データウェアハウス戦争：Snowflake対Google BigQuery Google BigQuery

kitakitune

https://seekingalpha.com/article/4429909-data-warehouse-wars-snowflake-vs-google-bigquery

2021年5月19日 9:13 AM ETAlphabet Inc. (GOOG), GOOGL,SNOWAMZN, IBM, MSFT,ORCL,TDC31件のコメント17件の評価

まとめ

Forrester社は先日、データウェアハウス・アズ・ア・サービス（DWaaS）の代表的なプロバイダーとして、SnowflakeとGoogle BigQueryを挙げた。
両社のプラットフォームはある程度重複していますが、それぞれに長所と短所があります。
Snowflakeの株価は、IPO後の勢いがすごかったものの、52週前の高値429ドルからはかなり後退しています。
しかし、DWaaS市場への参入を考えている投資家は、Google BigQueryのストーリーをSNOWと比較して検討してみてはどうだろうか。

抽象的な未来的な爆発ピクセルネオンブルーグローイングパターン接続通信5Gエネルギーネットワークコンピュータスマートシティインターネット技術

250億ドル超の市場を開拓する
* どの予測を信じるかによって異なります。

オンプレミス型システムを含む世界のデータウェアハウス市場は、低遅延かつリアルタイムな分析に対する各業界のニーズの高まりを背景に、年率8％前後で順調に成長しています。アナリストの予測では、2021年には250億ドルを超えるとも言われています。

図1：世界のデータウェアハウス市場予測

画像1

出典：アライドマテリアル アライド・マーケット・リサーチ

正確な数字はともかく、提案されている市場規模や市場成長率が適切な範囲にあると考えるのは簡単だ。あらゆる企業がデータを活用して優位に立とうとしているが、データウェアハウスはそのための重要な技術である。

クラウドコンピューティングの爆発的な普及により、Data Warehouse-as-a-Service（DWaaS）サブマーケットはさらに急速に成長しています。Mordor Intelligenceによると、DWaaSサブマーケットは年率20％で成長しており、2026年には40億ドルに達すると予想されています。

Mordor Intelligence社のレポートでは、DWaaSの予測が保守的すぎる可能性があります（詳細は後述します）。いずれにしても、企業や投資家はこのパイを手に入れようと躍起になっており、データウェアハウス戦争、特にDWaaSの覇権をかけた戦いは、まだ始まったばかりなのかもしれない。

Snowflake (SNOW)は、2021年1月31日までの会計年度に5億9,200万ドルの収益を上げ、前年比124%の成長を達成しました。また、売上総利益率を70％近くまで拡大し、同時に売上高に占める営業費用の割合を削減するなど、「家の中の整理整頓」も進んでいます。

数日前には200ドル以下で取引されていたSNOWは、アナリストのアップグレードを受けて上昇し、この記事を書いている時点では225ドルに少し近づいていますが、2020年12月につけた52週の高値429ドルからは大きく離れています。

5月26日の22年3月期第1四半期決算を前に、投資家はSNOWの列車に飛び乗るべきだろうか。

さて、私は昨年のスノーフレークのIPOの頃に、Seeking Alphaの記事でスノーフレークについて強気の記事をいくつか書いている（1、2）。それは（まだ）起こらなかった。

私のように、SNOWの株価に少し不安を感じながらも、DWaaSを利用してみたいと考えている投資家は、SNOWとGoogleのBigQuery（GOOGL, GOOG）を比較してみるとよいだろう。

図2：「Forrester Wave for Cloud Data Warehouse」2021年第1四半期版

画像2

ソースはこちら The Forrester Wave: クラウドデータウェアハウス、2021年第1四半期 - 最も重要な13のプロバイダーとその位置づけ

フォレスターのレポートでは、13社のDWaaSベンダーが取り上げられていますが、私はSNOWに関連して、特にBigQueryを分析したいと考えています。実際、両者を比較検討すると、3つの基本的な疑問が出てくる。

SNOWFLAKEとGoogle BigQueryの違いは何か、またその逆は？
SnowflakeとGoogle BigQueryの違いは何か、どちらのプラットフォームが優位か？
DWaaS市場の中で、どちらの企業がより良い投資機会を提供しているのか？
本レポートの本文でその答えを探りますが、技術ではなく企業そのものを論じる場合、私は「Google」と株価記号「GOOG」をAlphabetの同義語として使用していることを簡単に記しておきます。読者の皆様には、組織的な観点から「Google」や「GOOG」を使用していることは、文脈からも明らかでしょう。

さて、それでは早速、お話を伺ってみましょう。

生まれは違えど同志
SnowflakeとGoogle BigQueryは表面的にはよく似ています。

どちらもクラウドネイティブなデータウェアハウスプラットフォームです。
両者とも、ペタバイト規模の大規模データに対するビッグデータ分析やビジネスインテリジェンス（BI）のユースケースをサポートする。
両社は、Amazon (AMZN) RedshiftやMicrosoft (MSFT) Synapseといった大企業とともに、Teradata (TDC) やOracle (ORCL) といった従来のデータウェアハウスベンダーに一石を投じています。
さらに、これらの企業は、コモディティハードウェア上での大規模なスケーラビリティ、コンピュートとストレージの切り離し、高速データ検索のためのカラム型ストレージ設計など、ハイレベルな設計上の類似点を持っています。

