Le Data Cloud Snowflake annonce à l'occasion de son événement Snowday 2022, dernière étape de son Data Cloud World Tour se tenant à San Francisco, de nouvelles innovations qui permettent aux développeurs, aux ingénieurs de données et aux data scientists de construire directement et plus facilement leurs applications dans le Data Cloud. Les dernières avancées de Snowflake permettent aux utilisateurs d'en faire plus avec leurs données, en améliorant la productivité et en débloquant de nouvelles façons de développer des applications, des pipelines et des modèles de machine learning avec la plateforme de données de Snowflake.
Snowflake apporte le développement d'applications basées sur Python directement dans le Data Cloud
Snowflake fait progresser son intégration Streamlit (en cours de développement), afin que les développeurs puissent utiliser leurs données et à leurs modèles de machine learning (ML) sous forme d'applications interactives et sécurisées, le tout au sein de Snowflake. L'intégration de Streamlit, acquise en mars 2022, réunira la facilité d'utilisation et la flexibilité de Streamlit avec l'évolutivité, la couverture des données et la sécurité de Snowflake, afin que les développeurs puissent créer des applications puissantes sans la complexité traditionnelle liée à la création et au déploiement d'applications Web. Cette intégration permettra aux développeurs de créer des applications avec Python en utilisant leurs données dans Snowflake, de déployer et d'exécuter ces applications sur la plateforme sécurisée et gouvernée de Snowflake, et de partager leurs applications avec les équipes commerciales pour libérer davantage la valeur des données et des modèles ML.
Snowflake étend la puissance de Python à tous les utilisateurs avec l'écosystème de Snowpark
Python étant le langage le plus populaire pour les data scientists et le troisième langage le plus populaire parmi tous les développeurs, Snowflake met désormais Python et son riche écosystème de bibliothèques open source à la disposition de tous les utilisateurs grâce à la disponibilité générale de Snowpark pour Python. Dans les mois qui ont suivi l'annonce de la preview publique et l'intégration étendue d'Anaconda lors du Snowflake Summit 2022, Snowpark for Python a vu son adoption multipliée par 6, avec des centaines de clients, dont Charter Communications, EDF, NerdWallet, Northern Trust, Sophos, et bien d'autres, qui construisent avec leurs données en utilisant Snowpark.
Avec Snowpark comme framework de développement de Snowflake, les développeurs bénéficient d'une architecture rationalisée qui prend en charge de manière native les langages de programmation choisis par les utilisateurs, notamment Java, Scala, SQL, et maintenant Python. Snowpark for Python fait partie de l'écosystème Snowpark plus large, rassemblant les équipes afin qu'elles puissent collaborer et construire sur une plateforme unifiée avec un bac à sable Python hautement sécurisé. Il offre aux développeurs les mêmes avantages d'évolutivité, d'élasticité, de sécurité et de conformité auxquels ils sont habitués lorsqu'ils construisent avec Snowflake. En outre, les développeurs peuvent éliminer les freins liés à la sécurité des données et à la conformité qui empêchaient jusqu'à présent la mise en production des projets. Snowflake lance également des entrepôts optimisés pour Snowpark (en preview public sur AWS), afin que les développeurs Python puissent exécuter des formations ML à grande échelle et d'autres opérations gourmandes en mémoire directement dans Snowflake, et des feuilles de travail Python (aperçu privé) pour développer des applications, des pipelines de données et des modèles ML dans Snowflake.
Des partenaires comme Anaconda, dbt Labs et d'autres ont contribué à accélérer l'adoption de Snowpark pour Python et à permettre aux développeurs de construire en toute confiance. Ces avancées comprennent l'intégration d'Anaconda avec Snowpark for Python, qui rend les bibliothèques Python open source d'Anaconda parfaitement accessibles aux utilisateurs de Snowflake en éliminant le besoin d'installations manuelles et la gestion des dépendances des paquets. En outre, le nouveau support Snowpark for Python de dbt combine sans effort la puissance de SQL et de Python pour les analyses modernes, permettant aux clients de combler davantage le fossé entre les équipes d'analyse et de science des données.
Snowflake simplifie les pipelines de streaming et améliore l'automatisation et l'observabilité pour les développeurs.
