghatékony kiszolgálása továbbra is fontos cél a Snowflake számára, ennek érdekében folyamatosan fejleszti ezeket a funkciókat is.
Egységesített Iceberg támogatás
A Snowflake alapesetben saját belső, zárt formátumában tárolja az adatokat. Az utóbbi években azonban egyre népszerűbbé váltak a nyílt táblaformátumok, amelyek közül a Snowflake az Iceberget támogatja.
Az idei fejlesztéseknek köszönhetően az Iceberg táblák lekérdezése egységesebb és gyorsabb lesz, a metaadat-kezelésre pedig többféle adatkatalógus is használható lesz. A más technológiákat is használó cégek számára pedig az is fontos, hogy Apache Spark környezetből úgy is el lehet érni a Snowflake által menedzselt Iceberg táblákat, hogy nem kell közben a Snowflake compute erőforrásokért is fizetni.
Dinamikus streaming táblák
A még bétában lévő Dynamic Tables lehetővé teszi majd, hogy egyszerű SQL utasításokkal lehessen dinamikus táblákat definiálni, amelyek adattartalma automatikus frissül a források változása esetén. Megadható az is, hogy az egyes tábláknál mennyi késés (lag) az elfogadható, így szabályozható, hogy milyen sűrűn történjen az automatikus frissítés. A beépített algoritmus arra is figyel, hogy lehetőleg csak a ténylegesen új vagy megváltozott forrásadatok kerüljenek feldolgozásra.
Jobb költségmenedzsment
A Snowflake kritikusai leggyakrabban azt a problémát szokták említeni, hogy a platform költségei könnyen magasra szökhetnek. Ezt a problémát célozza a jelenleg fejlesztés alatt álló új Cost Management Interface, ami majd lehetővé teszi a költségek elemi, akár objektum szintű követését és általános vagy egyedi limitek beállítását, valamint költségcsökkentési ajánlásokat is ad.
Data Governance
A platform Data Governance megoldása a Snowflake Horizon, amely olyan újdonságokkal fog bővülni, mint az érzékeny személyes adatok biztonságosabb elemzését lehetővé tévő Differencial Privacy funkcionalitás. Említésre érdemes még a jelenleg zárt bétában lévő Data Quality Monitoring funkció és az Data Lineage UI is.
AI és ML újdonságok
A Data Science jellegű alkalmazások kiemelten fontosak a Snowflake számára, már csak azért is, mert ezen a területen a legnagyobb vetélytársnak számító Databricks jóval előrébb jár.
Document AI
A júniusi konferencián bejelentett LLM alapú megoldás a szöveges dokumentumok feldolgozásában segít. A Document AI a 2022-ben felvásárolt Applica.ai TILT modelljére épül, amely különösen jól használható üzleti dokumentumok feldolgozására (archív poszt 1 és poszt 2). A szoftver működéséről további érdekes részleteket a Snowflake termékmenedzserének blogposztjában lehet olvasni.
Snowflake Cortex
A novemberi Snowday-en aztán bejelentették a Cortexet, amely egy központi menedzselt szolgáltatás ML és LLM fejlesztésekhez.
A Cortex keretein belül a Document AI mellett a következő szolgáltatások lesznek elérhetőek:
Universal Search: LLM alapú adat- és metaadat-kereső, amely segít megtalálni az éppen kellő adatbázis objektumokat vagy alkalmazásokat
A fenti LLM-alapú megoldások mellett a Cortex részeként számos önállóan is használható ML funkció is érkezik majd, többek között lesz szövegösszesítés, szentimentdetektálás és fordítás is. A hagyományosabb ML problémák megoldására pedig forecasting és anomáliadetektálási modellek is rendelkezésre állnak.
Snowflake Notebooks: A közkedvelt notebook-alapú felhasználó interfész natív változata, amely képes Python és SQL kódokat futtatni.
Snowpark ML Modeling API: Lehetővé teszi a népszerű scikit-learn keretrendszerhez hasonló Python ML funkciók rendszeren belüli futtatását, így nem kell az adatokat kliens oldalra áttölteni.