しかし、BigQueryとSnowflakeはそれぞれ別の場所で始まったということを知っておくべきだろう。まず、BigQueryから説明しよう。BigQueryは、GoogleのDremel技術をベースにした外部アプリケーションである。Dremel技術とは、Googleがエンジニアやアナリストが膨大なウェブスケールのデータをインタラクティブな速度でクエリできるように構築した分析システムのことである。「インタラクティヴ・スピード」とは、アナリストが計算量の多いクエリの答えを数秒から数分で得ることができ、何時間も何日も待つことのない「リアルタイムに近い」ことを意味します。Dremelが初めて製品化されたのは2006年のことでした。そのため、Dremelは当初、社内で使用するシステムとして設計されました。つまり、当初の目的やきっかけは、必ずしも最終的に商用製品を生み出すことではありませんでした。一方、2012年から始まったSnowflakeの進化は全く異なるものでした。Snowflakeはプラットフォームとして、常に商用ソリューションを想定していたため、市場や顧客の獲得を目指して設計されていた。すなわち、DWaaSや、レガシーデータウェアハウスシステムのクラウドへの構築・移行を目指す顧客を対象としている。

この2つの異なる歴史について触れたのは、どちらのソリューションも概念的には重なり合っているものの、それぞれが異なる形で「誕生」したからです。一方は、ウェブや科学的なコンピューティングに共通する大量のデータを扱う問題を解決するために社内向けに構築され、もう一方は、高パフォーマンスで従来よりも低コストの商用DWaaSソリューションを提供するために設計されました。

対照的なコンピテンシー
おそらく、SnowflakeとBigQueryの対照的な誕生は、それぞれ異なるコンピテンシーをもたらしたのではないかと思います。その際、最初に述べたForrester社のクラウドデータウェアハウスレポートでは、レポートカードのような形でベンダーの比較を行っていることを紹介しておく。これは、SnowflakeとGoogle BigQueryを議論/比較する際に有用な資料となる。なお、5.00と1.00は、それぞれの評価項目における最高点（「ベスト」）と最低点（「ワースト」）を表している。

マーケティングパワーハウスとしてのSnowflake
SNOWの株価がどうであれ、同社のマーケティング力とブランド力は間違いなく他の追随を許さない。フォレスターのスコアカードでは、市場認知度、パートナーシップ、グローバルプレゼンスの3項目で最高点を獲得しており、市場プレゼンスの総合スコアは3.60となっています。

図3: The Forrester Wave for Cloud Data Warehouse Q1 2021 - Market Presence Scorecard (クラウドデータウェアハウスのForrester Wave)

画像3

ソースはこちら The Forrester Wave: クラウドデータウェアハウス、2021年第1四半期 - 最も重要な13のプロバイダーとその位置づけ

注

カテゴリと企業のハイライトは筆者によるものです。
見ての通り、これら3つのカテゴリーでSNOWのパフォーマンスに匹敵するのは、AWS RedshiftやOracleといったDWaaSの強豪だけであり、設立10年目の企業としてはかなりの快挙であることがわかります。注目すべきは、Google BigQueryが、親会社の資金力と成熟度にもかかわらず、市場認知度の測定において、既存の大企業としてはやや劣る結果となっていることです。このデータは、SNOWがクラウドデータウェアハウス市場をよりよく理解し、どのようにターゲットにするかを示唆している。先に述べたことを考えれば、この指摘は驚くべきことではないだろう。SNOWFLAKEは、DWaaSの商用製品を開発するという明確なミッションを持ってスタートしたが、Google BigQueryは、ある意味それを後押ししたとも言える。

Snowflakeはクラウドへの移行をリードするプラットフォーム
レガシーデータウェアハウスのプラットフォームをクラウドに移行しようとする企業は、当然のことながら、できるだけ簡単に移行しようとします。考慮すべき点は、データの移動（ロード）の容易さ、ウェアハウスの管理、データセキュリティの3点です。これらの基準に対するフォレスタースコアカードのデータを見ると、Snowflakeが強い結果を出していることがわかります。

図4：The Forrester Wave for Cloud Data Warehouse Q1 2021 - Data Loading, Administration and Security Scorecard

画像4

ソースはこちら The Forrester Wave: クラウドデータウェアハウス、2021年第1四半期 - 最も重要な13のプロバイダーとその位置づけ

注

カテゴリと企業のハイライトは筆者によるものです。
BigQueryは、他の多くのプロバイダーと同様に、管理やセキュリティの面では劣っており、SnowflakeはDWaaS市場のニーズを競合他社よりも多少なりとも理解しているのではないかという見方が強まっている。

機械学習の主要プラットフォームとしてのBigQuery
予想通り、Snowflakeが現在提供しているものがそれほど強力ではない特定の分野では、Googleが優位に立っていることがわかる。そのような分野の1つが機械学習であり、BigQueryは、やはりForresterの分析によると、Snowflakeよりも優れているようだ。

図5：The Forrester Wave for Cloud Data Warehouse Q1 2021 - Machine Learning Scorecard

画像5

ソースはこちら The Forrester Wave: クラウドデータウェアハウス、2021年第1四半期 - 最も重要な13のプロバイダーとその位置づけ

注

カテゴリと企業のハイライトは筆者によるものです。
この結果は、BigQueryがDremelから進化したと考えるのが妥当かもしれない。Dremelの当初のユースケースは、2つの簡単な例を使って、膨大な量のGoogle Ad-Wordsやスパムデータの分析だった。このようなシナリオでは、機械学習技術が自然に適用され、情報の海からパターンを発見し、業務に影響を与える変数について新しい理解を深めることができます（例：特定の地域で最も多くの広告インプレッションをもたらす広告の特徴や特性、メッセージがスパムであるかどうかの判断基準など）。したがって、SNOWのマーケティング力と同様に、Google BigQueryがこの部門で好調であることは驚くべきことではありません。

(余談だが、SnowflakeとBigQueryの厳密な比較とは関係ないが、機械学習／データサイエンス部門でIBM（アイビーエム）が最低の1.00点を獲得していたのには驚いた。今後の記事のテーマになるかもしれませんが...)

