· Snowflake bietet Entwicklern die Funktionen, die sie benötigen, um die Komplexität zu beseitigen und die Produktivität mit Daten zu steigern
· Neue Innovationen ermöglichen es Entwicklern, mehr aus ihren Daten zu machen, indem sie Anwendungen, Pipelines und Modelle mit einer einzigen Datenplattform erstellen
· Unternehmen wie Charter Communications, EDF, NerdWallet, Northern Trust, Sophos und andere nutzen Snowpark for Python, das jetzt allgemein verfügbar ist, zur Steigerung der Wertschöpfung aus ihren Daten
Snowflake (NYSE: SNOW), das Unternehmen für Daten-Clouds, kündigte auf seiner Veranstaltung Snowday 2022, der letzten Station seiner Data Cloud World Tour in San Francisco, neue Innovationen an, die die Anwendungsentwicklung verändern und es Entwicklern, Dateningenieuren und Datenwissenschaftlern ermöglichen, direkt in der Data Cloud zu entwickeln. Die neuesten Entwicklungen von Snowflake ermöglichen es Anwendern, mehr aus ihren Daten zu machen, die Produktivität zu steigern und neue Wege für die Entwicklung von Anwendungen, Pipelines und maschinellen Lernmodellen mit der einzigen Datenplattform von Snowflake zu erschließen.
Snowflake bringt Python-basierte App-Entwicklung direkt in die Daten-Cloud
Streamlit, das im März 2022 von Snowflake übernommen wurde, ermöglicht Zehntausenden von Datenwissenschaftlern und anderen Entwicklern die einfache Entwicklung von Datenanwendungen mit Python unter Verwendung seines Open-Source-Frameworks. Nach der Übernahme treibt Snowflake nun die Streamlit-Integration (in Entwicklung) voran, damit Entwickler ihre Daten und ML-Modelle als sichere, interaktive Anwendungen zum Leben erwecken können - und das alles innerhalb von Snowflake.
Die Streamlit-Integration von Snowflake verbindet die Benutzerfreundlichkeit und Flexibilität von Streamlit mit der Skalierbarkeit, der kontrollierten Datenabdeckung und der Sicherheit von Snowflake, so dass Entwickler leistungsstarke Anwendungen ohne die herkömmliche Komplexität erstellen können, die mit der Erstellung und Bereitstellung von Webanwendungen verbunden ist. Die Integration ermöglicht es Entwicklern, Anwendungen mit Python zu erstellen, die ihre Daten in Snowflake nutzen, diese Anwendungen auf der sicheren und kontrollierten Plattform von Snowflake bereitzustellen und auszuführen und ihre Anwendungen mit Unternehmensteams zu teilen, um den Wert von Daten und ML-Modellen weiter zu erschließen.
"Streamlit dient heute als Interaktionsmotor für die überwiegende Mehrheit unserer Data Science- und Machine Learning-Modelle und verändert aktiv die Art und Weise, wie unsere Teams leistungsstarke Anwendungen erstellen, bereitstellen und mit anderen Stakeholdern im gesamten Unternehmen zusammenarbeiten", sagt Sai Ravuru, GM Data Science & Analytics, JetBlue. "Mit der Streamlit-Integration von Snowflake können wir innerhalb des Snowflake-Ökosystems, in dem unsere Daten bereits vorhanden sind, von Daten zu ML-Insights übergehen, was es für uns einfacher und sicherer macht, wirkungsvolle Anwendungen zu erstellen, um die negativen Auswirkungen von Flugunterbrechungen weiter zu mindern, unseren operativen Planungsteams mehr Vorhersagbarkeit zu bieten und unseren Kunden eine bessere Personalisierung zu ermöglichen, um ihnen die bestmögliche Erfahrung zu bieten."
Snowflake erweitert die Leistungsfähigkeit von Python für alle Nutzer mit einem umfassenden Snowpark-Ökosystem
Python ist die beliebteste Sprache für Data Scientists und die drittbeliebteste Sprache unter allen Entwicklern. Mit der allgemeinen Verfügbarkeit von Snowpark for Python macht Snowflake Python und sein reichhaltiges Ökosystem an Open-Source-Bibliotheken nun für alle Nutzer und Teams verfügbar. In den Monaten seit der Ankündigung der öffentlichen Vorschau und der erweiterten Anaconda-Integration auf dem Snowflake Summit 2022 hat sich die Akzeptanz von Snowpark für Python versechsfacht. Hunderte von Kunden, darunter Charter Communications, EDF, NerdWallet, Northern Trust, Sophos und andere, nutzen Snowpark für die Entwicklung ihrer Daten.
Mit Snowpark als Snowflake-Entwicklerframework erhalten Entwickler eine optimierte Architektur, die die Programmiersprachen der Anwender wie Java, Scala, SQL und jetzt auch Python nativ unterstützt. Snowpark für Python ist Teil des umfassenderen Snowpark-Ökosystems, das Teams zusammenbringt, damit sie auf einer einheitlichen Plattform mit einer hochsicheren Python-Sandbox zusammenarbeiten und entwickeln können, die Entwicklern dieselben Vorteile in Bezug auf Skalierbarkeit, Elastizität, Sicherheit und Compliance bietet, die sie von der Entwicklung mit Snowflake gewohnt sind. Darüber hinaus können Entwickler Datensicherheits- und Compliance-Hindernisse aus dem Weg räumen, die bisher verhinderten, dass Projekte in Produktion gehen konnten. Snowflake veröffentlicht außerdem Snowpark-optimierte Warehouses (öffentliche Vorschau in AWS), damit Python-Entwickler ML-Training und andere speicherintensive Operationen in großem Umfang direkt in Snowflake ausführen können, sowie Python Worksheets (private Vorschau) zur Entwicklung von Anwendungen, Datenpipelines und ML-Modellen in Snowflake.
