Snowflake Schema: การจัดเรียงเชิงตรรกะของตาราง

Snowflake schema คือการจัดเรียงเชิงตรรกะของตารางในฐานข้อมูลหลายมิติ เพื่อให้ความสัมพันธ์ของเอนทิตีระหว่างตารางเหล่านั้นได้รับการจัดระเบียบตามลำดับชั้น คล้ายกับสคีมารูปดาว ยกเว้นว่าตารางกลางในสคีมา Snowflake ไม่ใช่ตารางข้อเท็จจริง แต่เป็นตารางมิติ ชื่อ "เกล็ดหิมะ" มาจากความจริงที่ว่าไดอะแกรมของสกีมาเกล็ดหิมะมีลักษณะคล้ายกับเกล็ดหิมะ

การใช้ Snowflake เป็นแพลตฟอร์มคลังข้อมูล เราสร้างผลิตภัณฑ์ข้อมูลขนาดใหญ่ที่โดดเด่นและให้ผลกำไรแก่ลูกค้าที่ Netguru การเริ่มต้นของ San Mateo (แคลิฟอร์เนีย) เพิ่งได้รับเงินทุน 479 ล้านดอลลาร์จากนักลงทุนร่วมทุนระยะสุดท้าย จากสถิติการตลาดล่าสุด Snowflake ได้แซงหน้าบริษัทยูนิคอร์นที่มีมูลค่าสูงสุด 20 อันดับแรกของโลกแล้ว คลังข้อมูลที่ใช้ Snowflake เร็วกว่า ใช้ง่ายกว่า และยืดหยุ่นกว่าคลังข้อมูลที่ใช้แหล่งข้อมูลอื่น เป็นไปได้ที่จะเข้าใจและทำงานกับ Snowflake หากคุณมีประสบการณ์ SQL ผู้ให้บริการคลาวด์คอมพิวติ้งรายใหญ่ทุกรายสนับสนุนการทำงานนอกกรอบของ Snowflake คลังข้อมูลควรรวมเข้ากับเครื่องมือภายนอกได้อย่างง่ายดาย

นี่คือสถาปัตยกรรมฐานข้อมูลแบบไฮบริดที่รวมสถาปัตยกรรมฐานข้อมูลแบบแชร์ดิสก์แบบดั้งเดิมและแบบไม่มีอะไรแชร์ การหยุดชะงักของ คลังข้อมูล ถือเป็นความล้ำหน้า และเราได้ออกแบบให้มีความล้ำหน้าในด้านนี้ แอปพลิเคชันผู้ใช้ปลายทางที่ออกแบบมาอย่างดีซึ่งออกแบบมาโดยเฉพาะสำหรับข้อมูลของคุณสามารถเพิ่มอัตรากำไรจากการขายและเช่าข้อมูลได้อย่างมาก

ข้อมูล Snowflake ถูกจัดระเบียบอย่างมีเหตุผลเป็นแถวและคอลัมน์ตามข้อมูลในตารางฐานข้อมูล

นอกจาก ELT และ ETL แล้ว Snowflake ยังรองรับเครื่องมือรวมข้อมูลอีกจำนวนหนึ่ง เช่น Informatica, Talend, Tableau, Matillion และอื่นๆ

ในฐานข้อมูล ข้อมูลในที่ จัดเก็บข้อมูล Snowflake จะถูกจัดเก็บในลักษณะเดียวกับที่จัดเก็บข้อมูลของ Oracle ในรูปแบบเชิงสัมพันธ์และกึ่งโครงสร้าง เมื่อมีการอัปเดตข้อมูลที่จัดเก็บไว้ในเลเยอร์เดียวเท่านั้น ทำให้ไม่สามารถเปลี่ยนแปลงได้

เกล็ดหิมะเป็น sql ประเภทใด?