アドホック・キングとしてのBigQuery
前述の点と少し関連するが、BigQueryの基盤技術であるDremelは、アドホック分析のために「ゼロから」作られたものである。従来のデータウェアハウスは、確かに分析の主力となるものではありますが、「設計時やインポート時にすべての可能なクエリを定義する必要があるため、アドホックなクエリや試行錯誤的なデータ分析には必ずしも適していない」のです。

データウェアハウスは1つ以上のデータモデルを実装しており、データモデルは多かれ少なかれ、データがどのように整理されるかに関係しています。データの "整理 "は、データに対して最もよく聞かれる質問（ビジネスアナリストなど）に対して、応答時間（つまりパフォーマンス）を最適化するように行われます。したがって、データウェアハウス導入の設計段階では（一般的には）、ウェアハウスがサポートしなければならない可能性のある質問（例：クエリ）を検討する必要があります。つまり、ウェアハウスが問い合わせに対応するのに不合理な時間がかかり、事実上質問ができない状態になってしまう可能性があります。

Dremel、そしてBigQueryは、このようなインタラクティブなスピードでの分析に特化して作られている。実際、"複数レベルの実行ツリーと柱状データレイアウトを組み合わせることで、[Dremel]は1兆行のテーブルに対する集計クエリを数秒で実行することができる "という。Snowflakeでは、他のデータウェアハウスプラットフォームと同様に、アドホッククエリを実行することができる。[Snowflakeの革新的なアーキテクチャは、アドホッククエリで特に効果を発揮します。なぜなら、データベース上で行われている他の操作に影響を与えることなく、アドホッククエリに対応するために、いつでも新しいコンピュートリソースを立ち上げることができるからです。

前述の2つの引用をもう少し掘り下げてみると、ある違いが見えてきます。BigQueryは、Googleのインフラの膨大なコンピューティングパワーを利用して、最初の引用文にあるように、膨大なデータレコードのセットに対してオンザフライでクエリを数秒で実行するように設計されている。つまり、BigQueryユーザーは、Googleの強力な社内インフラをクラウド経由で利用し、何もしなくても最大1兆件のレコードをインタラクティブな速度で分析することができる。アドホックなクエリの問題に対するSnowflakeの答えは少し異なる。Snowflakeでは、ユーザーが異なるクラウドプロバイダー（AWS、Azure、Google Cloudなど）にまたがって仮想データウェアハウスをプロビジョニングすることができるため、各ウェアハウスは、基盤となるインフラストラクチャークラウドサービスによって提供される特定の量のコンピューティングパワーで動作します。このコンピューティングパワーは、特定のウェアハウスに対する需要の変動に応じて増減することがあります。その場限りのクエリの場合、Snowflake社は、他のデータウェアハウスの運用に支障をきたさないように、その場限りのクエリを処理するためのコンピューティング能力を追加することができると指摘しています。しかし、これはGoogleの膨大なコンピューティングインフラを、計画や設計の必要なしに「すぐに使える」ということとは全く違うことに注意してください。実際、Snowflakeで数百億から数千億レコードのデータを集約するような複雑なアドホッククエリを実行する場合、データウェアハウスに相当数の仮想コンピューティングリソースを（動的またはその他の方法で）追加する必要があるかもしれません。このようなスケーリングは現実的ではないかもしれません。その場合、クエリははるかに少ないコンピューティングリソースで「強制的に」実行され、（おそらく）受け入れられない応答時間になるかもしれません。

Enterprise Strategy Groupのレポートによると、BigQueryと他のクラウドDWaaSプロバイダーとの比較では、このようなプラットフォームの違いを示唆している。

図6：Google BigQueryと他のクラウド型EDWソリューションとの比較による経済的優位性 レポート

画像6

出典 エンタープライズ・ストラテジー・グループ

備考

筆者によるハイライト。
以上のことから、Snowflakeとは対照的に、BigQueryは少なくとも現時点では、非常に大きなデータセットに対するアドホックなクエリ分析に適していると考えられる。

DWaaS投資家のジレンマ：2つの強力なプラットフォームからの選択
SnowflakeとBigQueryがそれぞれDWaaSの代表的なプラットフォームとして長所と短所を持っていることを理解した上で、投資家はこの事実をSNOWとGOOGのどちらに投資するかという文脈でどのように捉えるべきでしょうか。

この問いに対する答えは、それぞれのプラットフォームが「どこにフィットするか」というコンセンサスを得ることから始まると思う。これまでの分析を踏まえて、私は（個人的には）以下のように分けて考えています。

