Amati Inc dan petualangan hebat menjadi salah satu pengguna terbaik Snowflake
Data Centers

Amati Inc dan petualangan hebat menjadi salah satu pengguna terbaik Snowflake

“Aku terus-menerus terpesona dengannya.”

Jeremy Burton adalah veteran Silicon Valley berpengalaman, yang terbiasa mengelola sumber daya yang besar di dalam perusahaan raksasa seperti Dell, Oracle, dan EMC. Dia telah melihat banyak gelombang perubahan di Lembah.

Apa yang terjadi dengan Snowflake, bagaimanapun, mungkin ada di level lain. “Yang utama adalah berapa banyak kasus penggunaan baru yang ada, ekosistemnya mulai berjalan,” katanya baru-baru ini dalam sebuah wawancara dengan ZDNet melalui Zoom.

Perusahaan startup Burton, Observe, Inc., hanya memiliki 60 karyawan, dan masih menyempurnakan produknya. Namun, Observe sudah duduk di barisan depan revolusi Snowflake sebagai salah satu pengguna besar Snowflake.

Di antara hal-hal yang mengejutkan Burton adalah bahwa Snowflake telah mampu membangun penyimpanan data yang dapat melakukan penggabungan tabel tradisional di seluruh sumber data yang sangat besar menggunakan pernyataan bahasa kueri SQL lama.

“Hal yang sedikit mengejutkan saya tentang kesuksesan Snowflake adalah bahwa itu adalah SQL,” kenangnya.

“Bahkan sepuluh tahun yang lalu, itu seperti, ya, apakah orang benar-benar akan menggunakan SQL,” dia mengamati. “Ternyata semua orang masih ingin menggunakan SQL.”

Keajaiban Snowflake, bagi Burton, adalah mampu membuat database dengan skala yang tak tertandingi.

“Jika saya menyaringnya, database relasional, mereka ahli dalam menghubungkan data, itu atas nama; apa yang dilakukan Snowflake adalah, Anda dapat melakukan hubungan ini bukan hanya hal-hal yang memiliki seribu baris atau seratus ribu baris, tetapi miliar baris.”

Hasilnya, katanya, adalah “Bergabung dalam skala besar, jika Anda memiliki sejuta baris dalam satu tabel, yang merupakan semua jejak Anda, dan sejuta baris di lainnya, yang merupakan semua log Anda, kami dapat melakukan penggabungan itu, dan itu tidak pernah mungkin sebelumnya.”

Kesadaran informasi yang lebih luas, jika Anda mau, adalah kunci untuk Observasi, yang sedang membangun alat untuk observabilitas, yang dimaksudkan untuk menjadi semacam “satu-satunya analitik untuk mengatur semuanya,” sebagai ZDNet telah menulis.

“Penggabungan besar ini, bagi saya, ini tentang menyediakan konteks bagi pengguna,” jelas Burton. “Jika Anda melihat ini, apa lagi yang bisa Anda lihat yang berhubungan.” Bagian hubungan itu “sangat penting,” katanya. “Kami bersandar pada database untuk melakukan itu.”

Baris tabel mana yang akan digabungkan, tentu saja, juga penting, dan itulah seni dari apa yang sedang dibangun oleh Observe. “Kode Snowflake yang kami hasilkan sangat efisien,” katanya. “Kami tahu bagaimana Snowflake beroperasi,” katanya.

Perhatikan adalah ujung tombak, seolah-olah, di Snowflake advance, jenis aplikasi yang benar-benar mendorong kemampuan sistem.

“Kami mungkin berada di 0,1% teratas orang-orang yang benar-benar mendorong platform, hal-hal yang kami lakukan, tidak banyak orang di basis pelanggan mereka yang melakukannya.”

jeremy-smile.jpg

“Kami mungkin berada di 0,1% teratas orang-orang yang benar-benar mendorong platform,” kata Jeremy Burton, CEO Observe, Inc., mengenai platform gudang data Snowflake. “Hal-hal yang kami lakukan, tidak banyak orang di basis pelanggan mereka melakukannya.”

Amati Inc.

Itu dapat menyebabkan “titik ketegangan”, tempat di mana satu perusahaan perlu menekan yang lain untuk mendapatkan apa yang mereka inginkan, katanya.