โดยทั่วไป SQL จะถูกจัดเก็บในรูปแบบ ANSI ซึ่งรองรับโดย Snowflake ซึ่งเป็น แพลตฟอร์ม ข้อมูลและคลังข้อมูล กล่าวอีกนัยหนึ่ง การดำเนินการทั่วไปทั้งหมดสามารถดำเนินการได้ภายใน Snowflake แพลตฟอร์ม Snowflake รวมการดำเนินการทั้งหมดที่เปิดใช้งานคลังข้อมูล เช่น การสร้าง การอัปเดต การแทรก และอื่นๆ

ANSI SQL เป็นรหัส SQL มาตรฐานที่ใช้กันอย่างแพร่หลายใน แพลตฟอร์ม ข้อมูลและคลังข้อมูล คู่มือนี้จะแนะนำขั้นตอนพื้นฐานของการกำหนดค่าและใช้งาน Snowflake ในการสอบถามใน Snowflake คุณต้องใช้คำสั่ง SELECT แบบธรรมดาและไวยากรณ์ต่อไปนี้ ก่อนดำเนินการวิเคราะห์ใดๆ คุณต้องรวมแหล่งข้อมูลทั้งหมดของคุณไว้ในฐานข้อมูลกลางก่อน Hevo เป็นไปป์ไลน์ข้อมูลแบบไม่มีโค้ดที่ช่วยให้คุณย้ายข้อมูลจากหลายแหล่งไปยัง Snowflake ได้อย่างง่ายดาย ก่อนที่คุณจะสามารถโหลดข้อมูลใน Snowflake คุณต้องมีฐานข้อมูลและตาราง ในบทความนี้ เราจะโหลดข้อมูลลงในฐานข้อมูลชื่อเดโม

การสร้างคลังข้อมูลเป็นขั้นตอนแรกในการสร้างคลังเสมือน แบบสอบถามที่ต้องการคลังสินค้าเพื่อจัดเก็บทรัพยากรการประมวลผลจะเริ่มทำงานโดยอัตโนมัติเมื่อคลังสินค้าทำงานอยู่ ณ เวลาที่ส่ง ไฟล์สามารถจัดฉากในขั้นตอนภายในหรือภายนอกของ Snowflake (เช่น Amazon S3, Google Cloud Storage หรือ Microsoft Azure) ก่อนที่จะโหลด ก่อนโหลด คำสั่ง COPY เปิดใช้งานการตรวจสอบไฟล์ คุณยังสามารถไปที่หัวข้อ COPY INTO >table> สำหรับการตรวจสอบความถูกต้องเพิ่มเติมและเทคนิคการตรวจสอบข้อผิดพลาด สามารถใช้คำสั่ง SQL ฟังก์ชันสนับสนุน และตัวดำเนินการเพื่อสืบค้นข้อมูลของตาราง emp_details ซึ่ง Snowflake โหลดไว้ได้อย่างง่ายดาย

Snowflake ใช้ฐานข้อมูลอะไร

ไม่มีคำตอบที่ชัดเจนสำหรับคำถามนี้ เนื่องจากขึ้นอยู่กับการใช้งาน Snowflake ที่เฉพาะเจาะจง อย่างไรก็ตาม เป็นที่ทราบกันว่า Snowflake ใช้รูปแบบการจัดเก็บแบบเรียงเป็นแนว ซึ่งแตกต่างจากรูปแบบตามแถวแบบดั้งเดิมที่ใช้โดย ฐานข้อมูลเชิงสัมพันธ์ ส่วนใหญ่ ซึ่งช่วยให้ Snowflake บีบอัดข้อมูลได้อย่างมีประสิทธิภาพมากขึ้นและค้นหาข้อมูลได้อย่างมีประสิทธิภาพมากขึ้น

ให้บริการพื้นที่จัดเก็บข้อมูลและข้อมูลเมตา ตลอดจนอินเทอร์เฟซ SQL เพื่อจัดการและจัดการข้อมูลในฐานข้อมูล ซึ่งคล้ายกับ แพลตฟอร์มฐานข้อมูล อื่นๆ นอกจากนี้ยังสามารถสืบค้นไฟล์ที่เก็บข้อมูลบนคลาวด์ได้โดยตรงจากตารางภายนอกหรือผ่านคำสั่ง COPY เพื่อโหลดข้อมูลลงใน Snowflake ฐานข้อมูล Snowflake มีวัตถุประสงค์เพื่อวิเคราะห์ข้อมูลจำนวนมากเพื่อให้สามารถหาคำตอบสำหรับคำถามได้ หากเว็บแอปพลิเคชันของคุณเป็นแอปพลิเคชันเชิงวิเคราะห์ สามารถใช้แบ็กเอนด์ Snowflake เพื่อจัดการองค์ประกอบการวิเคราะห์ได้ ในกรณีส่วนใหญ่ คุณต้องการให้ฐานข้อมูลแบบเดิมจัดการข้อมูลที่เกี่ยวข้องกับผู้ใช้และเซสชัน

หากคุณเป็นองค์กรสมัยใหม่ที่มีข้อมูลจำนวนมาก คุณจะชอบ Snowflake ที่ใช้งานง่ายและการวิเคราะห์ข้อมูลที่รวดเร็ว เป็นหนึ่งในแพลตฟอร์มที่คุ้มค่าและประสิทธิภาพสูงที่สุด ทำให้เป็นตัวเลือกที่ยอดเยี่ยมสำหรับธุรกิจที่ต้องการขยายขนาดอย่างรวดเร็ว

เกล็ดหิมะดีกว่า Mongobb หรือไม่?