Snowflakeは、BIを中心としたデータウェアハウスのユースケースをお持ちのお客様、特に1つ以上のレガシーデータウェアハウスをクラウドに移行しようとしているお客様に適しています。
BigQueryは、大規模なデータセットに対してオンザフライでAI関連のクエリを実行する必要があるデータウェアハウスのお客様に最適な選択肢となります。
上記の説明では、どちらのプラットフォームも特定のユースケースに限定されているということを示唆しているわけではないことに留意していただきたい。ただ、それぞれがデータウェアハウスの特定の問題にうまく対処しているため、多少あいまいではあるが、境界線を設けることができると考えている。

「フィット感」は、市場のトレンドという観点からも考えることができます。前述のMordor Intelligence社のレポートによると、"ビジネスエコシステム全体の企業管理におけるビジネスインテリジェンスの役割の高まりが、市場の需要を牽引すると予想される "と述べています。この評価は、SNOWにとって特に良い結果をもたらすかもしれません。他のアナリストは、「...データウェアハウスにおけるAIの適用が増加している」ことを取り上げています。以前のSeeking AlphaのIBMに関する記事でも紹介しましたが、一般化された技術としての機械学習は、最も急速に成長しているAI市場分野の1つとして浮上しています。

図7：世界の人工知能市場（テクノロジー別

画像7

出典：アライドマテリアル アライド・マーケット・リサーチ

ForresterがBigQueryの機械学習能力の高さを評価していたことを思い出すと、このAI関連のトレンドはBigQueryを支持するようになるかもしれない。さらに、機械学習を中心としたプロジェクトがDWaaSのユースケースに占める割合が増えてくれば、現状ではBigQueryがSnowflakeを凌駕することになるかもしれない。

もちろん、DWaaS市場を牽引するさまざまな力が、SNOWやGOOGにどのようなメリットをもたらすかを正確に数値化することは難しい。しかし、両社のデータウェアハウスの強みという点では、追い風が吹いていると言っていいだろう。しかし、それだけでは両者の間に明確な選択肢があるとは言えない。

数字で見ると...
基本的な財務分析を行うことで、選択の助けとなる色が加わります。しかし、GOOGがクラウド事業の報告書にBigQueryの数値を記載していないことを考えると、これは「リンゴ対オレンジ」のようなものだ。さらに、SNOWはまだ利益を出していないので、他の伝統的な比較は（当然ながら）役に立ちません。

図8：SNOWとGOOGの基本統計データ

画像8

データソース Yahooファイナンス

表の出典 イヴ・スクー

メモ

データは2021年5月17日市場終了時のもの。
P/SとP/Bの値は、それぞれ末尾12ヶ月（「tm」）と直近の四半期（「mrq」）のデータに基づいています。
しかし、上の図8を見ると、SNOWはGOOGに比べてP/S、P/Bともにかなりリッチな価格設定になっていることがわかる。GOOG自体が少しリッチな価格設定だと考えると、さらに劇的な価格設定になる。

SNOWの強気派は、同社が収益と利益の増加に伴い、時間の経過とともにこれらの数字に「成長する」と主張するだろう。

図9：スノーフレーク20年3月期-21年3月期収益成長率

画像9

ソース スノーフレーク21年3月期第4四半期決算説明会

しかし、上の図に見られるように、SNOWのトップラインのパフォーマンスは非常に印象的ですが、必ずしも記録を更新しているわけではないことに留意してください。実際、前四半期比での成長は最近鈍化している。

図10：スノーフレークの前四半期比でのパフォーマンス

画像10

データソース スノーフレーク

テーブルソース Yves Sukhu

私は、図10の結果を説明するのに「大きな数字の法則」が役立つと考えています。しかし、もしSnowflakeが「飛ぶように売れている」のであれば、特に同社がライフサイクルの「初期段階」にあることを考えると、このデータにはプラスの成長傾向が期待できるかもしれない。

比較のために、図9および図10から、SNOWの21年3月期第4四半期の売上高が20年3月期の前期に比べて116%増加したことがわかる。これに対して、Google Cloudの売上高は2021年3月期第4四半期に40.5億ドルに増加し、前期の対応する期間に比べて約46%の成長を示している。繰り返しになるが、この数字はBigQueryの具体的なパフォーマンスについては何も語っていない。しかし、長期的な投資の観点からGoogleのクラウドにおける全体的な成長が、DWaaSの市場への浸透を補完していると考えるのが妥当だろう。このように考えると、BigQueryはDWaaSの市場シェアでSnowflakeに追いつく可能性があるが、Googleは1,350億ドルもの現金を蓄えており、クラウドの野望を追求するための投資を積極的に行っているため、Snowflakeのリードは短命に終わるかもしれない。

実際、市場シェアを維持・拡大するためには十分な研究開発費が必要であることを考慮すると、SNOWの売上高対研究開発費比率のデータは興味深いものがあります。

図11：SNOWの売上高対R&D比率

画像11

データソース スノーフレーク社の21年3月期第4四半期決算説明会

表の出典 Yves Sukhu

このデータは、長期的なトレンドを決定づけるものではありませんが、少なくとも、SNOWがGOOG（やその他の企業）と歩調を合わせようとする際に、トップラインの勢いを長期的に維持することが難しいかもしれないということを、研究的な観点から示唆しています。

