@ttunguz 著 - Plato Data Intelligence 将来データベースがストレージ料金を請求しない理由

データベースはバンドル解除されています。歴史的に、Snowflake のようなデータベースは、データストレージとクエリエンジン (およびクエリを実行するコンピューティング能力) の両方を販売していました。それが上記のステップ 1 です。

しかし、顧客はコンピューティングとストレージのより深い分離を求めています。最近の Snowflake の決算発表では、この傾向が浮き彫りになりました。大規模な顧客は、相互運用性のためにオープンフォーマットを好みます (ステップ 2 と 3)。

多くの大企業顧客は、オプションを提供するオープンファイル形式を望んでいます。そのため、データの相互運用性は非常に重要であり、当社の AI 製品は通常、クラウドストレージにあるデータに対しても動作します。

当社の大規模顧客の多くが Iceberg 形式を採用し、データを Snowflake から移動することになると予想しています。その場合、当社はストレージ収益を失い、そのデータを Snowflake に移動することに関連するコンピューティング収益も失います。

顧客はデータを 1 つのデータベースにロックするのではなく、Apache Arrow、Apache Parquet、Apache Iceberg などのオープン形式で保存することを好みます。

企業内でのデータ使用が拡大するにつれて、そのデータに対する要求も多様化しています。

探索的分析、ビジネスインテリジェンス、AI ワークロードなど、異なる目的で毎回データをコピーするのではなく、データを一元管理して、さまざまなシステムからデータにアクセスできるようにしてはいかがでしょうか。

これによりコストが節約されます。Snowflake の場合、ストレージは全体で約 280 億 300 万ドルから XNUMX 億ドルかかります。

なお、当社の総収益の約 10% ～ 11% はストレージに関連しています。

しかし、それはアーキテクチャを簡素化するものでもあります。

また、クエリエンジンが価格とパフォーマンスでさまざまなワークロードを競う時代の到来も告げます。大規模な BI には Snowflake の方が適している可能性があります。 Databricks の AI データパイプライン用 Spark ; マザーダックインタラクティブ分析用。

データウェアハウスベンダーは、ストレージとコンピューティングの分離過去に。しかし、そのメッセージは、自社製品内でより大きなデータを処理できるようにシステムを拡張することに関するものでした。

顧客は、より深い分離、つまりデータベースのストレージ料金がかからない世界を求めています。

生成的データインテリジェンス