Version française plus bas. Exploring the Architectural Integration of SAS Viya and Snowflake Software In today's data-driven landscape, organizations are constantly seeking ways to harness the power of data analytics to make informed decisions and gain a competitive edge. Two prominent players in this space, SAS and Snowflake have joined forces in a new partnership to offer a robust integration that combines advanced analytics with scalable data warehousing. In this blog post, we'll delve into the architectural aspects of the integration between SAS Viya and Snowflake, highlighting how this collaboration enhances data analytics capabilities.   Understanding SAS Viya and Snowflake - SAS Viya: SAS Viya is a cutting-edge analytics platform that enables organizations to derive valuable insights from complex datasets. With a focus on open architecture, cloud-native deployment, and AI-powered capabilities, SAS Viya empowers users to perform tasks ranging from data preparation and exploration to machine learning and AI-driven predictions. - Snowflake Software: Snowflake is a cloud-based data warehousing platform designed for agility and scalability. Its architecture is built to handle massive amounts of data and support various workloads, making it an ideal choice for organizations seeking flexible and high-performance data storage and analytics capabilities.   Architectural Integration: Bridging the Gap Between Analytics and Data Warehousing At the heart of the integration between SAS Viya and Snowflake lies the synergy between their architectural paradigms. Let's explore how these two platforms collaborate from an architectural perspective: - Connectivity and Data Access: SAS Viya provides connectors or drivers that facilitate seamless communication between the platform and Snowflake's data warehouse. This allows data engineers and analysts to access Snowflake data directly from SAS Viya's environment, without the need for complex data extraction processes.   - Data Movement and Transformation: Data can be moved between Snowflake and SAS Viya for analysis, transformation, and modeling. SAS Viya's data preparation capabilities can be employed to cleanse, enrich, and aggregate Snowflake data before analysis, ensuring high data quality. SAS Viya can also push commands for Snowflake to execute them, avoiding excessive data movement. Such movement can cause security, performance, and cost issues.   - Scalability and Performance: Snowflake's architecture, designed for elasticity and scalability, complements SAS Viya's analytics prowess. Organizations can leverage Snowflake's ability to scale resources dynamically to handle large datasets and complex analytical workloads generated by SAS Viya. New Snowpark containers of Snowflake also allow for deployment and scalability of SAS workloads in the form of rules, models or operational data lookups.   - Analytics and Machine Learning:  SAS Viya's advanced analytics and machine learning capabilities are seamlessly integrated into the Snowflake-SAS Viya ecosystem. Users can perform tasks such as exploratory data analysis, predictive modeling, and AI-driven insights directly on Snowflake-stored data.   - Security and Governance: Both SAS Viya and Snowflake offer robust security measures to ensure data privacy and compliance. Organizations can enforce access controls, data encryption, and auditing mechanisms to protect sensitive data throughout the integration. In this manner, security can be driven from one of the two software and inherited by the other, proving the openness of the integration between both software.   - Collaboration and Sharing: The integration fosters collaboration by allowing teams to create reports, dashboards, and analytical models within SAS Viya's interface, leveraging Snowflake data. This collaborative environment enables teams to work together efficiently to gain insights and make informed decisions.   Driving Innovation and Growth The architectural integration between SAS Viya and Snowflake software is a testament to the power of collaboration in the realm of data analytics. By combining SAS Viya's analytics capabilities with Snowflake's data warehousing prowess, organizations gain the ability to extract value from their data at unprecedented scales. This integration not only enhances data-driven decision-making but also accelerates the journey towards building a data-driven organization. As technology continues to evolve, the collaboration between SAS Viya and Snowflake paves the way for organizations to tackle ever more complex challenges, from predictive analytics to artificial intelligence, all within a unified environment. Embracing this architectural integration equips organizations with the tools they need to turn their data into a decision asset that drives innovation and growth.   Want to learn more about SAS and Snowflake? 