SNOWに関する最後のポイントとして、特に現在の株価水準に関して、Mordor Intelligence社の2026年の市場予測を使った簡単な分析を考えてみましょう。仮に43億ドルという予測値全体が現在のDWaaSの市場規模を代表しているとすると、SNOWは市場全体の14倍以上の資本金を持つことになります（600億ドル以上の資本金をベースにしています）。この単純な分析によって、私は「イエス」と言わせていただきます。私は、市場のトレンドが良好であるにもかかわらず、この株が少し過熱していることを示唆している。モルダー・インテリジェンスの予測は、他の多くの予測と同様に、単に「道を外れた」ものであり、したがって、私の指摘は道を外れていると反論することができます。一方、SNOWは、8100億ドルのTAM（Total Addressable Market）という予測を繰り返し発表しています。

図12：Snowflake社が提案するTAM

画像12

ソース スノーフレークの21年3月期第4四半期決算説明会

アナリストとSNOWの予測方法は確かに全く異なるはずだが、どちらの市場予測がより「正しい」のかを考えてみる価値はある。~40億ドルと810億ドル。現代のハイテク企業の標準的なプレイブックを考えると、SNOWのTAM値はおそらく過大評価されているのではないかという考えに傾く傾向がある。もしそれが本当ならば、（もちろん）現在の投資家は、存在しない市場機会に対して株式を評価しているのかもしれない。

選定にあたって
Snowflakeは、BIを中心としたDWaaSアプリケーションの優れたソリューションである。同社は、使いやすさ、管理のしやすさ、優れたデータセキュリティ機能などを特徴とし、顧客のクラウド構築を支援する優れたプラットフォームとビジネスを構築してきた。同社のマーケティングとブランド力は、DWaaS市場を熟知していることを明らかにし、（間違いなく）はるかに大きな競合他社の欠陥を明らかにしました。

しかし。

同社の株価は、同社の業績や市場機会と比較して妥当ではないかもしれない。
そもそも市場機会が存在しないのであれば、一部の投資家が認識しているように、同社が市場機会に「入り込む」ことができないのは明らかである。
SNOWは、GOOGのような競合他社に追いつくために必要なレベルの投資、特に研究開発費を維持することがますます困難になる可能性があります。
SNOWのアーキテクチャ設計は、アドホックな分析やAI関連の分析にはあまり適していないかもしれません。これらの分析は、将来的にDWaaSのユースケースの中で大きな割合を占めるようになるかもしれません。
その一方で。

BigQueryは、Dremelを進化させたものであり、大規模なデータセットに対するオンザフライクエリに理想的に対応しています。また、このプラットフォームには、最先端のマシンラーニング機能が搭載されており、AIを中心としたDWaaSのユースケースにおいて「ゴー・トゥ・テクノロジー」としての地位を確立しています。
Google Cloudは、他のクラウド事業者が減速傾向にある中で順調に成長しており、BigQueryはこの分野を牽引する基盤となるクラウド事業の一つであると考えられます。
Googleの豊富な資金力は、BigQueryへのさらなる投資や、SNOWを含むDWaaSの競合他社を追い越す、あるいは凌駕するための十分なリソースとなるだろう。
必ずしも「安い」とは言えないが、GOOGの株価は、DWaaSという観点から見ると、SNOWに比べてお買い得感があるようだ。
私の見解では、GOOGは、DWaaS市場の投資家にとって、SNOWに比べてリスクが少なく、かつ主要なプラットフォームに裏打ちされた成長機会に触れることができるという点で、より良い選択だと思う。

結論
SNOWは、5月26日に発表されるレポートで数字を大幅に更新する可能性があり、その場合、株価はそれに応じて反応すると確信しています。しかし、SNOWに対して強気になることと、株価が過熱していることを認識することは矛盾しないと思うのです。それが、私のSNOWに対する思いです。私は、以前から提案しているように、この会社にはまだ長い道のりがあると考えています。この点を考慮した上で、本レポートでの私の分析によれば、DWaaSへの投資を特に検討している投資家の立場では、GOOGではなくSNOWへの投資を正当化するのは難しいと考えている。

-----------------------------------------------------------------------

ネパル
2021年5月27日、午前5時13分

プレミアム
コメント (496)
|
Googleの「計画不要」の裏返しは「すぐに予算をオーバーしてしまう」ということです。オンデマンド価格は、最初のテストや頻繁でないデータのクエリには最適ですが、それらのクエリを通常のデータパイプラインに組み込むとすぐに、経理担当者は予測可能なコストを求めてきます。

このように
C
chthroop
2021年5月21日 午前9時54分

コメント(9)

こんにちは、丁寧な記事をありがとうございます。私はデータサイエンスチームの責任者ですが、実は3年前にプラットフォームを比較して詳細なレビューを行いました。あなたは正しく、長所と短所を理解するためにそれぞれの始まりを指摘しています。その後、両システムは進化しましたが、私たちはいまだにSnowflakeがリーダーであると考えています。
あなたの分析が見逃しているのは、BigQueryがまだ持っている限界だと思います。クエリには様々な制限がありますが、私たちにとって最大の問題は、1日に1,500回のテーブル更新という制限です。これはハードリミットであり、変更することはできません。
私たちは1日に何千回も更新されるテーブルをたくさん持っています。ご想像の通り、この制限があるためにBigQueryは使えません。
率直に言って、Forresterなどのアナリストは、高レベルのスタートとしては適切ですが、プラットフォームについて本当に良い見解を得るためには、常に実務家に連絡を取ることをお勧めします、彼らは本当のpro/conを教えてくれるでしょう。

