Les clients de Snowflake vont pouvoir bénéficier de requêtes plus rapides, plus efficaces et à moindre coût grâce à de nouvelles améliorations apportées à sa plateforme. Snowflake améliore, entre autres, son moteur de base pour offrir des performances sans coûts supplémentaires ni interventions manuelles. Le Data Cloud IA permet à ses clients des améliorations automatiques et continues avec des charges de travail optimisées se traduisant par des gains de performance qui ne nécessitent pas de réglages, de migrations ou de mises à jour complexes.
Parmi les améliorations récentes apportées à la plateforme Snowflake apporte donc des améliorations telle qu’une accélération des processus d’ingestion de données et une optimisation des performances de traitement des requêtes. La performance d’ingestion des fichiers JSON et Parquet avec des données insensibles à la casse a été améliorée de 25 %.
Snowflake a également amélioré le débit entre les nœuds d’un entrepôt via une communication intra-nœud plus rapide et une meilleure compression du réseau permettant une augmentation de 40 % de l’efficacité des requêtes. De plus, Snowflake a migré les charges de travail Microsoft Azure vers des processeurs ARM plus rapides sans intervention requise de la part des clients. Certains ont constaté jusqu’à 10 % d’amélioration du rapport performance/prix.
Des estimations de sélectivité plus granulaires ont été introduites pour améliorer les décisions d’ordres de jointures, ce qui a optimisé les performances des requêtes courantes et réduit le temps d’exécution des requêtes de 10 % en moyenne.
En plus de ces améliorations automatiques, Snowflake a continué d’investir dans des fonctionnalités visant à optimiser les charges de travail de ses clients, telles que le clustering automatique, les vues matérialisées et le service d’optimisation de la recherche.
La fonctionnalité de clustering automatique optimise automatiquement les tables en fonction des colonnes fréquemment utilisées dans les requêtes. Depuis début 2024, Snowflake a réduit les coûts de maintenance du clustering automatique de 10 % en moyenne, avec des réductions allant jusqu’à 50 % pour certaines tables.
Les fonctionnalités d’optimisation de la recherche et les matérialisées accélèrent les requêtes point de recherche et les requêtes sélectives sur de grands volumes de données semi-structurées. L’optimisation de la recherche, couplée à la nouvelle fonction SEARCH de Snowflake, permet d’analyser des milliards de lignes en temps quasi réel, un atout clé pour les domaines de la cybersécurité et de l’observabilité.
Grâce à ses investissements, Snowflake a réduit les coûts pour ses clients. Depuis le 1er août, le coût de maintenance du service d’optimisation de la recherche et des vues matérialisées a baissé de 80 % sur l’ensemble des déploiements.
