En kraftfull kombination

Idag är det molnet som gäller för företagets dataplattform, vare sig man vill utgå från en befintlig on prem-lösning eller börja helt på nytt. Vi på Business Vision kombinerar den nytänkande Snowflake Cloud Data Platform, med den marknadsledande molnplattformen Microsoft Azure. Snowflake tillsammans med Azure erbjuder ett effektivt sätt att hantera de växande datamängder och diversifierade analysbehov som finns hos de flesta företag idag.

För de som redan är förtrogna med Microsofts tjänster och att arbeta med Azure, är det ett litet steg att kombinera dessa med Snowflake. Kombinationen ger företaget en flexibel, skalbar och kostnadseffektiv helhetsupplevelse och möjlighet att utnyttja befintlig kompetens, samtidigt som data smidigt och underhållsfritt tillgängliggörs till användarna.Genom företagets mest värdefulla resurser, data och människor, ges möjligheterna att bli mer datadrivna, ta mer värdeskapande beslut och bli mer proaktiva.

Johanna Persson, Produktansv. Snowflake & Senior BI-konsult

Detta är två exempel som beskriver hur vi brukar använda Snowflake i kombination med Azures olika komponenter och tjänster:

Exempel 1: Integrationsplattform

För integrationer har vi satt upp en egen integrationsplattform som är en central hub där all extraherad data samordnas för att sedan vidarebefordras till dataplattformen. Det spindelnät av integrationer som ofta uppstår hos organisationer med många olika källor byts istället ut mot en central punkt. Det medför en flexibilitet i att kunna byta ut underliggande system, få kortare utvecklingskostnader samt en bättre överblick och kontroll över alla datatillgångar.


Integrationsplattformen bygger på Azure-funktioner som Azure Logic Apps och hämtar strukturerad och semi-strukturerad data direkt från källor i form av t.ex. databaser eller API:er, eller via en extern stage i en Azure Blob eller Azure Data Lake. Dataflödet orkestreras av ELT-verktyget Azure Data Factory som släppt en officiell connector för Snowflake. I Snowflake finns fantastiskt stöd för att enkelt hantera semi-strukturerad data och förbereda den för användning i Snowflakes databaser tillsammans med strukturerad data. För att modellera och transformera data i databasen kan ett automatiseringsverktyg komplettera integrationsplattformen för att åstadkomma ett data warehouse med t ex Data Vault- och dimensionsskikt. Den data som är färdigpreparerad kan sedan enkelt visualiseras i ett BI-verktyg som Power BI eller delas i Snowflakes Data Sharing. Med Snowflakes unika förmåga att enkelt skala upp och ner på bearbetningskapaciteten och att låta många olika arbetsbelastningar, som t.ex. laddningsjobb, rapportkörningar och data science-frågor köra parallellt utan att konkurrera om resurser, så blir detta en mycket kraftfull lösning för många olika typer av use case.

Exempel 1: Integrationsplattform med Microsoft Azure och Snowflake.

Exempel 2: IoT - data

Vi på Business Vision har stor erfarenhet av att hjälpa våra kunder att förstå och skapa värde från data genererad av sensorer (IoT, Internet of Things) placerade i t.ex. fastigheter. Sensorerna läser av och samlar in data om bland annat temperatur, energiförbrukning och ventilation, information som kan användas för att öka energi- och driftseffektiviteten.


IoT-data kännetecknas av att den genereras kontinuerligt från ett flertal utplacerade enheter och att samla ihop och analysera informationen kan vara utmanande. Lösningen kan utformas på flera sätt men ett som vi använt är att hämta in strömmande data från de olika enheterna via en Azure IoT-hub till Azure Blob Storage. Data tas därifrån vidare till Snowflake med micro-batchar i Snowflakes, för ändamålet förträffliga verktyg, Snowpipe. I Snowflake struktureras och förbereds data för analys enligt önskemål och rapportverktyget Power BI visualiserar informationen genom grafiska och tilltalande dashboards och rapporter.


För den som vill arbeta prediktivt finns såklart möjligheten att lägga till verktyg för Machine Learning för att med hjälp av dessa skapa modeller och analyser för att utifrån informationen kunna förutse framtida underhåll och förbättringar av fastigheten.

Exempel 2: Flöde för IoT- data

Våra lösningar blir kompletta med Microsofts väletablerade grundkomponenter för användarhantering, DevOps samt logg- och säkerhetstjänster. Azure AD används för att synka användare och AD-grupper, för loggning används Azure Log Analytics och för hantering av krypteringsnycklar används Azure Key Vaults. Azure DevOps används med fördel för att smidigt hantera källkod och arbeta med kontinuerlig integration och deploy (CI/CD).


Detta är några exempel, men det finns många fler möjligheter med den kraftfulla kombinationen Microsoft Azure och Snowflake. Om du vill veta mer får du gärna kontakta vår produktägare Johanna Persson.

Exempel på funktonalitet i Azure som kan användas i kombination med Snowflake.