Snowpark Model Registry: Az ML modellek adminisztációját segítő, júniusban bejelentett szolgáltatás egyelőre zártkörű bétában van, a részletekről itt lehet olvasni.
Snowflake Feature Store: Az ML modellek által használt számított mezők központi tárolására szolgál. A különböző objektumokat SQL nyelvű interfészeken keresztül lehet létrehozni és menedzselni, de emellett Python API is rendelkezésre áll majd.
A fenti komponensek nagy része még fejlesztés alatt áll vagy zártkörű bétában van, de az már látszik, hogy egy valóban teljes körű data science és ML platform van készülőfélben.
Adatnatív alkalmazások
A Snowflake egyik legérdekesebb stratégiai fejlesztési iránya az adatnatív alkalmazások közvetlen támogatása. A 2022-ben élesedett Snowpark már lehetővé tette, hogy a hagyományos SQL mellett Java és Scala vagy akár Python nyelven írt alkalmazások fussanak közvetlenül a Snowflake felhőjében. Ennek a megközelítések nagy előnye, hogy adatokat nem kell mozgatni, így nincsenek ingress/egress költségek, valamint az architektúra egésze a Snowflake központi jogosultságkezelése alá tartozik.
Konténerek támogatása
A 2023-as év nagy dobása ezen a területen a Snowpark Container Services, amely egy Kubernetes alapú, szintén teljesen integrált, “belső” konténerszolgáltatás.
A december vége óta publikus bétában elérhető SPCS segítségével gyakorlatilag bármilyen alkalmazást lehet a Snowflake felhőben futtatni, ideértve például a GPU-kat is használó LLM modelleket.
Az adatplatformba natívan integrált konténerek előnyeiről jó áttekintést ad ez a blogposzt, a mélyebb technikai részletekről pedig itt lehet még olvasni.
További lehetőségek
Szintén az adatplatformba integrált hagyományos alkalmazások fejlesztését fogja segíteni a 2022-ben bejelentett Unistore, amely lehetővé teszi majd a tranzakciós és analitikus adatok egységes kezelését. A még fejlesztés alatt álló hibrid táblák oszlopalapú és soralapú tárolási technikákat is alkalmaznak, így a Snowflake OLTP jellegű feladatokra is használható lesz.
A frontendre fókuszáló fejlesztéseket pedig a két éve akvirált Streamlit könnyíti meg, amely immár a Snowflake platformjába integráltan, natív módon futtatható. Szintén a fejlesztők munkáját segíti majd a hamarosan érkező beépített Git támogatás és a parancssoros működést támogató Snowflake CLI is.
Pénzügyi eredmények és akvizíciók
A Snowflake 2020 őszén nagy port kavart fel nyilvános tőzsdei részvénykibocsátásával (IPO). Az árfolyam az első napokban rendkívül magas volt, de azóta már jóval alacsonyabb tartományokban mozog. A cég folyamatosan növekszik, de továbbra is jelentős éves veszteséget termel.
Felvásárlások
A Snowflake továbbra is nagyon aktív az akvizíciós piacon, csak 2023-ban kilenc kisebb-nagyobb felvásárlást hajtott végre. A bekebelezett cégek listája:
A november végén megjelent legfrissebb negyedéves jelentés alapján a főbb pénzügyi mutatók így alakultak az idén:
A januárban véget érő pénzügyi év első 9 hónapjában az árbevétel meghaladta a 2 milliárd dollárt, ami jelentős növekedés az előző évhez képest
A már szerződött, de még nem teljesített szolgáltatások (RPO, Remaining Performance Obligations) értéke 3.7 milliárd dollár
Az intenzív növekedés azonban továbbra is komoly veszteségekkel jár, az első kilenc hónap összesített számviteli (GAAP szerinti) vesztesége 668 millió dollár volt.
A befektetőknek szóló prezentációból az is kiderül, hogy a Snowflake bevételeinek túlnyomó többsége, nagyjából 80 százaléka az amerikai kontinensről származik, Európa aránya pedig csak 15%.
A héten zajlik a Snowflake nagyszabású felhasználói konferenciája, a Snowflake Summit Las Vegasban. Az idén újra élőben megrendezett eseményen több mint tízezren vesznek részt az egész világról.