ตรงกันข้ามกับ Snowflake ซึ่งเป็นฐานข้อมูลแบบคอลัมน์และแถว MongoDB เก็บข้อมูลในเอกสารและดึงข้อมูลได้เร็วขึ้น เป็นตัวเลือกที่ดีที่สุดสำหรับการจัดการกับข้อมูลจำนวนมาก เฟรมเวิร์กบนคลาวด์มีให้บริการจากผู้ให้บริการคลาวด์ชั้นนำหลายราย

MongoDB มีความยืดหยุ่นในระดับที่ยอดเยี่ยมและเหมาะสำหรับการใช้งานที่หลากหลาย ข้อมูลสามารถจัดเก็บ จัดการ ใช้งาน และวิเคราะห์ในระบบคลาวด์ด้วยความช่วยเหลือของ Snowflake ฐานข้อมูลคลาวด์ทั่วโลกที่มีการจัดการเต็มรูปแบบนั้นโฮสต์บน AWS, Azure และ Google Cloud Platform (GCP) ผู้ใช้ได้รับการยืนยันว่าไม่เปิดเผยตัวตน นี่คือราคาเริ่มต้นสำหรับหนึ่งล้านดอลลาร์ คุณไม่ต้องจ่ายสักเล็กน้อยในการเริ่มต้น นอกจากนี้ยังสามารถต่ออายุได้ในรายละเอียดเพิ่มเติม

อินเทอร์เฟซของระบบคิวรี SQL นี้คล้ายกับระบบอื่นๆ ที่ฉันเคยใช้ และค่อนข้างใช้งานง่าย แม้ว่าจะเข้าใจข้อความแสดงข้อผิดพลาดได้ง่ายกว่าเมื่อใช้ตารางชั่วคราว แต่ก็ไม่ได้ตรงไปตรงมาเสมอไป เนื่องจากเราเป็นผู้ใช้ Snowflake รายใหญ่ เราจึงมีทีมเทคนิคเฉพาะที่สามารถแก้ไขปัญหาต่างๆ ที่เรามีได้อย่างรวดเร็ว เมื่อคุณมีผู้ให้บริการที่สามารถสำรองข้อมูลและปรับขนาดคลัสเตอร์ของคุณได้โดยอัตโนมัติ ก็จะทำให้ชีวิตง่ายขึ้น แม้ในขณะที่ข้อมูลของคุณเพิ่มขึ้น กลไกการจัดเก็บข้อมูลของ Cassandra ของคุณยังสามารถรักษาการเขียนตามเวลาที่คงที่ได้ ใช้งานง่ายกว่า และมักจะถูกกว่าเมื่อใช้ในหลาย ๆ กรณี เพราะสามารถรีสตาร์ทหรือหยุดชั่วคราวตามการใช้งาน

เกล็ดหิมะเป็นเพียง Sql หรือไม่

ไม่มีคำตอบที่แน่ชัดสำหรับคำถามนี้ เนื่องจากขึ้นอยู่กับปัจจัยหลายประการ รวมถึงความเห็นส่วนตัวด้วย บางคนอาจถือว่าเกล็ดหิมะเป็น SQL ประเภทหนึ่ง ในขณะที่คนอื่นอาจไม่ใช่

การใช้ Snowflake Scripting คุณสามารถสร้างสคริปต์และขั้นตอนการจัดเก็บใน SQL ประกอบด้วยคำสั่งสร้างและคำสั่งควบคุมสำหรับ SQL เช่นคำสั่งเงื่อนไขและคำสั่งวนรอบ การแสดงตัวอย่างแสดงให้เห็นว่าคุณลักษณะนี้เป็นที่ต้องการสูงและถูกใช้อย่างมีนัยยะสำคัญ เราจะพูดถึงแนวคิดที่สำคัญบางประการในเคล็ดลับด้านล่าง เพื่อให้คุณสามารถเริ่มต้นได้ทันที ส่วนขยายการเขียนสคริปต์ Snowflake ช่วยให้คุณสร้างคำสั่งโฟลว์การควบคุมการทำงานและจัดการข้อยกเว้นได้ For, while, repetition และ loop เป็นสี่ลูปที่พบบ่อยที่สุด กล่าวอีกนัยหนึ่งคือ คุณสามารถวนซ้ำผลการค้นหาครั้งละหนึ่งแถวโดยการลากเคอร์เซอร์ไปรอบๆ หน้า ในขณะที่จัดการข้อยกเว้นอื่น ตัวจัดการข้อยกเว้นอาจมีตัวจัดการข้อยกเว้นของตัวเอง

