Schnellere Analytics: Snowflake verbessert durchschnittliche Abfragedauer um 40 %

Wir bei Snowflake legen großen Wert darauf, kontinuierliche, automatische Performance-Verbesserungen bereitzustellen. Wir arbeiten hinter den Kulissen, um Ihre Datenvorgänge schneller, effizienter und kostengünstiger zu gestalten – ohne Benutzereingriffe, manuelle Konfiguration oder geplante Ausfallzeiten. Jede Woche stellen wir Updates nahtlos im Hintergrund bereit, damit Ihre Workloads immer mit der neuesten und schnellsten Version von Snowflake ausgeführt werden, ohne dass Ihr Service unterbrochen wird. Wir wissen, dass Ihre Zeit Geld kostet. Deshalb sind wir bestrebt, Snowflake sofort einsatzbereit und so einfach wie möglich zu verwenden und zu optimieren. 

Bei diesem Ansatz geht es darum, mit Snowflake das beste Preis-Performance-Verhältnis zu erzielen. Und mit unserem verbrauchsabhängigen Preismodell können diese Performancesteigerungen zu echten Kosteneinsparungen für Sie führen.

Ergebnisse des Snowflake Performance Index

Unser Engagement für Ihren Erfolg treibt uns dazu an, die Performance, die Sie mit Snowflake erleben, kontinuierlich zu messen und zu verbessern. Der Snowflake Performance Index (SPI) bildet diese Verbesserungen im Laufe der Zeit ab. Anstatt synthetische Benchmarks für Performance-Vergleiche zu verwenden, messen wir unsere Verbesserungen anhand realer Kundendaten zu Produktions-Workloads. 

Das bedeutet, dass der SPI echte Verbesserungen widerspiegelt, die einen Unterschied in Ihrem täglichen Betrieb machen. Seit der Einführung des SPI im August 2022 hat sich die durchschnittliche Abfragedauer für stabile Workloads um 40 % verbessert. Allein in den letzten 12 Monaten hat sich der SPI um 20 % verbessert.

Aktuelle, anhand des SPI gemessene Performance-Verbesserungen

In den letzten 12 Monaten haben wir mehrere wichtige Verbesserungen eingeführt – die meisten von ihnen erfolgen automatisch, ohne dass Konfiguration oder zusätzlicher Aufwand für die Änderung des Codes nötig ist.

Verbesserung der Abfrageausführung: Wir haben unsere Bemühungen investiert, um die Ausführungszeiten weiter zu verkürzen und komplexe Abfragemuster effektiver zu bewältigen. Beispiele sind die Optimierung von Join-Abfragen, die automatische Korrektur von Versatz und die Erweiterung der Unterstützung für Top-K Pruning, um die Performance für Abfragen mit bestimmten Aggregations- und Filtermustern zu verbessern. Dank dieser Updates können Ihre Abfragen schneller ausgeführt werden, selbst wenn Workloads immer komplexer werden.

Datenerfassung und -replikation: Wir haben den Zeitaufwand für die Metadatenreplikation reduziert, das Klonen beschleunigt und die Erfassung großer Datasets optimiert, um Daten schneller und zuverlässiger nach Snowflake zu bringen und so Ihre Workflows und Pipelines zu optimieren.

Adaptive Optimierung: Wir haben eine Reihe adaptiver Optimierungen eingeführt, um Snowflake bei der Auswahl der besten Strategien für die Abfrageausführung intelligenter zu machen. So haben wir beispielsweise Top-K Pruning um eine breitere Palette von Abfragen erweitert und die Fähigkeit des Optimizer weiterentwickelt, intelligente Join-Order-Entscheidungen zu treffen, wodurch Sie von einer schnelleren und effizienteren Abfrageplanung profitieren.

Plattformeffizienz: Wir haben die Zuverlässigkeit und Geschwindigkeit der Plattform weiter verbessert. So konnten wir beispielsweise den Zeitaufwand für Klonvorgänge reduzieren und die Komprimierung effizienter gestalten, den Ressourcenverbrauch reduzieren und einen reibungsloseren Systembetrieb ermöglichen.

Dies sind nur einige Beispiele dafür, wie wir Snowflake für Sie schneller und effizienter machen. Wir wollen diese Dynamik aufrechterhalten. Durch kontinuierliche Investitionen in Performance-Verbesserungen möchten wir Ihnen helfen, mehr Nutzen aus Snowflake zu ziehen und gleichzeitig Ihre Betriebskosten im Laufe der Zeit zu senken.

Weitere Informationen zu den neuesten Verbesserungen finden Sie in unseren Versionshinweisen zur Performance und auf der SPI-Website.

*Basierend auf internen Snowflake-Daten konnte bei der durchschnittlichen Abfragedauer bei stabilen Kunden-Workloads zwischen dem 25. August 2022 und dem 31. Oktober 2024 eine Verbesserung um 40 % festgestellt werden. Zur Berechnung des SPI ermitteln wir mehrere Kunden-Workloads, die in Bezug auf die Anzahl der Abfragen und die Menge der verarbeiteten Daten über den angegebenen Zeitraum stabil und vergleichbar sind. Die Verkürzung der Abfragedauer ist auf eine Kombination von mehreren Faktoren zurückzuführen, darunter Hardware- und Softwareverbesserungen sowie kundenbezogene Optimierungen. Die Verbesserung der Kennzahlen für die Abfragedauer wird auf zwei Dezimalstellen gerundet.