いいね
イヴ・スクーのプロフィール写真
イヴ・スクー
2021年5月21日 12:25 PM

投稿者
コメント (322)
|
こんにちは、@chthroop - 非常に洞察に満ちたコメントをお寄せいただきありがとうございます。素晴らしいご指摘だと思います(re: We have many tables that get thousands of updates a day. ご想像の通り、この1つの制限がBigQueryを除外しています)。確かに、私の記事ではこのトピックについて触れていませんでしたが、ここでご指摘いただいたことを嬉しく思います。また、BigQueryの特徴（ここでは制限）は、読み取り専用システムとして設計されたDremelにも通じるところがあると思います。私は、あなたの対照的な見解（pro-SNOW）に感謝していますし、他の読者も感謝していると思います。読んでいただき、コメントをいただきありがとうございました。ベスト - Yves

様
M
momirlan1
20 May 2021, 8:50 AM

コメント (44)
|
私が知っているほとんどの大規模組織はAzureに移行しているので、BigQueryは方程式から外れます。競争は本当にSnowflakeとSynapseの間です。

みたいな。
Irnest Kaplan氏のプロフィール写真
Irnest Kaplan（イルネスト・カプラン
2021年5月19日 午後11時53分

マーケットプレイス
コメント (89)
|
ありがとうございます！ @Yves Sukhu
すべての情報に感謝します
私自身がSnowflakeを調査していて感じたことは スノーフレークについて調べていると、お客様にとっての使いやすさというのがよく出てくる要素のようです。
そこで、パフォーマンスやコストと比較して、どの程度の役割を果たしているのか疑問に思っています。
大企業では、これは大きな支出項目ではないと思います（これについてはよくわかりません）。
私はこの種の製品のユーザーではないので、直接言うことはできませんが、私にとってはこれらを理解することは重要なことです。

いいね
イヴ・スクーのプロフィール写真
イヴ・スクー
2021年5月20日 12:06 PM

投稿者
コメント (322)
|
こんにちは @Irnest Kaplan - あなたのご指摘の通り、SNOWの使いやすさが差別化要因になっていると思います。とはいえ、すべての人を満足させるプラットフォームはありません。しかし、SNOWのお客様の中には、逆に「思ったよりも使いにくい」とおっしゃる方もいらっしゃいます。お読みいただきありがとうございました。ベスト - イヴ

感想
M
mattytWA
2021年5月25日 午前12時59分

コメント (1)
|
@Yves Sukhuさんは、データを持ってきて分析を始めること以上に簡単なことはないと思います。インフラの計画は全くありません。

いいね
イヴ・スクーのプロフィール写真
イヴ・スクー
2021年5月25日 午後12時03分

投稿者
コメント (322)
|
こんにちは @mattytWA - ご指摘の通りです :-) 読んでいただきありがとうございます。ありがとうございます。

いいね
A
アトラスマン
2021年5月19日 11:47 PM

マーケットプレイス
コメント (1.05K)
|
値下げされたSNOWを見なおしていたので、この記事には感謝しています。Googleは都合の良い時にこのビジネスを買えるような気がします。私が雪印だったらとても怖いです。

様
イヴ・スクーのプロフィール写真
イヴ・スクー
2021年5月20日 12:06 PM

投稿者
コメント (322)
|
こんにちは、@atlasman - 読んでいただき、コメントをいただきありがとうございます。よろしくお願いします。

いいね
Stephen Paceのプロフィール写真
Stephen Pace
2021年5月19日 午後7時18分

コメント (1.13K)
|
この記事の欠点は、Snowflakeを単一のサービスと競合する「データウェアハウス」と決めつけようとしていることです。Snowflakeは優れたデータウェアハウスですか？確かにSnowflakeは、かつてTeradata、Exadata、Netezzaやその他のプラットフォーム（クラウドプロバイダーのソリューションも含む）に収容されていたデータウェアハウスを毎日のように動かしている。しかし、データレイクとしても優れているのでしょうか？Snowflakeの仕事の一部は、失敗したHadoopをクラウドに移行し、そこにあるデータを大規模に利用できるようにしています。企業はSnowflakeの上にデータアプリケーションを構築していますか？もちろんです。1つのSnowflakeプラットフォームに対応するために、どれだけ多くの異なるサービスが必要かを比較すると、かなり面白いことがわかります。
Forresterのレポートでは、OracleとTeradataは今日の世界にはあまり関係のないことで評価されており、彼らの市場シェアが低下している理由を説明しています。Snowflakeがどう評価されようと、Teradataが持つ最大級の顧客を獲得することはできません。
しかし、これらのことはData Cloudの前では無意味なことです。ここでSnowflakeが勝利した本当の理由は、プラットフォームのスピードやフィード、使いやすさではない。それは、顧客がプラットフォームに参加することによるネットワーク効果です。すべてのお客様は、最終的にマルチクラウド戦略を必要としています。企業は他の企業を買収しますが、その中には異なるクラウドプロバイダーを利用している企業もあります。企業は、他のプロバイダーからデータを購入する。また、パートナーやお客様とデータを共有しています。これらのプロバイダーやパートナー、顧客の中には、自社とは異なるクラウドを利用している人もいるでしょう。Snowflakeはそのギャップを埋め、どの顧客も他の顧客と安全かつ管理された方法でリアルタイムにデータを共有することができます。それがSnowflakeの勝利の理由です。

