Snowflake vs. Databricks谁更胜一筹？2022年最新战报

导读：Snowflake 和 Databricks 都是广受好评的数据平台，但哪一个最适合您的业务？这篇将逐一对比谁更胜一筹。

随着企业需要分析的数据量级逐年上升，企业需要将所有数据集中在一个地方，以便为数据挖掘做好准备。

显然，基于云的数据平台 Snowflake 和 Databricks 都是该领域的佼佼者。但是哪个数据平台最适合您的业务？

Snowflake vs. Databricks谁更胜一筹？

Snowflake 和 Databricks 都提供商业智能应用程序所需的容量、速度和质量。但是有很多相似之处，也有不同之处。

当仔细检查时，很明显它们具有不同的方向。因此，很多时候，企业选择的依据通常会归结为工具偏好和企业数据策略的适用性。

一、Snowflake 与 Databricks：主要功能的比较

Snowflake是用于结构化和半结构化数据的关系数据库管理系统和分析数据仓库。

Snowflake通过SaaS模型提供，使用SQL数据库引擎来管理信息在数据库中的存储方式。它可以处理对整个仓库内虚拟仓库的查询，每个仓库在自己的集群节点中独立于其他节点，从而不共享计算资源。

位于该数据库引擎之上的是用于身份验证、基础架构管理、查询和访问控制的云服务。Snowflake弹性数仓使用户能够利用Amazon S3或Azure资源分析和存储数据。

Databricks也是基于云的，但基于Apache Spark。它的管理层是围绕Apache Spark的分布式计算框架构建的，使基础设施的管理更加容易。

Databricks将自己定位为数据湖而不是数据仓库。因此，重点更多地放在用例上，例如流式传输、机器学习和基于数据科学的分析。

Databricks可用于处理大量未处理的原始数据。Databricks作为SaaS 交付，可以在AWS、Azure 和 Google Cloud上运行。有一个数据平面和一个用于提供即时计算的后端服务控制平面。据说它的查询引擎通过缓存层提供高性能。

Snowflake包含一个存储层，而Databricks则通过在 AWS S3、Azure Blob 存储和谷歌云存储之上运行来提供存储。

对那些想要一流数据仓库的企业来说，Snowflake胜出。但对于那些需要更强大的 ELT、数据科学和机器学习功能的人来说，Databricks是获胜者。

结论：这一局双方打个平手。

二、Snowflake 与 Databricks：支持和易用性的比较

据说Snowflake数据仓库是用户友好的，具有直观的SQL界面，可以轻松设置和运行。它还具有许多自动化功能，以方便使用。例如，自动扩展和自动挂起有助于在空闲或高峰期停止和启动集群——集群可以轻松调整大小。

Databricks 也具有集群的自动缩放功能，但它对用户不太友好。UI更复杂，因为它针对的是技术用户。当涉及到调整集群大小、更新配置或切换选项等事情时，它需要更多的手动输入。有一个更陡峭的学习曲线需要克服。

两者都提供在线支持：Snowflake提供7*24实时支持，而Databricks只在工作时间提供支持。

结论：这一局Snowflake赢了。

三、Snowflake 与 Databricks：安全性的比较

Snowflake和Databricks都提供基于角色的访问控制（RBAC）和自动加密。Snowflake在层级中添加了网络隔离和其他强大的安全功能，每个层级的成本更高。但从好的方面来说，您最终不会为不需要或不想要的安全功能付费。

Databricks包含了许多有价值的安全功能，它们都符合 SOC 2 Type II、ISO 27001、HIPAA、GDPR 等。

结论：在安全性比较重没有明确的赢家。

四、Snowflake 与 Databricks：集成的比较

Snowflake位于AWS Marketplace，但并未深入嵌入AWS生态系统。在某些情况下，将 Snowflake与其他工具配对可能具有挑战性。但在其他情况下，Snowflake 完美地集成在一起。Apache Spark、IBM Cognos、Tableau和Qlik都完全集成。那些使用这些工具的人会发现分析很容易完成。