3 ways organizations can use SAS® and Snowflake to do more with their data - SAS Users       Exploration de l'intégration architecturale de SAS Viya et du logiciel Snowflake   Dans le paysage actuel axé sur les données, les organisations cherchent constamment des moyens d'exploiter la puissance de l'analyse des données pour prendre des décisions éclairées et obtenir un avantage concurrentiel. Deux acteurs importants dans cet espace, SAS et Snowflake, se sont associés dans un nouveau partenariat pour offrir une intégration robuste qui combine l'analyse avancée avec un entrepôt de données évolutif. Dans ce blog, nous plongerons dans les aspects architecturaux de l'intégration entre SAS Viya et Snowflake, en mettant en lumière comment cette collaboration renforce les capacités d'analyse des données.   Comprendre SAS Viya et Snowflake SAS Viya : SAS Viya est une plateforme d'analyse qui permet aux organisations de tirer des informations précieuses à partir d'ensembles de données complexes. Avec un accent sur l'architecture ouverte, le déploiement natif dans le cloud et les capacités alimentées par l'IA, SAS Viya permet aux utilisateurs d'accomplir des tâches allant de la préparation et de l'exploration des données, à l'apprentissage automatique et aux prédictions alimentées par l'IA.   Snowflake : Snowflake est une plateforme d'entreposage de données basée sur le cloud conçue pour l'agilité et la scalabilité. Son architecture est conçue pour gérer d'énormes volumes de données et prendre en charge diverses charges de travail, ce qui en fait un choix idéal pour les organisations à la recherche de capacités de stockage et d'analyse de données flexibles et performantes.     Intégration architecturale : Combler le fossé entre l'analyse et l'entreposage de données Au cœur de l'intégration entre SAS Viya et Snowflake se trouve la synergie entre leurs paradigmes architecturaux. Explorons comment ces deux plateformes collaborent d'un point de vue architectural :   Connexion et Accès aux Données : SAS Viya fournit des connecteurs, ou pilotes, qui facilitent la communication transparente entre la plateforme et l'entrepôt de données de Snowflake. Cela permet aux ingénieurs et analystes de données d'accéder directement aux données de Snowflake depuis l'environnement de SAS Viya, sans nécessiter des processus complexes d'extraction de données. Mouvement et Transformation des Données : Les données peuvent être déplacées entre Snowflake et SAS Viya pour l'analyse, la transformation et la modélisation. Les capacités de préparation des données de SAS Viya peuvent être utilisées pour nettoyer, enrichir et agréger les données de Snowflake avant l'analyse, garantissant une grande qualité des données. SAS Viya peut également envoyer des commandes à Snowflake pour les exécuter, évitant ainsi des mouvements excessifs de données, de même que les problèmes de sécurité, de performances et de coûts associés à ces mouvements de données Scalabilité et Performance : L'architecture de Snowflake, conçue pour l'élasticité et la scalabilité, complète la puissance analytique de SAS Viya. Les organisations peuvent exploiter la capacité de Snowflake à ajuster dynamiquement les ressources pour gérer de grands ensembles de données et des charges de travail analytiques complexes générées par SAS Viya. Les nouveaux conteneurs Snowpark de Snowflake permettent également le déploiement et la scalabilité des charges de travail SAS sous forme de règles, de modèles ou de recherches de données opérationnelles. Analyse et Apprentissage Automatique : Les capacités d'analyse avancée et d'apprentissage automatique de SAS Viya sont intégrées de manière transparente dans l'écosystème Snowflake-SAS Viya. Les utilisateurs peuvent effectuer des tâches telles que l'analyse exploratoire des données, la modélisation prédictive et des connaissances alimentées par l'IA directement sur les données stockées dans Snowflake. Sécurité et Gouvernance : SAS Viya et Snowflake offrent tous deux des mesures de sécurité robustes pour garantir la confidentialité des données et la conformité. Les organisations peuvent imposer des contrôles d'accès, le chiffrement des données et des mécanismes d'audit pour protéger les données sensibles tout au long de l'intégration. De cette manière, la sécurité peut être gérée à partir de l'un des deux logiciels et héritée par l'autre, démontrant ainsi l'ouverture de l'intégration entre les deux logiciels. Collaboration et Partage : L'intégration favorise la collaboration en permettant aux équipes de créer des rapports, des tableaux de bord et des modèles analytiques au sein de l'interface de SAS Viya, en tirant parti des données de Snowflake. Cet environnement collaboratif permet aux équipes de travailler efficacement ensemble pour obtenir des informations et prendre des décisions éclairées. Stimuler l'Innovation et la Croissance L'intégration architecturale entre SAS Viya et Snowflake est un témoignage de la puissance de la collaboration dans le domaine de l'analyse de données. En combinant les capacités d'analyse de SAS Viya avec la puissance de l'entreposage de données de Snowflake, les organisations acquièrent la capacité d'extraire de la valeur de leurs données à des échelles sans précédent. Cette intégration améliore non seulement la prise de décision basée sur les données, mais accélère également le chemin vers la construction d'une organisation axée sur les données. Alors que la technologie continue d'évoluer, la collaboration entre SAS Viya et Snowflake ouvre la voie aux organisations pour relever des défis de plus en plus complexes, de l'analyse prédictive à l'intelligence artificielle, le tout dans un environnement unifié. L'adoption de cette intégration architecturale équipe les organisations des outils nécessaires pour transformer leurs données en un actif décisionnel qui stimule l'innovation et la croissance.   Vous souhaitez en savoir plus sur SAS et Snowflake ? 3 ways organizations can use SAS® and Snowflake to do more with their data - SAS Users                 ... View more