“Jelas, ada hal-hal di platform yang kami ingin lakukan lebih baik,” katanya, mengacu pada platform Snowflake. “Kami ingin kompiler mereka berjalan lebih cepat,” untuk membuat kueri berjalan lebih cepat. “Kami mengirim Snowflake pertanyaan paling mengerikan yang pernah mereka lihat dalam hidup mereka!”

Snowflake sebagian besar telah dioptimalkan bukan untuk waktu kompilasi tetapi untuk waktu eksekusi, karena hanya mempercepat kueri SQL sebenarnya merupakan hasil besar bagi pelanggan Snowflake.

“Sebagian besar pelanggan mereka adalah bank-bank besar yang menjalankan pekerjaan besar ini yang dulunya memakan waktu dua hari, sekarang mereka membutuhkan waktu dua puluh menit, jika waktu kompilasi adalah satu menit dalam dua puluh, mereka tidak peduli.”

Fungsionalitas inti dari produk yang telah dibangun terlebih dahulu adalah logging, di satu sisi, dan metrik di sisi lain. “Enam bulan terakhir, kami telah melakukan semua pekerjaan untuk menangani metrik dan peringatan terkait, data deret waktu seperti DataDog,” kata Burton, dan logging seperti Elastic.

Juga: Satu analitik untuk mengatur semuanya: Perhatikan janji untuk menyelesaikan kekacauan Splunk, Datadog, dll.

Amati tindakan pengganti Splunk. “Sisi logging dari produk ini sangat, sangat bagus,” kata Burton.

“Splunk take-out besar pertama,” katanya, berada di startup Cybereason of Boston. “Mereka mungkin salah satu perusahaan besar yang kami jual,” dengan pendapatan $ 120 juta.

“Mereka meminta Splunk untuk melakukan investigasi keamanan dan biayanya membunuh mereka,” kenangnya. “Kami bisa menggantikan Splunk, dan itu tidak terlalu sulit.” Burton mengatakan Observe cenderung menemui lebih banyak pelanggan yang menggunakan Elastic untuk logging, terutama versi open-source, daripada distribusi Elastic komersial.

Kapan ZDNet menunjukkan kepada Burton bahwa Splunk mengklaim mengklaim itu adalah BMW dibandingkan dengan pesaing yang kurang kaya fitur yang a Hyundai, Burton mengatakan Observasi bersaing tidak hanya pada harga.

“Saya akan mengatakan bahwa orang menginginkan Tesla, dan itu lebih murah daripada BMW dan teknologinya lebih baik,” kata Burton.

Logging dan pemantauan metrik aplikasi adalah yang pertama, dan ada fungsi ketiga yang perlu dimasukkan, dan yang besar, yaitu tracing, jantung dari pemantauan kinerja aplikasi. “Itu bukan untuk hari ini,” kata Burton. “Rencana permainan kami adalah melakukan pekerjaan yang baik dari log dan metrik, dan kemudian juga mengambil alih APM.”

“Apakah kami memiliki semua fungsionalitas? Saat ini, tidak. Tetapi dengan arsitektur kami pikir Anda bisa sampai di sana.”

Bagi Burton, proses membangun fungsionalitas dengan cara yang disengaja lebih baik daripada mencoba nanti untuk “menjahit semuanya,” seperti yang dia katakan.

“Vendor besar seperti Splunk, Datadog, dan New Relic melakukan apa yang dilakukan perusahaan besar, Anda mencoba menyatukannya,” jelasnya. Tapi apa yang akhirnya terjadi adalah, “Anda akhirnya memulai lagi, Anda berakhir dengan produk baru.”

Burton mencatat beberapa tonggak sejarah untuk perusahaan berusia empat tahun itu. Selama beberapa bulan terakhir, perusahaan telah beralih dari hanya berfokus pada rekayasa produk itu menjadi sekarang membangun tim penjualan.

Tim penjualan sedang diperluas dari 15 menjadi 20 orang. Burton mengharapkan daftar pelanggan akan berkembang dari sekitar 30 saat ini menjadi mungkin 50 pada akhir tahun.

