Análises de dados mais rápidas: Snowflake melhora a duração média das consultas em 40%

Na Snowflake, estamos comprometidos em oferecer melhorias de desempenho consistentes e automáticas. Trabalhamos no background para tornar suas operações de dados mais rápidas, eficientes e econômicas, sem nenhuma intervenção do usuário, configuração manual ou tempo de inatividade programado. Toda semana, implementamos atualizações em background, garantindo que suas cargas de trabalho estejam sempre funcionando com a versão mais recente e mais rápida do Snowflake, sem interrupções de serviço. Sabemos que tempo é dinheiro e, por isso, queremos tornar o Snowflake o mais fácil de usar e otimizado possível, desde o início. 

Esse método de trabalho visa ajudar você a obter o melhor preço por desempenho com o Snowflake. Além disso, com nosso modelo de preços com base no consumo, essas melhorias de desempenho podem levar a uma redução real dos custos.

Resultados do Snowflake Performance Index

Nossa dedicação ao sucesso da sua empresa nos faz medir e aprimorar continuamente o desempenho obtido com o Snowflake. O Snowflake Performance Index (SPI) monitora essas melhorias reais ao longo do tempo. Em vez de usar benchmarks sintéticos para comparações de desempenho, medimos nossas melhorias usando dados reais de clientes relativos às cargas de trabalho de produção. 

Isso significa que o SPI reflete melhorias genuínas que fazem diferença nas operações diárias. Desde o lançamento da SPI em agosto de 2022, a duração média de consulta para cargas de trabalho estáveis melhorou 40%. Somente nos últimos 12 meses, o SPI tem registrado uma melhora de 20%.

Melhorias de desempenho mais recentes monitoradas pelo SPI

Durante os últimos 12 meses, adicionamos várias melhorias significativas, em sua maioria implementadas automaticamente, sem precisar de configuração ou esforço adicional para modificar o código.

Melhora na execução de consultas: trabalhamos para continuar reduzindo os tempos de execução e lidar com padrões de consulta complexos de forma mais eficaz. Exemplos incluem otimização de consultas unificadas, processamento automático de distorção e expansão do suporte para a remoção de elementos Top-K visando melhorar o desempenho de consultas com padrões específicos de agregação e filtragem. Essas atualizações ajudam a executar consultas com maior rapidez, mesmo à medida que a complexidade das cargas de trabalho aumenta.

Ingestão e replicação de dados: reduzimos o tempo despendido em replicação de metadados, fizemos clonagem mais rápida e otimizamos a ingestão de grandes conjuntos de dados para ajudar você a trazer os dados para o Snowflake com mais rapidez e confiança, simplificando os fluxos de trabalho e pipelines da sua empresa.

Otimização adaptativa: lançamos várias otimizações adaptativas para tornar o Snowflake mais inteligente ao escolher as melhores estratégias para a execução de consultas. Por exemplo, expandimos a remoção de elementos Top-K para incluir uma gama mais ampla de consultas e refinamos a capacidade do otimizador de tomar decisões inteligentes de ordem de junção, permitindo que você se beneficie de um planejamento de consulta mais rápido e eficiente.

Eficiência da plataforma: Continuamos melhorando a confiabilidade e a velocidade gerais da plataforma. Por exemplo, reduzimos o tempo necessário para clonar operações e tornamos a compactação mais eficiente, reduzindo o consumo de recursos e possibilitando operações de sistema mais contínuas.

A seguir, apresentamos apenas alguns exemplos de como estamos tornando o Snowflake mais rápido e eficiente para você. Queremos continuar caminhando nessa direção. Ao investir continuamente em melhorias de desempenho, estamos comprometidos em ajudar sua empresa a obter mais valor do Snowflake e a reduzir os custos operacionais ao longo do tempo.

Para saber mais sobre as recentes melhorias, confira nossos avisos de lançamento e visite o site do SPI.

*Com base nos dados internos do Snowflake, a duração da consulta para cargas de trabalho estáveis dos clientes melhorou 40% de 25 de agosto de 2022 a 31 de outubro de 2024. Para calcular o SPI, identificamos um grupo de cargas de trabalho de clientes que são estáveis e similares em termos de quantidade de consultas e dados processados durante o período apresentado. A redução do tempo de consulta foi o resultado de um conjunto de fatores, incluindo melhorias de hardware e software e otimizações do cliente. O índice de melhoria das métricas do tempo de consulta é arredondado para o centésimo mais próximo.