Infografis
Snowpark Container Service semakin memperluas cakupan beban kerja lebih yang dapat dibawa ke data pelanggan. Hal ini memberi pengguna dengan fleksibilitas untuk membangun dalam bahasa pemrograman apapun dan menerapkan pada pilihan infrastruktur yang lebih luas, dengan kemudahan yang sama dalam hal penggunaan, skalabilitas, tata kelola terpadu dari Data Cloud Snowflake.
Selain itu, Snowpark Container Service dapat digunakan sebagai bagian dari aplikasi asli milik Snowflake (dalam tahap pengembangan), memungkinkan pengembang mendistribusikan aplikasi yang canggih yang sepenuhnya berjalan di akun Snowflake pelanggan akhir mereka. Snowpark Container Service juga akan memungkinkan pengguna untuk secara aman menjalankan penyedia model generatif pihak ketiga terkemuka seperti Reka secara aman langsung dalam akun Snowflake mereka, menghilangkan kebutuhan untuk mengekspos data kepemilikan untuk mempercepat inovasi.
Snowflake juga memajukan integrasi Streamlit di Snowflake, memberdayakan data scientist dan pengembang Python lainnya untuk meningkatkan dampak pekerjaan mereka dengan membangun aplikasi yang menjembatani kesenjangan antara data dan tindakan bisnis. Dengan Streamlit di Snowflake, para pembuat dapat menggunakan kode Python yang sudah dikenal untuk mengembangkan aplikasi mereka, mengubah ide menjadi aplikasi yang siap untuk perusahaan hanya dengan beberapa baris kode, lalu dengan cepat menerapkan dan membagikan aplikasi ini dengan aman di Data Cloud.
Selain itu, Snowflake membuat pengembangan dalam platform terpadunya menjadi lebih mudah dan familiar melalui kemampuan baru termasuk integrasi Git asli (pratinjau pribadi) untuk mendukung alur kerja CI/CD yang lancar, dan Antarmuka Baris Perintah (CLI; Command Line Interface) asli (pratinjau pribadi) untuk pengembangan yang optimal dan pengujian dalam Snowflake.
Inovasi baru juga mempermudah dan menghemat biaya bagi para data engineer untuk bekerja dengan data berlatensi rendah, tanpa harus menyatukan solusi atau membangun jalur data tambahan. Snowflake menghilangkan batasan antara pipeline batch dan streaming dengan Snowpipe Streaming (segera tersedia secara umum) dan Dynamic Tables (pratinjau publik), memberikan solusi yang disederhanakan dan hemat biaya bagi teknisi data untuk menyerap data streaming dan dengan mudah membangun pipeline deklaratif yang kompleks.