様
イヴ・スクーのプロフィール写真
イヴ・スクー
2021年5月19日 午後8時14分

投稿者
コメント (322)
|
こんにちは、@Stephen Paceさん、よくまとまったコメントをありがとうございます。SNOWのデータセキュリティ機能は、プラットフォームのデータ共有機能と密接に関係しているため、私はそのことを簡単に示唆するつもりでしたが、あなたは正しく私の記事で詳細に議論しなかった分野（「データネットワーク」としてのSnowflake）に注目していると思います。これはSNOWのストーリーの中で重要な部分であると認識していますが、それが長期的な差別化につながるかどうか、収益の重要なドライバーになるかどうかは、少なくとも私には完全には明らかではありません。とはいえ、完全に間違っている可能性もあるので、その場合はSNOWに将来的にはカラスを食べさせることになるだろう。) Best - Yves

いいね
B
B'n'B
2021年5月19日 午後2時54分

コメント (269)
|
技術的なレベルでの比較ですが素晴らしい。投資として比較するのは意味がありません。一方はピュアプレイのデータレイクで、もう一方はメガキャップの小さなサブセットです。アルファベットへの投資は、検索広告ビジネスに加えて、データウェアハウスへのわずかなサイドプレイがあるだけで、自律走行車や量子コンピューティングへの賭けと変わらないのです。

ライク
イヴ・スクーのプロフィール写真
イヴ・スクー
2021年5月19日 午後6時31分

投稿者
コメント (322)
|
こんにちは、@Betternotbigger - 優しい言葉をありがとうございます。あなたの指摘は理解できます。しかし、私が記事の中で主張したかったのは、もし投資家がDWaaSのプレイをしたいと考えているのであれば、SNOWよりもGOOGの方が今のところ良い投資対象だと思います、前者は明らかに純粋なベットではありませんが。ベスト - Yves

いいね
B
B'n'B
20 May 2021, 5:24 AM

コメント (269)
|
@Yves Sukhu Googleは今日の価格では素晴らしい投資対象です。そしてSNOWよりもはるかにリスクが少ない。後者は長期的にはリスクテイカーに報いるかもしれませんが。

いいね
イヴ・スクーのプロフィール写真
イヴ・スクー
2021年5月20日 12:07 PM

投稿者
コメント (322)
|
こんにちは、@Betternotbigger - 両方の点で同意します。Best - Yves

いいね
H
hailmich10
2021年5月19日 午後1時53分

コメント (32)
|
素晴らしい記事-Thanks! PLTRとSNOWやGOOGとの関係について何かお考えがあれば教えていただきたいのですが、具体的には、PLTRの顧客はPLTRからSNOWやGOOGを使うように指示されるのか、それともPLTRはSNOW/GOOGの使用には無知であるか、あるいは推奨しないのでしょうか。SNOW/GOOGのサービスとPLTRが提供するサービスの間に重複はあるのでしょうか？つまり、既にSNOW/GOOGを利用している大手企業が明日からPLTRのクライアントになった場合、PLTRとの新たな関係によってSNOW/GOOGの年間利用額は増減するのでしょうか、あるいは変わらないのでしょうか？

いいね
イヴ・スクーのプロフィール写真
イヴ・スクー
2021年5月19日 午後6時29分

投稿者
コメント (322)
|
こんにちは、@hailmich10 - 嬉しいお言葉と素晴らしい質問をありがとうございます。GOOGに関して言えば、PLTRのS-1(sec.report/...)に掲載されているGOOGに関するAlex Karp氏の控えめではないコメントに基づいて、PLTRがGOOGの技術を推奨するような状況は、あったとしても非常に少ないと思います。しかし、カープ氏の個人的な感情はさておき、PLTRは特定の顧客のアナリティクス・エコシステムをできるだけ多く取り込もうとするのではないでしょうか。例えば、より伝統的なBIのユースケースは、SNOWとPLTRのどちらのプラットフォームに適しているのでしょうか？私はSNOWだと主張しますが、PLTRの顧客に関しては、PLTRが渋々その立場を譲るのではないかと期待しています。30,000フィートの高さから見ると、PLTRが行っていることと、SNOWやGOOG BigQueryが行っていることには重なる部分があると言えるかもしれない。しかし、特定のユースケースのニーズを深く掘り下げていくと、その境界線はより明確になります。顧客がBIを中心としたユースケースのために「伝統的な」データウェアハウスを低コストで構築したいと考えている場合、同じユースケースをPLTRでも技術的にサポートできるかもしれませんが、ほぼ間違いなくSNOWの方が適しています。一方で、コストが二の次になるような軍事・諜報レベルの環境でリアルタイム分析プラットフォームを構築しているのであれば、おそらくPLTRに軍配が上がるでしょう。コストに関する質問については、お客様がサポートしようとしている分析ユースケースに大きく依存するため、答えるのは難しいと思います。もしお客様がBIを中心としたデータウェアハウスをSNOWで運用していて、別のプロジェクトでPLTRのGothamを使ってグラフ指向のデータを分析することにした場合、2つのプラットフォームは2つの異なるユースケースをサポートしているので、共存することになると思います。ベスト - Yves

いいね
H
Hailmich10
20 May 2021, 11:50 AM

コメント (32)
|
@Yves Sukhu 返信ありがとうございます。このスペースの今後数年間は、魅力的なものになりそうですね

様
Yves Sukhuのプロフィール写真
イヴ・スクー（Yves Sukhu
20年5月20日 12:09 PM

投稿者
コメント (322)
|
こんにちは、@hailmich10 - 確かに（re: The next few years in this space are going to be fascinated!） :-) ベスト - イヴ

