Snowflake espande la partnership con Microsoft per migliorare l’interoperabilità tramite Apache Iceberg
Da novembre 2024, questa funzionalità è ora in public preview. Puoi guardare una demo, provarla e leggere la documentazione.
Oggi siamo lieti di annunciare l’espansione della nostra partnership con Microsoft per offrire un’esperienza di interoperabilità trasparente ed efficiente tra Snowflake e Microsoft Fabric OneLake, in preview alla fine dell’anno. In questo modo i nostri clienti comuni potranno usufruire dell’accesso bidirezionale ai dati tra Snowflake e Microsoft Fabric, con un’unica copia dei dati con OneLake in Fabric. Le organizzazioni che utilizzano entrambe le piattaforme potranno farlo in modo più conveniente, invece di creare pipeline o mantenere copie dei dati in ogni piattaforma. Questa interoperabilità è possibile grazie all’impegno di Snowflake e Microsoft a supportare i principali standard aperti del settore per i formati di storage analitici: Apache Iceberg e Apache Parquet.
La nostra collaborazione in espansione con Snowflake dimostra il nostro impegno a garantire ai clienti un'esperienza completa e senza interruzioni per fare di più con i loro dati. Stiamo rendendo possibile questa esperienza accelerando l'adozione di standard aperti, collaborando con partner leader del settore e semplificando il processo per consentire ai clienti di trarre rapidamente vantaggio dalle innovazioni che stiamo portando sul mercato.”
Arun Ulag
Vantaggi dell'interoperabilità migliorata tra Snowflake e Fabric
Questa nuova integrazione consente alle organizzazioni di utilizzare i dati in modo più conveniente. Ad esempio, i dati di Snowflake possono essere integrati in modo più trasparente con le app Microsoft 365, come Teams, Excel, PowerPoint e Outlook, tramite Fabric. Inoltre, i dati di Fabric OneLake possono essere estesi al Data Cloud Snowflake per l’AI cross-cloud, le applicazioni, la condivisione e la collaborazione, l’analisi avanzata e molti altri workload.
Per offrire questi vantaggi, Snowflake e Fabric aggiungeranno queste funzionalità per i clienti ora e più avanti nel corso dell’anno:
- Snowflake potrà archiviare i dati in formato Iceberg in OneLake (preview ufficiale prevista per la fine dell’anno).
- Fabric sarà in grado di archiviare i dati in formato Iceberg in OneLake tramite la traduzione Apache XTable in OneLake.
- I dati scritti da una piattaforma, Snowflake o Fabric, saranno accessibili da entrambe le piattaforme.
- Snowflake sarà in grado di leggere i data artifact Fabric in OneLake, memorizzati fisicamente o virtualmente tramite scorciatoie.
- I dati di Snowflake e Fabric possono essere utilizzati da una varietà di servizi, come Microsoft 365, Copilot in Microsoft 365, Snowflake Cortex AI, Azure AI Studio, Snowflake Copilot e altri.
Come funziona
Vediamo un esempio di come funziona questa nuova integrazione. Supponiamo di lavorare a un progetto di fidelizzazione dei clienti, ma che una tabella degli iscritti a un programma fedeltà sia gestita da un team in Snowflake mentre i dati di vendita e assistenza si trovino in Microsoft Azure. Invece di mantenere copie dei dati in ogni piattaforma, puoi utilizzare l’una o l’altra per accedere a un’unica copia di tutti i dati archiviati in Fabric OneLake.
Per prima cosa, crea un volume esterno in Snowflake che punti al tuo account Fabric OneLake. Qui Snowflake archivia i dati dei membri del programma fedeltà nel formato Iceberg. Quando crei questa Iceberg Table da Snowflake, puoi specificare di utilizzare Snowflake come Iceberg Catalog e Fabric OneLake come volume esterno. Quando Snowflake opera sulle tabelle e scrive i dati, OneLake converte automaticamente i metadati Iceberg nel formato Delta Lake, senza riscrivere i file Parquet, in modo che i motori Fabric possano interrogare le stesse tabelle.
Allo stesso modo, Fabric OneLake consente a Snowflake di leggere tutti i dati OneLake in formato Iceberg, per il consumo da parte del motore Snowflake. Ciò significa che è possibile creare una Iceberg Table da Snowflake che punta ai dati Iceberg in OneLake, per poi essere interrogati. Ad esempio, puoi utilizzare le funzioni LLM di Snowflake Cortex AI per calcolare il sentiment delle note del servizio assistenza o riassumere le trascrizioni delle chiamate.
Come iniziare
Snowflake e Microsoft svilupperanno questa nuova integrazione in modo collaborativo nei prossimi mesi. Continua a leggere il nostro blog per ulteriori annunci dal Data Cloud Summit Snowflake dal 3 al 6 giugno a San Francisco. Tuttavia, le Iceberg Tables in Snowflake sono attualmente disponibili in public preview. Se non l’hai ancora fatto, puoi provare Iceberg Tables con questa guida quickstart o guardare una demo per scoprire come Iceberg è integrato con la piattaforma Snowflake, come le funzioni LLM di Cortex AI.
Authors