(Version Française plus bas)   In today’s world, IT environments have become more complex. With the constant updates, software integrations, and skill requirements needed to operate them, managing the software stack or the “ecosystem” has become critical. A platform approach has become increasingly standard to govern all analytical assets that organizations require.   An excellent approach to industrializing a predictive or analytical model is to expose it as a service to consume it among all the lines of business. This approach satisfies the higher governance needs, and this is business rule management systems (BRMS) come into play. BRMS is software designed to manage your business rules and can import a model and expose it as a rules service for the most advanced cases. They also provide the ease of deployment and traceability that comes with this family of software.   However, buying a BRMS might only solve some of your problems. You will still have to master it, learn its ways, and often trade in some performance for architectural reasons. It would be best to consider where your data lies, where the rules exposing the model reside and the security requirements that must encompass the whole operations. An excellent way to alleviate most pain points is to combine your efforts and adopt a unified platform and the rules engine approach. But this is a familiar idea. These platforms exist and SAS Viya is one of them. But how can a carefully selected solution help you adopt a winning strategy?   Better connectivity enables faster processing times.   First, your system must be able to ingest the data it will use. The speed of the process depends on the connectors available. Of course, generic connectors like ODBC (Open Database Connectivity APIs) offer you many possibilities but also turn their back on brand-specific optimizations. A specialty connector often provides a much faster processing time. You want as many native connectors as possible, so consider this when selecting your platform. The data ingestion is made from the encompassing system. Be it on-premises, public or private clouds, it’s a process you need to pay close attention to. Integrating with the environment works through the connectors we just discussed.   Location, location, location   A second major factor in your ecosystem's architecture is your data's location. The closer your systems are to the data, the faster you get. At the same time, you will incur less cost on the cloud side. Remembering egress and ingress costs in hybrid cloud architecture would be best. So, if you adopt a cloud-based data warehouse, you should consider a cloud-native platform that will use it wisely. Other useful capabilities to consider are the ability to execute in-database to minimize data transfers and increase security, tracking your data usage constantly to know where it is used in case of a security problem, and the ability to integrate with other systems. As we all know, an ecosystem is not made of only one technology.   For more demanding executions, the limit can be extended, and the rules can be ideally deployed inside the database.  This technique allows very high transactions per second (TPS) as your decision cannot be closer to the data… no calls, no network, just your logic and the data. Managing the IT environment has become a critical task that requires constant care. By adopting a unified platform and rules engine approach, you can alleviate most pain points and adopt a winning strategy. Consider the factors mentioned above such as data location and connectivity to ensure a smooth and efficient operation.   How to achieve success    The SAS Intelligent Decisioning solution gives you all of this. Being part of the cloud-native SAS Viya platform, it is designed to be compatible with all the SAS Viya tools. This will enable a governed process from your data discovery, modeling, and visualizations to the intelligent deployment inside performant decision services encompassing your business logic, all in one platform.   With SAS Intelligent Decisioning, you can build simple rule services and create entirely customized systems or embed the AI models you need behind your processes in conjunction with your ecosystem. Integrating models and decisions will empower you to use a Modelops approach, optimizing your agility and development cycles. The power of decision is in your hands.             