いいね
el_vogelのプロフィール写真
EL_VOGEL
2021年5月19日 午後1時44分

プレミアム
コメント (64)
|
Google BigQueryは「サーバーレス」であり、それに関わるための参入コストは非常に低い。SNOWは「クラウドに依存しない」が、立ち上げるだけでもかなりのコンピュートとストレージのコストがかかる。私がSNOWに出資するとしたら、マイクロソフトか（より可能性が高いのは）AWSに買収されることだと思っています。

みたいな。
イヴ・スクーのプロフィール写真
イヴ・スクー
2021年5月19日、午後5時48分

投稿者
コメント (322)
|
こんにちは @el_vogel - 興味深い指摘ですね(re: 私がSNOWに出資するとしたら、マイクロソフトか(より可能性の高い)AWSのどちらかに買収されることが投資のテーゼになるでしょうね)。しかし、MSFTとAWSはそれぞれ独自の競争力のあるプラットフォームを全力で推進しており、SNOWがそのどちらかに適合するとは思えません。一方、IBMは・・・ ;-) コメントありがとうございました。ベスト - Yves

様
Stephen Paceのプロフィール写真
Stephen Pace
2021年5月19日 午後6時49分

コメント (1.13K)
|
@el_vogel あなたの主張はよくわかりません。まず、クラウド事業者がSnowflakeを気に入っているのは、Snowflakeがどのリージョンにインストールされても、コンピュートの最大のユーザーになっているからです。Snowflakeの財務状況を見れば、Snowflakeがクラウド事業者にどれだけ支出しているかがわかりますが、かなりの額です。Snowflakeがクラウド事業者と行っていることは、ほとんど重複していません。各プロバイダーに200のサービスがあるとすると、Snowflakeは基本的に1つのサービス（AWS Redshift、Azure Synapse）と重複し、他のサービスを補完する。スノーフレークがクラウド事業者と共同でウェビナーを開催しているのをよく見かけます（SnowflakeとAWS Sagemakerなど）。ですから、あなたの最初の議論は破綻しています。
2つ目は、Snowflakeのスタートアップコストが0ドルであるということです。契約は必要ありません。ストレージは、契約した場合、北米では1ヶ月あたり23ドル/圧縮TBです（ほとんどの人がそうしています）。コンピュートはストレージから完全に切り離されているため、TBをロードしてクエリを行わず、来月の請求額は23ドルとなる。 Snowflakeは非常にコスト効率がよく、秒単位で支払い、使用していないときは自動的にシャットダウンし、使いやすいため、他のクラウドプロバイダーの製品と比較して、SnowflakeのマネージドウェアハウスのTCOは低くなるだろう。

関連記事
Irnest Kaplan氏のプロフィール写真
Irnest Kaplan（アーネスト・カプラン
2021年5月19日 午後11時39分

マーケットプレイス
コメント (89)
|
ステファン・ペースさん、ありがとうございます。

Like
H
hminotta
2021年5月19日 午前11時33分

コメント (30)
|
Google BigQueryはcloud agnosticではなく、SNOWはagnosticであることを忘れないでください。それ以外は、あなたの記事のほとんどに同意します。ありがとうございます。

様
Yves Sukhuさんのプロフィール写真
イヴ・スクー
2021年5月19日 午後5時46分

投稿者
コメント (322)
|
Hi @hminotta - BigQueryはOmniで同じこと（マルチクラウドのサポート）を目指しています。しかし、SNOWが複数のクラウドベンダーをサポートするためにプラットフォームを構築したのは素晴らしいことだと思います。コメントありがとうございました。ベスト - Yves

コメント
C
クラウドデータ
2021年5月21日 午後2時49分

コメント (1)
|
@Yves Sukhu BigQueryはクラウドに依存しないことを目指していますが、真の意味でのアグノスティックなソリューションにはなりません。プラットフォームとしてのBigQueryやGCPは常に必要となる。このため、Agnosticは真のAgnosticではない。Snowflakeのお客様は、AWS、Azure、GCPのいずれかでスタートし、どちらのクラウドでもシームレスに働くことができます。それがTRULY AGNOSTICです。

いいね
イヴ・スクーのプロフィール写真
イヴ・スクー
2021年5月21日、午後4時36分

投稿者
コメント (322)
|
こんにちは、@clouddata - 同意します。私はあなたの指摘を理解し、それは妥当なものだと思います。コメントをお寄せいただきありがとうございました。ベスト - Yves

いいね
K
カルティク・エム
2021年5月19日 11:08 AM

プレミアム
コメント (3)
|
私は、TDCは長期投資に適した価格であり、彼らの成長ストーリーもうまくいっていると思います。同じForresterのレポートでは、戦略の面でTDCを雪印よりも優先しています。

様
Yves Sukhuのプロフィール写真
イヴ・スクー
2021年5月19日、午後5時41分

投稿者
コメント (322)
|
こんにちは、@karthik-m - コメントをいただきありがとうございます。私は完全に同意しているわけではありません（TDCについて）。私がTDCについて書いた古い記事によると、彼らの今後の戦略は、Teradata DBとAsterをパッケージ化するためのメカニズムのように思えました。しかし、ご指摘の通り、彼らはForresterレポートで非常に高い順位にあり、SNOWなどのかなり厳しい競争の中で「頑張っている」と思います。

様

この記事が気に入ったらサポートをしてみませんか？