Snowflake kondigde op zijn Snowday 2022 evenement, de laatste halte in San Francisco van zijn Data Cloud World Tour, nieuwe innovaties aan die de ontwikkeling van toepassingen ontwrichten en ontwikkelaars, data engineers en data scientists in staat stellen direct in de Data Cloud te bouwen. De nieuwste ontwikkelingen van Snowflake stellen gebruikers in staat meer te doen met hun gegevens, verbeteren de productiviteit en ontsluiten nieuwe manieren om toepassingen, pipelines en machine learning-modellen te ontwikkelen met het single data platform van Snowflake. Streamlit, dat in maart 2022 door Snowflake werd overgenomen, stelt tienduizenden datawetenschappers en andere ontwikkelaars in staat om eenvoudig datatoepassingen met Python te bouwen met behulp van zijn open source framework. Na de overname bevordert Snowflake nu zijn Streamlit-integratie (in ontwikkeling), zodat ontwikkelaars hun data- en machine learning (ML)-modellen tot leven kunnen brengen als veilige, interactieve applicaties binnen Snowflake. De Streamlit-integratie van Snowflake combineert het gebruiksgemak en de flexibiliteit van Streamlit met de schaalbaarheid, gegevensdekking en beveiliging van Snowflake, zodat ontwikkelaars krachtige toepassingen kunnen bouwen zonder de traditionele complexiteit van het bouwen en implementeren van webtoepassingen. Dankzij de integratie kunnen ontwikkelaars toepassingen met Python maken op basis van hun gegevens in Snowflake, deze toepassingen implementeren en uitvoeren op het veilige en beheerde platform van Snowflake, en hun toepassingen delen met bedrijfsteams om de waarde van gegevens en ML-modellen verder te ontsluiten. Met Python als de meest1 populaire taal voor data scientists en de derde2 meest populaire taal onder alle ontwikkelaars, maakt Snowflake Python en het rijke ecosysteem van open source bibliotheken nu beschikbaar voor alle gebruikers en teams met de algemene beschikbaarheid van Snowpark for Python. In de maanden sinds de aankondiging van de openbare preview en de uitgebreide Anaconda-integratie tijdens Snowflake Summit 2022 heeft Snowpark for Python een 6x zo grote adoptie gezien, met honderden klanten waaronder Charter Communications, EDF, NerdWallet, Northern Trust, Sophos en meer die met behulp van Snowpark met hun gegevens bouwen.
Met Snowpark als Snowflake's developer framework krijgen ontwikkelaars een gestroomlijnde architectuur die de programmeertalen van gebruikers naar keuze ondersteunt, waaronder Java, Scala, SQL en nu ook Python. Snowpark for Python maakt deel uit van het bredere Snowpark ecosysteem, dat teams samenbrengt zodat ze kunnen samenwerken en bouwen op één uniform platform met een zeer veilige Python sandbox, waardoor ontwikkelaars dezelfde schaalbaarheid, elasticiteit, veiligheid en compliance-voordelen krijgen die ze gewend zijn bij het bouwen met Snowflake. Bovendien kunnen ontwikkelaars gegevensbeveiliging en compliance-obstakels elimineren die eerder verhinderden dat projecten in productie gingen. Snowflake brengt ook Snowpark-geoptimaliseerde magazijnen uit (public preview in AWS), zodat Python-ontwikkelaars grootschalige ML-training en andere geheugenintensieve bewerkingen rechtstreeks in Snowflake kunnen uitvoeren, en Python Worksheets (private preview) om toepassingen, datapijplijnen en ML-modellen in Snowflake te ontwikkelen. Partners zoals Anaconda, dbt Labs en meer hebben een belangrijke rol gespeeld bij het versnellen van de acceptatie van Snowpark voor Python en stellen ontwikkelaars in staat om met vertrouwen te bouwen. Deze verbeteringen omvatten de integratie van Anaconda met Snowpark for Python, die de open-source Python-bibliotheken van Anaconda naadloos toegankelijk maakt voor Snowflake-gebruikers doordat handmatige installaties en pakketafhankelijkheidsbeheer niet meer nodig zijn. Bovendien combineert de nieuwe Snowpark for Python-ondersteuning van dbt moeiteloos de kracht van SQL en Python voor moderne analyses, waardoor klanten de kloof tussen analytics- en data science-teams verder kunnen overbruggen. Snowflake herdefinieert ook hoe gebruikers datapijplijnen bouwen, waardoor het gemakkelijker wordt om met streaming data te werken binnen één platform, en klanten verder silo's kunnen elimineren. Daartoe rust Snowflake hen uit met de mogelijkheden die nodig zijn om complexiteit te elimineren en tegelijkertijd gebruik te maken van de basisprincipes van softwareontwikkeling. Gebruikers kunnen nu hun productiviteit verbeteren door gegevens sneller te onboarden met Schema Inference (private preview), en moeiteloos pipelines uitvoeren met Serverless Tasks (algemene beschikbaarheid), die zich in het platform van Snowflake bevinden. Bovendien onthult Snowflake verbeterde tools die ontwikkelaars nog beter in staat stellen om in de Data Cloud te bouwen, waaronder: Dynamische Tabellen (private preview): Voorheen geïntroduceerd als Materialized Tables, verwijdert Snowflake de grenzen tussen streaming en batch pipelines door incrementele verwerking te automatiseren via declaratieve data pipelines ontwikkeling voor efficiëntie en gemak bij het coderen. Dit vereenvoudigt ook use cases zoals het vastleggen van wijzigingsgegevens en het isoleren van snapshots, en is native in Snowflake zodat het kan worden gedeeld in alle Snowflake-accounts met volledige beveiliging en governance. Waarneembaarheid en ervaringen: Om verder tegemoet te komen aan de behoeften van ontwikkelaars, investeert Snowflake in native functies voor observeerbaarheid en ervaringen voor ontwikkelaars, zodat zij datapijplijnen kunnen bouwen, testen, debuggen, implementeren en bewaken met een verhoogde productiviteit door middel van waarschuwingen (private preview), logging (private preview), event tracing (private preview), taakgrafieken en geschiedenis (publieke preview), en meer.