Snowflake redéfinit également la manière dont les utilisateurs construisent les pipelines de données, en facilitant le travail avec les données en continu au sein d'une plateforme unique, et en éliminant davantage les silos pour les clients. Les utilisateurs peuvent désormais améliorer leur productivité en embarquant les données plus rapidement grâce à Schema Inference (preview privé), et exécuter des pipelines sans effort avec Serverless Tasks (disponibilité générale) nativement dans la plateforme de Snowflake. De plus, Snowflake dévoile des outils améliorés qui permettent aux développeurs de construire dans le Data Cloud :
Dynamic Tables (preview privé) : Anciennement connu sous le nom de Materialized Tables, cette fonctionnalité supprime les frontières entre les pipelines de streaming et de traitement par lots en automatisant le traitement incrémental par le biais du développement de pipelines de données déclaratifs pour l'efficacité et la facilité du codage. Cela simplifie également les cas d'utilisation, y compris la capture des données de changement et l'isolement des instantanés, et est natif à Snowflake, de sorte qu'il peut être partagé entre tous les comptes Snowflake avec une sécurité et une gouvernance complètes.
Observability & Experience : Pour mieux répondre aux besoins des développeurs, Snowflake investit dans des fonctions natives d'observabilité et d'expérience des développeurs afin qu'ils puissent construire, tester, déboguer, déployer et surveiller les pipelines de données avec une productivité accrue grâce aux alertes (preview privé), à la journalisation (preview privé), au suivi des événements (preview privé), aux graphiques et à l'historique des tâches (preview public), et plus encore.
"Alors que nous continuons à perturber le développement d'applications, nous donnons aux constructeurs l'accès aux données et les outils dont ils ont besoin pour accélérer leur rythme d'innovation en toute sécurité sous la seule plateforme unifiée de Snowflake", a déclaré Torsten Grabs, directeur de la gestion des produits chez Snowflake. "Les avancées de Snowflake offrent aux développeurs les capacités de créer des applications, des pipelines et des modèles puissants avec la plus grande confiance, et d'éliminer la complexité afin qu'ils puissent générer de la valeur dans l'ensemble de leurs organisations grâce au Data Cloud."
Lors de Snowday 2022, Snowflake a également annoncé de nouvelles innovations de sa plateforme de données leader sur le marché, qui permettront d'accroître la valeur économique pour les clients ainsi que des améliorations pour son vaste écosystème de partenaires.
Snowflake apporte le développement d'applications basées sur Python directement dans le Data Cloud
Snowflake fait progresser son intégration Streamlit (en cours de développement), afin que les développeurs puissent utiliser leurs données et à leurs modèles de machine learning (ML) sous forme d'applications interactives et sécurisées, le tout au sein de Snowflake. L'intégration de Streamlit, acquise en mars 2022, réunira la facilité d'utilisation et la flexibilité de Streamlit avec l'évolutivité, la couverture des données et la sécurité de Snowflake, afin que les développeurs puissent créer des applications puissantes sans la complexité traditionnelle liée à la création et au déploiement d'applications Web. Cette intégration permettra aux développeurs de créer des applications avec Python en utilisant leurs données dans Snowflake, de déployer et d'exécuter ces applications sur la plateforme sécurisée et gouvernée de Snowflake, et de partager leurs applications avec les équipes commerciales pour libérer davantage la valeur des données et des modèles ML.
Snowflake étend la puissance de Python à tous les utilisateurs avec l'écosystème de Snowpark
Python étant le langage le plus populaire pour les data scientists et le troisième langage le plus populaire parmi tous les développeurs, Snowflake met désormais Python et son riche écosystème de bibliothèques open source à la disposition de tous les utilisateurs grâce à la disponibilité générale de Snowpark pour Python. Dans les mois qui ont suivi l'annonce de la preview publique et l'intégration étendue d'Anaconda lors du Snowflake Summit 2022, Snowpark for Python a vu son adoption multipliée par 6, avec des centaines de clients, dont Charter Communications, EDF, NerdWallet, Northern Trust, Sophos, et bien d'autres, qui construisent avec leurs données en utilisant Snowpark.
