HyperFinity 如何通过 Snowflake 的 Snowpark for Python 简化其无服务器架构
作者:Jim Gradwell,HyperFinity & Snowflake
HyperFinity 是一个决策科学 SaaS 平台。通过机器学习和人工智能、嵌入式分析和数据可视化,HyperFinity 使非技术用户能够做出数据驱动的决策,并创建简单的输出来为下游系统(如 CRM、ERP 或内容管理系统)提供动力。这使得组织能够快速在多个领域做出 ML 驱动的决策,从更智能的供应链到优化定价。
Snowflake 是 HyperFinity 数据密集型平台的核心。除了对半结构化数据的变体数据类型等广泛的数据类型支持外,Snowflake REST API 和 Zero-Copy Cloning 等其他功能在平台的无服务器架构中充当有价值的工具。Snowflake 的安全数据共享也简化了 ELT 流程,并简化了 HyperFinity 平台及其输出与已经使用 Snowflake 的客户的集成。
挑战:不同编程语言的独立基础设施
虽然 HyperFinity 的平台是为非技术用户轻松应用机器学习和 AI 而构建的,但所有需要数据处理的功能都是由以数据科学为中心的团队开发的,其主要编程语言是 SQL 和 Python。Snowflake 处理了我们所有的 SQL 开发和处理,但为了构建我们的 Python 代码的无服务器计算引擎,我们的团队不得不在 AWS 上设置一套新的云基础设施,这涉及到将多个计算服务(如 Amazon EC2 和 AWS Lambda)拼接在一起。这有几个缺点,例如必须将数据移出 Snowflake 的治理边界进行处理,维护额外的基础设施,并编写额外的代码来处理服务之间数据结构的变化。
当我们看到 Snowpark 宣布支持 Python 时ÿ