ตัวอย่างฐานข้อมูล Nosql

ตัวอย่างยอดนิยมของฐานข้อมูล NoSQL ได้แก่ MongoDB, Apache Cassandra, Redis และ Amazon DynamoDB ฐานข้อมูลเหล่านี้มักใช้สำหรับข้อมูลขนาดใหญ่และเว็บแอปพลิเคชันแบบเรียลไทม์

ฐานข้อมูลที่ไม่ใช่เชิงสัมพันธ์ เช่น ฐานข้อมูล NoSQL จัดเก็บข้อมูลในรูปแบบอื่นที่ไม่ใช่ฐานข้อมูลเชิงสัมพันธ์ ไม่จำเป็นต้องใช้สคีมาแบบตายตัว หลีกเลี่ยงการรวม และปรับขนาดได้อย่างง่ายดาย ด้วยการกำเนิดของฐานข้อมูล NoSQL ข้อมูลจำนวนมากถูกสร้างขึ้นและจัดเก็บไว้ในฐานข้อมูลแบบกระจายที่มีความต้องการพื้นที่จัดเก็บสูง ทุกๆ วัน ข้อมูลของผู้ใช้จะถูกรวบรวมโดยบริษัทต่างๆ เช่น Twitter, Facebook และ Google ฐานข้อมูล NoSQL แบบกระจายใช้สถาปัตยกรรมแบบไม่มีอะไรใช้ร่วมกัน หมายความว่าฐานข้อมูลไม่มีหน่วยควบคุมหรือหน่วยเก็บข้อมูลเดียว ในระยะยาว การดำเนินการนี้ช่วยลดความจำเป็นในการใช้ฐานข้อมูลที่แตกต่างกันเพื่อจัดการกับข้อมูลเดียวกันในหลายๆ วิธี เนื่องจากข้อมูลในฐานข้อมูลแบบกระจายจะพร้อมใช้งานตลอดเวลา จึงยังคงสามารถกระจายข้อมูลระหว่างสำเนาหลายชุดได้

ที่เก็บคีย์-ค่าเก็บทุกอย่างนอกเหนือจากการจัดเก็บเป็นคีย์และค่า Column Family Store เป็นระบบจัดเก็บและประมวลผลข้อมูลประเภทหนึ่งที่สร้างขึ้นเพื่อจัดการข้อมูลจำนวนมากในเครื่องจำนวนมาก ฐานข้อมูลเอกสารโดยพื้นฐานแล้วเป็นเวอร์ชันแก้ไขของเอกสารที่มีคอลเล็กชันคีย์-ค่าอื่นๆ รูปแบบเอกสาร เช่น JSON ใช้เพื่อเก็บข้อมูลกึ่งโครงสร้าง ตรงกันข้ามกับ SQL ฐานข้อมูลกราฟไม่รองรับภาษาคิวรีแบบประกาศ แทนที่จะสืบค้นข้อมูลในฐานข้อมูลเหล่านี้ ให้สืบค้นข้อมูลในรูปแบบข้อมูลเฉพาะ ข้อมูลสามารถเข้าถึงได้ผ่านอินเทอร์เฟซ RESTful บนแพลตฟอร์ม NoSQL ที่หลากหลาย

ฐานข้อมูลกราฟ ซึ่งตรงข้ามกับฐานข้อมูลเชิงสัมพันธ์ มีลักษณะเป็นหลายความสัมพันธ์ สามารถใช้ฐานข้อมูลกราฟเพื่อจัดเก็บโมเดลข้อมูลหลายตัวและจัดการแบ็คเอนด์หลายตัวพร้อมกันได้ ฐานข้อมูลแบบหลายโมเดลเป็นฐานข้อมูลประเภทใหม่ที่กำลังได้รับความนิยมในโลกของ NoSQL และจะมีการพูดถึงเรื่องนี้มากขึ้นในอนาคต มีการจัดอันดับฐานข้อมูลยอดนิยมตลอดจนคำอธิบายความคืบหน้าที่ http://db-engines.com/en/rankings.html