Avec Snowpark comme framework de développement de Snowflake, les développeurs bénéficient d'une architecture rationalisée qui prend en charge de manière native les langages de programmation choisis par les utilisateurs, notamment Java, Scala, SQL, et maintenant Python. Snowpark for Python fait partie de l'écosystème Snowpark plus large, rassemblant les équipes afin qu'elles puissent collaborer et construire sur une plateforme unifiée avec un bac à sable Python hautement sécurisé. Il offre aux développeurs les mêmes avantages d'évolutivité, d'élasticité, de sécurité et de conformité auxquels ils sont habitués lorsqu'ils construisent avec Snowflake. En outre, les développeurs peuvent éliminer les freins liés à la sécurité des données et à la conformité qui empêchaient jusqu'à présent la mise en production des projets. Snowflake lance également des entrepôts optimisés pour Snowpark (en preview public sur AWS), afin que les développeurs Python puissent exécuter des formations ML à grande échelle et d'autres opérations gourmandes en mémoire directement dans Snowflake, et des feuilles de travail Python (aperçu privé) pour développer des applications, des pipelines de données et des modèles ML dans Snowflake.
Des partenaires comme Anaconda, dbt Labs et d'autres ont contribué à accélérer l'adoption de Snowpark pour Python et à permettre aux développeurs de construire en toute confiance. Ces avancées comprennent l'intégration d'Anaconda avec Snowpark for Python, qui rend les bibliothèques Python open source d'Anaconda parfaitement accessibles aux utilisateurs de Snowflake en éliminant le besoin d'installations manuelles et la gestion des dépendances des paquets. En outre, le nouveau support Snowpark for Python de dbt combine sans effort la puissance de SQL et de Python pour les analyses modernes, permettant aux clients de combler davantage le fossé entre les équipes d'analyse et de science des données.
Snowflake simplifie les pipelines de streaming et améliore l'automatisation et l'observabilité pour les développeurs.
Snowflake redéfinit également la manière dont les utilisateurs construisent les pipelines de données, en facilitant le travail avec les données en continu au sein d'une plateforme unique, et en éliminant davantage les silos pour les clients. Les utilisateurs peuvent désormais améliorer leur productivité en embarquant les données plus rapidement grâce à Schema Inference (preview privé), et exécuter des pipelines sans effort avec Serverless Tasks (disponibilité générale) nativement dans la plateforme de Snowflake. De plus, Snowflake dévoile des outils améliorés qui permettent aux développeurs de construire dans le Data Cloud :
Dynamic Tables (preview privé) : Anciennement connu sous le nom de Materialized Tables, cette fonctionnalité supprime les frontières entre les pipelines de streaming et de traitement par lots en automatisant le traitement incrémental par le biais du développement de pipelines de données déclaratifs pour l'efficacité et la facilité du codage. Cela simplifie également les cas d'utilisation, y compris la capture des données de changement et l'isolement des instantanés, et est natif à Snowflake, de sorte qu'il peut être partagé entre tous les comptes Snowflake avec une sécurité et une gouvernance complètes.
Observability & Experience : Pour mieux répondre aux besoins des développeurs, Snowflake investit dans des fonctions natives d'observabilité et d'expérience des développeurs afin qu'ils puissent construire, tester, déboguer, déployer et surveiller les pipelines de données avec une productivité accrue grâce aux alertes (preview privé), à la journalisation (preview privé), au suivi des événements (preview privé), aux graphiques et à l'historique des tâches (preview public), et plus encore.
"Alors que nous continuons à perturber le développement d'applications, nous donnons aux constructeurs l'accès aux données et les outils dont ils ont besoin pour accélérer leur rythme d'innovation en toute sécurité sous la seule plateforme unifiée de Snowflake", a déclaré Torsten Grabs, directeur de la gestion des produits chez Snowflake. "Les avancées de Snowflake offrent aux développeurs les capacités de créer des applications, des pipelines et des modèles puissants avec la plus grande confiance, et d'éliminer la complexité afin qu'ils puissent générer de la valeur dans l'ensemble de leurs organisations grâce au Data Cloud."
Lors de Snowday 2022, Snowflake a également annoncé de nouvelles innovations de sa plateforme de données leader sur le marché, qui permettront d'accroître la valeur économique pour les clients ainsi que des améliorations pour son vaste écosystème de partenaires.
Autres articles
-
Qlik améliore l’intégration avec SAP, Databricks et Snowflake et favorise la création de valeur grâce à l’IA
-
Snowflake lance une initiative contre l’inégalité mondiale dans l’accès aux données
-
Snowflake veut faire l’acquisition de la plateforme d'intégration de données ouverte Datavolo
-
Snowflake accélère sa plateforme avec de nouvelles capacités pour aider les entreprises à simplifier les données et l'intelligence artificielle
-
Snowflake accélère la mise en production d’une IA fiable pour les entreprises