Partner wie Anaconda, dbt Labs und andere haben maßgeblich dazu beigetragen, die Akzeptanz von Snowpark for Python zu beschleunigen und es Entwicklern zu ermöglichen, mit Zuversicht zu entwickeln. Zu diesen Fortschritten gehört die Integration von Anaconda in Snowpark for Python, die die Open-Source-Python-Bibliotheken von Anaconda nahtlos für Snowflake-Nutzer zugänglich macht, da manuelle Installationen und die Verwaltung von Paketabhängigkeiten entfallen. Darüber hinaus kombiniert die neue Snowpark for Python-Unterstützung der dbt mühelos die Leistungsfähigkeit von SQL und Python für moderne Analysen und ermöglicht es Kunden, die Kluft zwischen Analyse- und Data-Science-Teams weiter zu überbrücken.
"Mit Snowpark for Python können wir ein vollständig integriertes Data-Science-Ökosystem aufbauen, das Finanzingenieure, Data Scientists und Business-Analysten in die Lage versetzt, mit dem gesamten Reichtum ihrer Daten zu arbeiten, um maßgeschneiderte Analysen zu erstellen und zu liefern", sagt William Wu, Head of Quant Analytics, FOA, Northern Trust. "Snowpark ermöglicht uns die Zusammenarbeit mit denselben Daten wie dem Rest des Unternehmens, so dass wir neue Erkenntnisse aufdecken und visualisieren und dynamische faktenbasierte und datengesteuerte Anlageentscheidungen für unsere Kunden vorantreiben können."
Snowflake vereinfacht Streaming-Pipelines und sorgt für mehr Automatisierung und Beobachtbarkeit für Entwickler
Snowflake verändert auch die Art und Weise, wie Nutzer Datenpipelines aufbauen, und erleichtert die Arbeit mit Streaming-Daten innerhalb einer einzigen Plattform. Zu diesem Zweck stattet Snowflake seine Kunden mit den Funktionen aus, die sie benötigen, um die Komplexität zu beseitigen und gleichzeitig die Grundprinzipien der Softwareentwicklung zu nutzen. Benutzer können nun ihre Produktivität steigern, indem sie Daten mit Schema Inference (private Vorschau) schneller einbinden und Pipelines mit Serverless Tasks (allgemeine Verfügbarkeit) mühelos nativ in der Snowflake-Plattform ausführen. Darüber hinaus stellt Snowflake erweiterte Tools vor, die es Entwicklern noch leichter machen, in der Data Cloud zu entwickeln:
· Dynamic Tables (private Vorschau): Früher als Materialized Tables eingeführt, hebt Snowflake die Grenzen zwischen Streaming- und Batch-Pipelines auf, indem es die inkrementelle Verarbeitung durch die deklarative Entwicklung von Datenpipelines automatisiert, um die Codierung effizienter und einfacher zu gestalten. Dies vereinfacht auch Anwendungsfälle wie die Erfassung von Änderungsdaten und die Isolierung von Snapshots und ist nativ in Snowflake, so dass es von allen Snowflake-Konten mit voller Sicherheit und Governance gemeinsam genutzt werden kann.
· Beobachtbarkeit und Erlebnisse: Um den Anforderungen von Entwicklern noch besser gerecht zu werden, investiert Snowflake in native Funktionen für Beobachtbarkeit und Entwicklererfahrung, damit sie Datenpipelines mit gesteigerter Produktivität erstellen, testen, debuggen, bereitstellen und überwachen können, z. B. durch Alarmierung (private Vorschau), Protokollierung (private Vorschau), Ereignisverfolgung (private Vorschau), Aufgabendiagramme und Verlauf (öffentliche Vorschau).
"Während wir die Anwendungsentwicklung weiter revolutionieren, geben wir Entwicklern den Datenzugriff und die Tools, die sie benötigen, um ihr Innovationstempo zu beschleunigen, sicher unter der einheitlichen Plattform von Snowflake", sagt Torsten Grabs, Director of Product Management, Snowflake. "Die Weiterentwicklungen von Snowflake geben Entwicklern die Möglichkeit, leistungsstarke Anwendungen, Pipelines und Modelle mit einem Höchstmaß an Vertrauen zu erstellen und die Komplexität zu beseitigen, so dass sie mit der Data Cloud einen Mehrwert für ihr Unternehmen schaffen können."
Snowflake kündigte auf dem Snowday 2022 außerdem neue Innovationen für die branchenführende Datenplattform von Snowflake an, die den wirtschaftlichen Wert für Kunden weiter steigern werden, sowie Erweiterungen des umfangreichen Partner-Ökosystems und vieles mehr.