Seperti Snowflake, Observasi mengakui pendapatan bukan pada jadwal periodik yang tetap, melainkan sebagai pendekatan berbasis konsumsi, di mana pelanggan mendaftar untuk sejumlah penggunaan terkontrak, mereka menggunakannya pada tingkat berapa pun mereka akhirnya menggunakannya, dan Observasi hanya mengakui pendapatan secepat kecepatan penggunaan itu.

Dengan demikian, metrik bisnis yang paling relevan saat ini, kata Burton, adalah nilai kontrak tahunan untuk pelanggan. Dia memperkirakan ACV akan mencapai sekitar $ 2 juta pada akhir tahun ini.

“Menarik untuk mendapatkan pelanggan yang tidak terbiasa membayar perangkat lunak berdasarkan konsumsi untuk merasa nyaman dengan model itu,” kata Burton.

Perusahaan memiliki ketakutan pada hari pertama, katanya, seperti apa tagihan mereka nantinya, dan ketakutan akan tagihan yang meroket. Itu adalah masalah yang harus dihadapi Snowflake dan sekarang Observe juga harus mengatasinya.

Apa yang telah digunakan untuk meredakan kekhawatiran, katanya, dimulai dengan kontrak untuk jumlah kecil seperti $5.000 selama 90 hari agar pelanggan dapat merasakannya.

“Jika kami telah memenuhi tujuan, maka kami telah membuktikan bahwa kami dapat memberikan sesuatu yang berharga kepada Anda, dan kami akan memiliki beberapa sejarah dan penggunaan.

“Jadi, ketika Anda maju untuk melakukan, katakanlah, pembelian yang akan bertahan selama satu tahun, kami dapat memprediksi berapa tagihan Anda nantinya.”

Gambaran positif bagi pelanggan dalam membeli dengan cara ini adalah sangat sedikit di muka, ini seperti “coba sebelum Anda membeli”, daripada berkomitmen pada lisensi istilah perangkat lunak tradisional sejak awal.

“Semua data pemakaian itu akan kita masukkan ke dalam produk,” kata Burton, Agar pelanggan bisa tahu persis apa yang mereka konsumsi, ujarnya. “Ini adalah kebalikan dari perangkat lunak perusahaan di masa lalu,” kata Burton.

Snowflake juga memberikan data penggunaan, untuk hal-hal seperti konsumsi penyimpanan. Tetapi Burton bertujuan agar Observasi melangkah lebih jauh, memberikan detail tentang kumpulan data yang dikueri, biaya kueri kumpulan data tertentu, dan pengguna individu yang melakukan kueri.

Sebagai hasilnya, ia mengharapkan ukuran ACV akan terus meningkat seiring utilitas yang ditunjukkan. “Kesepakatan yang awalnya $4.000 berubah menjadi $30.000, $40.000, $50.000, dan kemudian menjadi setengah juta, tetapi hanya jika kita membantu pelanggan mengubahnya menjadi sesuatu yang sukses.”

Burton, yang telah menjalankan aplikasi di Oracle, melihat ekosistem Snowflake yang berkembang sebagai gema dari apa yang terjadi di Oracle.

“Tindakan pertama di Oracle, kami menjual lisensi, tetapi babak kedua adalah mitra, orang-orang seperti SAP dan Peoplesoft dan Siebel.”

“Oracle mencetak uang, karena setiap kali SAP menjual aplikasi, itu hanya mendorong sejumlah besar penjualan Oracle, dan Oracle, mereka hanya duduk dan mengambil uangnya.”

Demikian pula, dia berpendapat, untuk Snowflake, “tindakan selanjutnya bagi mereka adalah memungkinkan orang-orang seperti kita.”

Burton menantikan hari ketika Observasi akan cukup penting untuk menghasilkan uang untuk Snowflake.

Selain menjalankan sebuah perusahaan untuk membangun di atas Snowflake, Burton berada di dewan direksi Snowflake. Itu pasti membuat segalanya lebih mudah bagi Observe, Inc., Anda akan berpikir.

Belum tentu begitu, katanya.

“Pembicaraan dalam rapat dewan tidak selalu tentang nuansa penyusun,” kata Burton sambil tertawa.

“Harapannya seperti kita [Observe] menjadi lebih besar dan lebih relevan, mereka lebih memperhatikan kita.”

Posted By : togel hongkonģ