随着时代的发展，我们面临的数据挑战也在不断增加——但我们多年来一直在努力解决这个问题。尽管提供了专门的资源、健壮的硬件等，但在传统的内部部署和云托管世界中，我们最终还是会失去sla。此外，管理数据加载、数据操作、数据库大小等等都需要不断地依赖人员。当你看到一个现代的数据平台时，你基本上看到的是一个可以扩展到你的管道需求的东西，在工作中是敏捷的，完全管理的，不需要数据形状的限制，提供可靠的性能，并且很容易通过SQL和api进行查询!进入Snowflake DB，它就像创始人围坐在圆桌旁，把所有的传统问题都写在纸上，然后真正地解决了它。他们的座右铭是一次移动数据，然后以不同的方式、不同的规模和容量多次访问数据。
这将他们引入许多角色，他们自己围绕云上的数据进行显式计算。
- 数据分析师
- 传统的数据管道
- 数据科学团队
- 应用程序团队
- BI和分析团队
它们真正地分离了计算和存储，并实现了服务管理的自动化。这就减少了你必须手动编写的代码/脚本，以使这些不同的计算(Snowflake称之为虚拟仓库)满足越来越多的数据需求。
它们的存储在中心，周围环绕着各种大小的计算，以满足上面列出的每个角色的需求。此外，当计算虚拟仓库没有查询任何内容时，服务实际上会关闭，而且不会花费您一分钱。您将根据与计算机大小一致的信用矩阵进行计费。存储成本持平——这让所有企业都猜谜了。Snowflake有一个支持许多第三方产品和ETL工具的生态系统。
携带任何形状的数据并将其存储到Snowflake中——基本上你可以在同一服务上使用Lake和Mart，并为各种各样的终端用户提供多种分析沙箱的访问。
您可以预先设定所需虚拟仓库的数量和基线，并设置一个选项以在需要时增加规模。当查询开始排队时，新的Virtual Warehouse开始工作，而不会中断现有的查询并完成数据加载。这是Snowflake最好的部分，它可以在没有任何性能问题的情况下接收数十亿行的数据。
为开发和测试实例添加时间旅行(保留数据状态)和免费克隆数据的能力。当涉及到服务不同规模和需求的组织时，它确实改变了游戏规则。
总而言之，这是一个共享的数据体系结构，可以根据需要伸缩并管理自身，而无需太多开销。
大规模处理通过连接器和虚拟仓库分析工作负载- - - - - -
Snowflake有一个到Domo的联邦连接器，可以查询实时数据，并支持应用程序中的移动分析需求。使用Snowflake，你可以使用Tableau和Power BI触发实时查询，如果需要实时仪表板，你可能不用将数据加载到Tableau提取或Power BI数据集。帮助您在BI工具中减少分析模型的大小。可以在Azure、AWS和谷歌上为HIPPA和PII监管需求提供Snowflake。添加元数据管理，您就得到了现代的全面管理数据服务。
我们在Perficient正与多个垂直领域的许多现有和潜在客户合作，雪花作为合作伙伴，讲述数据的故事，减少由来已久的日常开支——请随时联系我们。我们与Informatica、Talend密切合作，帮助企业实现对Snowflake的全面利用。在现代，雪花是这个行业真正的颠覆者。