ประโยชน์ของฐานข้อมูล Nosql

การใช้ฐานข้อมูล NoSQL เป็นวิธีใหม่ในการจัดเก็บข้อมูลที่มีประสิทธิภาพมากขึ้นและสามารถปรับขนาดได้เร็วกว่า ฐานข้อมูล SQL มาก ข้อกำหนดในการจัดเก็บข้อมูลขนาดใหญ่จำเป็นต้องใช้แพลตฟอร์มเหล่านี้ เนื่องจากเป็นตัวเลือกยอดนิยมในหมู่แอปพลิเคชันที่ต้องการความสามารถในการปรับขนาดและพื้นที่จัดเก็บที่มีประสิทธิภาพ มีการใช้ฐานข้อมูล NoSQL เช่น DynamoDB, Riak, Redis และ Cassandra อย่างกว้างขวาง

แพลตฟอร์มข้อมูลเกล็ดหิมะ

แพลตฟอร์มข้อมูลเกล็ดหิมะ เป็นระบบที่จัดเก็บข้อมูลในสกีมาเกล็ดหิมะ สคีมาเกล็ดหิมะเป็นสคีมาดาวประเภทหนึ่งที่ใช้โมเดลข้อมูลที่ทำให้เป็นมาตรฐาน แพลตฟอร์มข้อมูลเกล็ดหิมะได้รับการออกแบบมาเพื่อให้ผู้ใช้สามารถสืบค้นข้อมูลได้อย่างมีประสิทธิภาพมากขึ้น

ด้วยการใช้ประโยชน์จาก Data Cloud ทำให้ Morgan Stanley กำลังปรับปรุงการวิเคราะห์ข้อมูลและเทคโนโลยีให้ทันสมัย ในบทนี้ เรียนรู้วิธีที่โนวาร์ทิสใช้ Snowflake เพื่อนำยาที่ช่วยชีวิตออกสู่ตลาด ปรับปรุงปริมาณงานที่สำคัญที่สุดของคุณ ด้วยสถาปัตยกรรมข้อมูลที่ ใช้ร่วมกันของ Snowflake และแพลตฟอร์มที่มีการจัดการเต็มรูปแบบซึ่งใช้ประโยชน์จากทรัพยากรระบบคลาวด์ ด้วย Snowflake คุณสามารถใช้ Snowflake เพื่อเรียกใช้คลังข้อมูล Data Lake และปริมาณงานด้านวิทยาศาสตร์ข้อมูล สร้างคลังข้อมูลบนคลาวด์ด้วย Snowflake และรับการทดลองใช้ฟรี 30 วันเพื่อดูว่ามันง่ายเพียงใดและใช้งานง่ายเพียงใด

คลังข้อมูลเกล็ดหิมะ

สคีมาเกล็ดหิมะเป็นสคีมาแบบลอจิคัลซึ่งตารางไดเมนชันถูกจัดระเบียบเป็นสคีมาแบบดาว และตารางข้อเท็จจริงจะถูกทำให้เป็นมาตรฐาน ชื่อ “สคีมาเกล็ดหิมะ” มาจากข้อเท็จจริงที่ว่าตารางมิติมีลักษณะคล้ายกับเกล็ดหิมะ โดยมีตารางข้อเท็จจริงอยู่ตรงกลางและตารางมิติล้อมรอบ ข้อดีของสคีมาเกล็ดหิมะคือรองรับการสืบค้นที่ซับซ้อนมากกว่าสคีมาแบบดาว ในขณะที่ยังคงเข้าใจและสืบค้นได้ง่าย