Hagyomány, hogy a cégek az ilyen konferenciákon jelentik be a legfontosabb újdonságokat, fejlesztéseket. A Snowflake is így járt el, íme a legfontosabb hírek listája.
OLTP alkalmazások
A legizgalmasabb a új hibrid táblatípusra épülő Unistore, amelyek segítségével a Snowflake immár tranzakciós adatbázisként is használható lesz. A hibrid táblák az analitikus lekérdezések mellett támogatják az OLTP világban szokásos funkciókat is (soralapú tárolás, elsődleges kulcsok használata, külső kulcshivatkozások stb.)
Az új képességgel a Snowflake már nem csak az adattárházas igényeket tudja majd kiszolgálni, hanem képes lesz egyetlen rendszerben támogatni az analitikus és a tranzakciós feladatokat.
Iceberg külső táblák
Szintén az adattárolási képességeket színesi az Iceberg formátumú külső táblák támogatása. Az open source Apache Iceberg a data lake architektúrák egyik népszerű táblaformátuma, amely hasznos extra adatmenedzsment képességeket nyújt.
A jövőben az Icebergben tárolt adatokat nem kell áttölteni a Snowflake saját belső adattárába, hanem maradhatnak az ügyfelek adattároló rétegében (például S3-on) és onnan közvetlenül lekérdezhetőek lesznek. Demó videó itt.
Ide kapcsolódó hír még, hogy a külső tábla mechanizmus segítségével hamarosan majd on-premise (azaz nem felhős) adatforrások is elérhetőek lesznek Snowflake alól.
Pythonos fejlesztői környezet
Különösen a data science alkalmazások szempontjából lesz érdekes a Python támogatása a Snowpark fejlesztői környezetben. Az Anacondával kötött szövetségnek köszönhetően sokféle adatfeldolgozó és ML feladat a jövőben Pythonban is elvégezhető lesz.
Natív Snowflake alkalmazások
A Native Application Framework segítségével olyan alkalmazások készíthetőek, amelyek közvetlenül a Snowflake platformon futnak, kihasználva a platform által nyújtott funkciókat.
A keretrendszer segítségével fejlesztett alkalmazások a Snowflake Marketplace piacterén keresztül értékesíthetőek is lesznek majd.
További hírek és érdekességek
A kiemelt 4 témán felül sok más bejelentés is érkezett: Streamlit integráció, streaming adatbetöltés javítása, materializált táblák, SQL Machine Learning, teljesítményjavító fejlesztések, jobb data governance és auditing.
Szintén érdekesek azok a hírek, amelyek a Snowflake saját befektetési alapja, a Snowflake Ventures tranzakcióról szólnak, például a Matillion és Domino Labs is kapott friss tőkét az alaptól.
Részletesebb információkért ezt a két posztot érdemes még elolvasni:
A frissen közzétett harmadik negyedéves eredmények szerint a cég árbevétele több mint duplájára nőtt.
A negyedéves bevétel 312,5 millió dollár volt. A januárban záruló pénzügyi év várható összbevétele 1,1 milliárd dollár lesz, ami szintén duplázódás tavalyhoz képest.
A Snowflake több mint 5.000 ügyféllel rendelkezik, ebből 148 több mint egymillió dollárt fizet évente a felhős adattárházas szolgáltatásokért.
2020 és az utóbbi néhány év talán legérdekesebb adatmenedzsment sztorija az olyan cégek felemelkedése, amelyek már a felhőben születtek és soha nem is rendelkeztek hagyományos adatközpontokban, a céges tűzfal mögött futtatható verzióval.
A Snowflake története remekül illusztrálja azt, hogy egyáltalán nem lehetetlen sikert elérni olyan területeken sem, ahol már évtizedes múlttal rendelkező szereplők uralják a piacot.
5 év alatt a csúcsra
A 2012-ben alapított cég csak 2015-ben indult be igazán, tehát mindössze 5 év alatt lett a felhős adattárházak szegmensének egyik meghatározó szereplője. Mindezt úgy érte el, hogy egyszerre versenyzett a hagyományos adattárház szállítókkal (Oracle, Teradata), és a felhős cégek saját DW megoldásaival is (Amazon Redshift, Google BigQuery).