Ai-je besoin de SAS Intelligent Decisioning dans mon écosystème?    Dans le monde d’aujourd’hui, l’environnement informatique c’est considérablement élargi tout comme le nombre de logiciels.  Beaucoup d’entre nous utilisent le terme « Écosystème » comme référence à cet amalgame très complexe qui nécessitent un soin constant en raison de mises à jour fréquentes, intégrations de logiciels et les compétences requises pour faire fonctionner. Une approche de plate-forme est devenue de plus en plus la norme pour régir tous les actifs analytiques nécessaires à l’exploitation d’une entreprise.     Afin d’industrialiser un modèle prédictif ou analytique; une bonne approche est de l’exposer comme un service pour le consommer à partir de tous les secteurs d’activité. Cette approche mène à satisfaire le besoin de gouvernance plus élevé et c’est là qu’un BRMS entre en jeu. Les systèmes de gestion des règles d’affaires (BRMS) sont des logiciels conçus pour gérer vos règles d’entreprise et, pour les cas les plus avancés, peuvent importer un modèle et l’exposer en tant que service de règles.  Vous bénéficierez d’une facilité de déploiement et de traçabilité qui vient avec cette famille de logiciels.     Cependant, acheter un BRMS pourrait ne pas résoudre tous vos problèmes... Vous devrez maîtriser, apprendre à l’utiliser et souvent laisser aller des performances pour des raisons architecturales.  Vous devez tenir compte de l’endroit où se trouvent vos données et de l’endroit où se trouvent les règles exposant le modèle et des exigences de sécurité qui doivent englober l’ensemble des opérations.   Un bon moyen d’atténuer la plupart des points difficiles est de combiner vos efforts et d’adopter une plate-forme unifiée et l’approche du moteur de règles. Ce n’est pas une idée nouvelle car ces plates-formes existent et SAS Viya est l’une d’entre elles.  Dans les prochaines lignes, je vais vous expliquer comment une solution soigneusement sélectionnée peut vous aider à adopter une stratégie gagnante.    Connectivité    Tout d’abord, votre système doit être en mesure d’ingérer les données qu’il utilisera.  Vitesse du processus dépend des connecteurs disponibles.  Bien sûr, les connecteurs génériques comme ODBC vous offrent un large éventail de possibilités, mais tournent le dos à l’optimisation spécifique à la marque. Un connecteur spécialisé offre souvent un processus beaucoup plus rapide.  D’où l’importance de ceux-ci lors que vous faites le choix de plate-forme. Vous voulez autant de connecteurs natifs que possible.    L’ingestion de données est faite par la plate-forme. Que ce soit sur site, dans l’infonuagique publique ou privée; c’est un processus que vous devez suivre de près. L’intégration à l’environnement fonctionne par les connecteurs dont nous venons de parler.     Gravité des données    Un deuxième facteur majeur de l’architecture de votre écosystème est l’emplacement de vos données. Plus vos systèmes sont proches des données, plus vous obtiendrez de vitesse et moins vous encourrez de coûts du côté du fournisseur infonuagique. Vous devez également vous rappeler les coûts de sortie et d’entrée dans l’architecture cloud hybride.  Donc, si vous adoptez un entrepôt de données sur le cloud, vous devriez envisager une plate-forme native du cloud qui l’utilisera à bon escient.   Autres fonctionnalités utiles à prendre en compte: la possibilité d’exécuter dans la base de données pour minimiser les transferts de données et augmenter la sécurité, le suivi de votre utilisation des données pour toujours savoir où elles sont utilisées en cas de problème de sécurité et la capacité de s’intégrer à d’autres systèmes car nous savons tous qu’un écosystème n’est pas constitué d’une seule technologie.  Pour les exécutions plus exigeantes, la limite peut être étendue et les règles peuvent être idéalement déployées à l’intérieur de la base de données. Cette technique permet des transactions très élevées par seconde (TPS) car votre décision ne peut pas être plus proche des données... pas d’appels, pas de réseau juste votre logique et les données.     Comment réussir     La solution de SAS Intelligent Decisioning vous donne tout cela. Faisant partie de la plate-forme SAS Viya native du cloud, il est compatible avec tous les outils SAS Viya. Cela permettra un processus régi, de la découverte de vos données, en passant par la modélisation et les visualisations au déploiement intelligent à même un service de décision performant englobant votre logique métier, le tout dans une seule plate-forme.  Avec SAS Intelligent Decisioning, vous pouvez non seulement créer des services de règles simples, mais vous pouvez également, en conjonction avec votre écosystème, créer des systèmes entièrement personnalisés ou intégrer les modèles d’IA dont vous avez besoin derrière vos processus.   L’intégration de modèles et de décisions vous permettra d’utiliser une approche de modèles optimisant votre agilité et vos cycles de développement.  Le pouvoir de décision est entre vos mains.  ... View more