Snowflake，全球领先云数据平台，改变了什 么.docxVIP

目录 TOC \o 1-5 \h \z \o Current Document 公司概述：全球领先的云数据平台1 \o Current Document 行业分析：全球数据管理软件稳步增长，市场格局亦发生快速变化5 \o Current Document 公司分析：产品优势明显，持续高增长可期 12 \o Current Document 风险因素22 \o Current Document 盈利预测估值22 年代以来，这些系统一直主导着数据仓库市场。EDW运行在预配置的设备之上， 这些高度优化的设备具有固有的可扩展性和容量限制，通常只能通过更换更高性 能的硬件设备以进行纵向扩展；而高度耦合的存储和计算亦使得数据仓库缺乏弹 性，设备只能根据峰值需求预先购买，但非峰值运行的状态下局部计算资源只能 闲置。此外，EDW仅支持结构化数据的处理，难以应对半结构、非结构化数据 的处理需求。 第二代：Hadoop架构的数据仓库。Hadoop架构于2006年正式诞生，商业版 方案以 Cloudera、旧M、Amazon Microsoft 为代表。相较于 EDW, Hadoop 架构支持横向扩展，平台增加新的计算节点之后，系统自动在所有节点之间均衡 数据并同时进行计算，能够实现运算性能的线性扩张，可扩展性大大提升；止匕外， Hadoop架构也支持结构化、半结构化、非结构化的数据的处理，支持数据湖的 构建。但Hadoop架构的数据仓库亦有其天然的缺乏：1)分布式的架构在可扩 展的同时会牺牲数据的一致性；2) Hadoop架构所谓的可扩展仍然需要购买、安 装和配置硬件，无法迅速完成；3)存储和计算仍未实现完全解耦，扩展后的计 算资源在非峰值运行的状态下仍会闲置，该架构下的数据仓库仍然缺乏弹性；4) Hadoop架构不支持SQL查询，易用性相对欠缺。 第三代：完全基于云的数据仓库。主要以AWS RedShift、Google BigQuery Microsoft Azure Synapse Analytics 和 Snowflake 为代表。依托公有云的存储和 计算资源，云数据仓库实现了存储和计算的完全解耦，在提供近乎无限的延展性 和高弹性的同时，亦保障了数据的一致性，并支持结构化和半结构化数据的处理。 同时，云数据仓库平台作为服务整体交付，节约了用户管理基础架构所需的本钱、 时间和资源。目前，数据管理软件向云端的迁移亦成为明确趋势，并不断挤占传 统on premise模式下的产品空间。 图10：云数据仓库具有高弹性 Scale On-Demand Traditional databases are inflexiblePay only for what you use with no overprovisioningEliminate overbuyScale compute up and down, transparently and automaticallyNo need for capacity planning, make capacity decisions on the fly资料来源：公司官网 Traditional databases are inflexible Pay only for what you use with no overprovisioning Eliminate overbuy Scale compute up and down, transparently and automatically No need for capacity planning, make capacity decisions on the fly 数据仓库软件承载功能：向数据库、数据湖等领域扩展。狭义而言，Snowflake当前 的产品主要面向OLAP/数据仓库领域，但我们亦看到，出于企业分析时效性的要求，数据库、 数据仓库等传统数据管理软件产品的界限正不断模糊，数据管理软件的融合已成为既定的 趋势，比方实现OLTP、OLAP业务同时处理HTAP系统等有望成为数据仓库软件新的开展 方向。此外，在上层的数据分析方面，目前Snowflake主要选择与MicroStrategy Tableau等Bl厂商进行集成，但我们认为长期来看，Snowflake亦有渗透、扩张的机会。 图11： Snowflake有望向OLTP、数据集成以及Bl领域进行渗透、扩张Data Warehouse Modernization using Snowflake Streaming Data PlatformsCore Reporting Tables (Schemas, Tables, Views etc) kafkaRelational D