这两种工具都支持半结构化和结构化数据。Databricks 在支持任何格式的数据（包括非结构化数据）方面具有更多功能。Snowflake 现在也在增加对非结构化数据的支持。

结论：这一局，Databricks赢了。

五、Snowflake与 Databricks：价格的比较

这两个数据平台的定价方式存在很大差异。

但笼统地说：Databricks的价格约为每月99美元，还有一个免费版本。Snowflake每月的费用约为 40 美元，但并非如此简单。

Snowflake在其定价结构中将计算和存储分开。而且它的定价有点复杂，从基本版开始有五个不同的版本，而且价格会随着企业的升级而上涨。定价将根据工作负载和所涉及的层级而有很大差异。

由于存储不包含在其定价中，Databricks 可能对某些用户来说更便宜。这一切都取决于使用存储的方式和使用频率。Databricks的计算定价也是按处理单位分层和收费的。它们之间的差异使得很难进行完整的比较。

建议用户评估支持其预测数据量、处理量和分析要求所需的资源。对于某些用户来说，Databricks会更便宜，而对于另一些用户来说，Snowflake会更划算。

结论：这一局双方算是打了一个平手。

六、Snowflake vs. Databricks的总结

Snowflake和Databricks 都是用于分析目的的优秀数据平台。每个都有其优点和缺点。为您的业务选择最佳平台，需要从使用模式、数据量、工作负载和数据策略等方面综合评定。

Snowflake 更适合标准的数据转换和分析以及那些熟悉SQL的用户。Databricks 更适合流式传输、机器学习、人工智能和数据科学工作负载，这得益于其支持使用多种语言的Spark引擎。Snowflake一直在语言上补课，最近增加了对Python、Java和Scala的支持。

有人说Snowflake更适合交互式查询，因为它在摄取时优化了存储。它还擅长处理BI工作负载以及生成报告和仪表板。作为数据仓库，它提供了良好的性能。

不过，一些用户指出，当面对流式工作负载时会发现的巨大数据量时，它会遇到困难。因此，在数据仓库能力的直接竞争中，Snowflake获胜。

但问题是，Databricks根本不是一个真正的数据仓库。它的数据平台范围更广，在ELT、数据科学和机器学习方面的能力比Snowflake更好。用户将数据存储在他们选择的托管对象存储中，并且不参与其定价。它专注于数据湖和数据处理。但它直接针对数据科学家和高能力的分析师。

总之，Databricks 赢得了技术受众的青睐。Snowflake对技术和技术含量较低的用户群来说是高度可访问的。

Databricks提供了Snowflake提供的几乎所有数据管理功能，此外还有更多功能。但它不容易使用，学习曲线陡峭，需要更多的维护。但它可以解决更广泛的数据工作负载和语言。那些熟悉Apache Spark的人会倾向于使用Databricks。

对于想要快速部署良好的数据仓库和分析工具而不会陷入配置、数据科学细节或手动设置的用户来说，Snowflake会是更好的设置。

这也不是说Snowflake是一种轻便的工具或适合初学者。但它不像Databricks那样高端，它更多地针对复杂的数据工程、ETL、数据科学和流工作负载。

麦聪DaaS平台产品架构图：麦聪DaaS + 数据库（湖） = 数据中台/类Snowflake

相比之下，Snowflake 是一个存储生产数据以用于分析目的的仓库。它也适合初学者，也适合那些想从小处着手并逐渐扩大规模的用户。

当然，定价是选型的一个重要部分。有时Databricks会便宜得多，因为它允许用户处理自己的存储。但是，用例不同得到的结果完全不同，有时Snowflake会更便宜。

全球领先的麦聪DaaS平台，可以帮助企业快速构建下一代数据中台：麦聪DaaS + 数据库（湖） = 数据中台/类Snowflake。麦聪DaaS平台支持元数据管理，数据治理，数据开发，数据服务化，数据市场等功能，500强客户中已有30多家选择麦聪DaaS平台。