eBook
SNOWFLAKEのAIデータクラウドへの移行
レガシーデータウェアハウスのスケーリングやSparkパイプラインのトラブルシューティングにお困りの方はヒストリカルデータとパイプラインをSnowflakeへ移行し、データプラットフォームを最新化。
システムインテグレーターパートナー
SnowflakeのMigration Acceleratedイニシアチブに参加している厳選された11社のシステムインテグレーターパートナーのいずれかを利用して、TeradataからSnowflakeへの移行を加速できます。
Snowflakeへの移行確かなサポート
ほとんどのレガシーシステムは製品として機能します。Snowflakeはプラットフォームです。
多くのワークロードと言語をサポートする単一のデータプラットフォーム：
同じデータコピーに対して、組織全体にまたがる幅広いユースケース（BIとレポート、地理空間分析など）を実現。
シングルプラットフォームでSQL、Python、Java、Scalaを使用可能
あらゆるデータ形式（構造化、半構造化、非構造化）とアーキテクチャパターン（データウェアハウス、データレイク、そのハイブリッド、データメッシュなど）に対応。
要求どおりに機能する
- Snowflakeのフルマネージドサービスによって最大限の自動化が可能になるため、チームはビジネスの最重要事項に注力できます。
- 自動プロビジョニング、高可用性、パフォーマンスの最適化、データ保護、メタデータ管理などを利用できます。
- クラウドや地域の垣根を越えて、ほぼ無制限の数のユーザーやジョブに対応。
オンプレミスおよびクラウド移行のサクセスストーリー
オンプレミスからクラウドへの移行でも、クラウド間での移行でも、Snowflakeはシームレスな移行をサポートします。
課題
AWS Redshiftを中心に構築された比較的限定されたデータスタックでは、Lucidはチャネル全体にわたって 顧客エンゲージメントをパーソナライズすることができませんでした。
解決策
データレイクとデータウェアハウスの両方として機能する堅牢なデータプラットフォームを探していたLucidは、Snowflakeを選びました。Snowflakeは、Lucidのプラットフォームを一元化された単一のプラットフォームに統合し、複数のソースからデータを取り込みます。
課題
Marriottは、IBM BigInsightsプラットフォームを活用してNetezzaとHadoopをいち早く導入しました。これらのテクノロジーの多くは、スタックを複雑にし、アップグレードに費用がかかり、運用が困難にしていました。
解決策
Snowflake上でのデータプラットフォームの簡素化により、データの透明性とコントロール、市場投入の迅速化、コラボレーションとデータシェアリングの改善、TCOの削減を実現する
課題
AT&Tは、Teradataを土台として高度にチューニングされたインタラクティブなレポートアプリケーションを構築していました。10万人以上の社内ユーザーが1日あたり200万件以上のデータコールを開始し、すべてのTeradataツールを活用して1秒未満のデータ応答時間を実現しました。
解決策
Snowflakeへの移行により、AT&Tはウェアハウスに加えて結果キャッシュも活用できるようになりました。その結果、同等の性能を備えたコスト効率の高い代替案が得られました。
課題
PGEは、メンテナンスに費用がかかり、パフォーマンスに問題のある従来型のオンプレミスデータウェアハウスを管理していました。
解決策
モダンデータ環境の必要性を認識したWestern Unionは、Snowflakeを採用しました。同社は、高性能、ストレージとコンピュートの分離、ニアゼロメンテナンス、マイクロパーティショニングの点でAWS上のSnowflakeデータクラウドを選択しました。
課題
オートデスクのデータ レイク アーキテクチャは、サポートするのに運用上の負担が大きく、拡張するには法外なコストがかかりました。データ取り込みのワークロードは大量の独自コードに依存しており、そのためトラブルシューティングが頻繁に発生し、データの信頼性が低下していました。
解決策
データ、ユーザー、ワークロードを Snowflake に移行することで、オートデスクは非常に効率的でコスト効率の高いデータ環境を実現できます。ETL プロセスは数時間ではなく数分で実行されるようになりました。
課題
同社のデータチームは、Sparkの手動の展開とメンテナンス、リソースのスケーラビリティの問題、ピーク時の同時実行の問題、複数のプラットフォーム間での複雑なデータ移動といった課題に直面していました。
解決策
Snowflakeのストレージとコンピュートの分離、ニアゼロメンテナンス、オンデマンドのスケーラビリティにより、パフォーマンスを損なうことなくワークロードとデータ量の増加を効率的に処理できるようになりました。
課題
数年前に同社は、意思決定を強化し、プロセスを自動化することによってイノベーションを促進するのに役立つ、運用上の重要なインサイトを獲得することを目的に、データの活用方法の見直しを行いました。
解決策
Siemensは、Snowflakeを利用して、クラウドトランスフォーメーションの実現、データの一元化、意思決定の改善、AI使用の拡張を実現するオープンなデータメッシュプラットフォームエコシステムであるSiemens Data Cloudを開発しました。
大きなクエリ
Snowflakeを導入する前、Insiderはビッグクエリの予測不可能なコストに直面し、ソリューションを拡張するのに苦労していました。
Snowflakeを導入する前、Insiderはビッグクエリの予測不可能なコストに直面し、ソリューションを拡張するのに苦労していました。
解決策
数百社の
Teradata、Oracle、Big Data（Hadoop、Sparkなど）からSnowflakeへの移行
数千社の
SQL Server、クラウドプロバイダーからSnowflakeへの移行
4ヶ月で
レガシーデータウェアハウスからSnowflakeへ、Micronの5000テーブル+5TBのデータを移行
1日で
以前は6〜8週間かかっていたHadoopの使用時のTapestryが、Snowflakeでデータシェアリング機能を設定すると
優れた価格とパフォーマンスを実現
伸縮性
ほぼ瞬時の伸縮性により、任意の数のユーザー、ジョブ、データを適切なサイズに調整
継続的な改善
継続的なパフォーマンス改善とコスト最適化：価格性能比が時間の経過とともにさらに向上
使用量ベースの価格設定
1秒ごとの使用量に基づく料金体系により、実際に使用した分のみ課金
移行を促進する
パートナー
30日間の無料トライアルを開始する
Snowflakeの30日間無料トライアルで、他のソリューションに内在する複雑さ、コスト、制約の課題を解決するデータクラウドを体験できます。