A sikerhez kellett az, hogy az Oracle-s háttérből érkező alapítók jókor voltak jó helyen, és kellett egy korszerű technológiai vízió is. A későbbi siker az induláskor azonban még egyáltalán nem volt biztosra vehető, hiszen akkor még messze nem volt egyértelmű, hogy a cégek szívesen tárolják majd értékes adataikat a felhőben, erről érdemes az egyik korai befektető visszaemlékezését olvasni.
Rekorddöntő IPO
A Snowflake idén szeptemberben aztán óriási tűzijátékkal lépett ki a tőzsdére, az elemzők szerint ez volt minden idők legnagyobb szoftveres IPO-ja.
Egy hónappal korábban még 80 dollár körüli kibocsátási árfolyamról volt szó, de a részvények végül 120 dollárért kerültek a piacra. Ez azonban annyira nem vette el a befektetők kedvét, hogy még ehhez képest is több mint kétszeresére verték fel az árakat, sőt, egy időre 300 dollár fölé is ment az árfolyam a kibocsátás napján.
A cég teljes értéke így meghaladta a 70 milliárd dollárt, és jó néhány korai alkalmazott és vezető dollármilliárdos lett, köztük a cég első és a jelenlegi CEO-ja is.
Platformfejlesztések
Technológiai szempontból érdekes, hogy a novemberi Data Cloud Summit konferencián bejelentetett újdonságok között szerepel a sorszintű jogosultságkezelés, a különböző objektumok címkézése (tagging) és a Python, Java és Scala nyelven írt tárolt eljárások támogatása.
A korábbi fejlesztésekkel (materializált nézetek, oszlopok maszkolása) is együtt nézve látható, hogy a Snowflake tovább dolgozik azon, hogy a hagyományos adattárházak által biztosított teljesítménynövelő, adatvédelmi és kényelmi funkciók minél szélesebb körét kínálja – cloudos környezetben.
Intenzív növekedés, jelentős veszteség
Ez a fejlesztési stratégia összefügg azzal, hogy a Snowflake vezetői egyre nagyobb és komolyabb adattárházakkal rendelkező cégeket szeretnének a platformon látni. A cég decemberben közzétett negyedéves pénzügyi jelentése szerint már 65 olyan ügyféllel rendelkeznek, akik évi 1 millió dollárnál többet költenek.
A negyedéves árbevétel amúgy 160 millió dollár volt, ami 119%-os éves növekedést jelent. A gyors növekedés és intenzív fejlesztés persze nincs ingyen, ezt mutatja a negyedév 168 millió dolláros vesztesége is. Ez azonban egy szokatlanul rossz érték, a januárban forduló pénzügyi év első 9 hónapja alatt az árbevétel összesen 400 millió dollár körül volt, amihez “mindössze” 340 millió dolláros veszteség társult.
A befektetők mindezt továbbra is jól fogadják, december elején az árfolyam egy időre megközelítette a 400 dollárt is, többre értékelve a céget, mint az IBM vagy az AMD. Az árfolyam kicsit visszaesett azóta, de jelenleg is 300 dollár fölött van, ami 80 milliárd dolláros cégértéket jelent.
Hazai helyzet
A Snowflake iránt itthon is egyre nagyobb az érdeklődés. Igazán nagy, publikus hazai referencia még nem ismert, de több kisebb felhasználója van már a platformnak.
A felhőalapú adattárházak emelkedő csillaga, a Snowflake újabb, 479 millió dolláros befektetési kört zárt le.
A befektetés során a céget 12,7 milliárd dollárra értékelték, ami jelentős növekedés a korábbi körökhöz képest. 2018. októberében 450 millió dollárt kaptak jóval szerényebb, 3,5 milliárdos értékelés mellett.
A mostani tranzakció további érdekessége, hogy megjelent a Salesforce is a befektetők között. Ez akár egy felvásárlás első lépése is lehet, hiszen a Salesforce tavaly már megvette a Tableau-t, így egy esetleges akvizíció után teljesen integrált analitikus platformot tudna kínálni a Snowflake-Tableau-Einstein hármasra építve.