ผู้เชี่ยวชาญด้านคลังข้อมูลสามคนก่อตั้ง Snowflake ในปี 2555 และปัจจุบันมีการใช้งานในกว่า 100 ประเทศ การลงทุนร่วมทุนมูลค่า 450 ล้านดอลลาร์เกิดขึ้นในอีก 6 ปีต่อมา และบริษัทมีมูลค่ามากกว่า 3 พันล้านดอลลาร์ในขณะนั้น บทความนี้จะให้ภาพรวมที่ครอบคลุมของ Snowflake Data Warehouse คลังข้อมูล Snowflake ใช้สถาปัตยกรรม MPP เพื่อลดความซับซ้อนและเพิ่มประสิทธิภาพสูงสุด ในขณะที่ยังคงความเรียบง่ายและมีประสิทธิภาพ ในลักษณะนี้ กลยุทธ์การปรับแต่งประสิทธิภาพ เช่น การทำดัชนี การเรียงลำดับ และอื่นๆ จะถูกแทนที่ด้วยแนวทางปฏิบัติที่ดีที่สุดที่ใช้โดยทั่วไป เพื่อปรับปรุงประสิทธิภาพการสืบค้น คลังข้อมูลเสมือนหลายแห่งสามารถทำงานพร้อมกันได้ด้วยจำนวนโหนดคอมพิวท์ที่เท่ากัน การเชื่อมต่อ JDBC หรือ ODBC ได้รับการออกแบบมาเพื่อให้ Snowflake สามารถสื่อสารกับผู้รวมข้อมูลที่หลากหลายได้

ด้วย Hevo Data คุณสามารถถ่ายโอนข้อมูลได้โดยตรงจากแหล่งข้อมูลกว่า 100+ แห่ง (รวมถึงแหล่งข้อมูลฟรี 30+ แห่ง) ไปยัง Snowflake เครื่องมือข่าวกรองธุรกิจ คลังข้อมูล หรือปลายทางอื่นๆ ที่คุณเลือกในลักษณะที่สะดวก เป็นอัตโนมัติ และตรงไปตรงมา เมื่อคลังข้อมูลเสมือนถูกขยายขนาด จำนวนโหนดจะลดลง คุณสามารถเพิ่มหรือลดจำนวนคลังสินค้าใน Snowflake Data Warehouse ขึ้นอยู่กับข้อกำหนด สิ่งนี้สามารถเกิดขึ้นได้แม้ในขณะที่คลังข้อมูลกำลังทำงานอยู่ ตราบใดที่มีการเปลี่ยนเฉพาะการสืบค้นที่ส่งหรือที่อยู่ในคิวแล้วเท่านั้น เนื่องจากความสามารถในการปรับขนาดอัตโนมัติและการระงับอัตโนมัติ การปรับขนาดอัตโนมัติและการระงับอัตโนมัติจึงสามารถจัดการกับข้อความค้นหาขนาดใหญ่ได้ รวมทั้งมีการจัดการต้นทุน ด้วย Snowflake Data Warehouse โครงสร้างพื้นฐานที่จำเป็นในการจัดการ Data Lake และเรียกใช้คลังข้อมูลจะถูกส่งไป เนื่องจากสถาปัตยกรรมแบบหลายคลัสเตอร์ ระบบนี้สามารถเก็บข้อมูลทั้งแบบกึ่งโครงสร้างและแบบโครงสร้างไว้ในที่เดียวกัน ทำให้ผู้ใช้สามารถสืบค้นข้อมูลได้อย่างอิสระ

ในฐานะที่เป็นคลังข้อมูลบนคลาวด์ที่มีการจัดการเต็มรูปแบบ เป็นความรับผิดชอบของผู้ใช้ปลายทางที่จะต้องดำเนินการอย่างราบรื่นในแต่ละวัน ผู้ใช้สามารถรวมเข้ากับ Data Lakes อื่นๆ เช่น Amazon S3, Azure Storage และ Google Cloud Storage ได้โดยใช้ Snowflake เป็นเครื่องมือสืบค้นที่ยืดหยุ่นของ Data Lake Amazon Redshift เป็นหนึ่งในแพลตฟอร์มคลังข้อมูลบนคลาวด์ที่ใช้กันอย่างแพร่หลาย (ให้บริการโดย Amazon Web Services หรือ AWS) ด้วย Snowflake Data Warehouse คุณสามารถเข้าถึงและจัดเก็บข้อมูลได้อย่างปลอดภัย ปรับขยายได้ และในระบบคลาวด์ สถานะของบริษัทได้รับการยอมรับจากการปรับวิศวกรรมใหม่อย่างต่อเนื่องและปรับแต่งให้เหมาะกับการใช้งานทางอุตสาหกรรมที่หลากหลาย ซอฟต์แวร์นี้ทำให้คุณสามารถถ่ายโอนข้อมูลจากแหล่งที่คุณเลือกไปยังคลังข้อมูล เครื่องมือ Business Intelligence หรือปลายทางอื่นๆ ที่ต้องการได้โดยอัตโนมัติอย่างง่ายดาย