写点什么

Snowflake 超越的不是 AWS,而是 SAAS

2020 年 11 月 04 日

Snowflake超越的不是AWS,而是SAAS

“Salesforce became a much bigger company than Siebel because they transformed it. ServiceNow became a much bigger company than BMC because they transformed it. Snowflake is going to completely transform data warehousing in terms of how we have historically thought of it.”


“Salesforce 成为比 Siebel 更伟大的公司,因为他们 彻底改变 了 CRM。ServiceNow 成为比 BMC 更伟大的公司,因为他们 彻底改变 了 ITSM(IT 服务管理)。而 Snowflake 将 彻底改变 数仓,以我们从未想过的方式。”


这段话来自 Snowflake 现任 CEO Frank Slootman 在 2019 年 6 月年度用户大会上的开场。


的确,除了 Salesforce 的 Benioff 外,可能没人比 Slootman 更懂 SaaS 了。


在 2011 到 2017 年执掌 ServiceNow 期间,他不仅带领公司在 2012 年成功登陆纳斯达克,成为继 Salesforce 后 第二家 上市的 SaaS 公司,还把年营收从上市前的 9000 万美金提升至 2017 年的 19 亿美金,实现 20 倍 增长。


2017 年功成身退后,突然在 2019 年 5 月宣布加入一家提供云数据仓库的 SaaS 公司 Snowflake。而如今看到 Snowflake 在上市前后的疯狂表现,这一切似乎又在情理之中。


不过,在接受 Block & Files 采访被问及加入 Snowflake 的原因时,Slootman 回答道:


“It was a very high bar after ServiceNow. I also did not like SaaS that much as a business model, felt it not equitable for customers.(离开 ServiceNow 后,对职业选择的门槛就变得非常高了。并且,我不喜欢 SaaS 这个模式,对客户不平等)”


是这段话真正激发了我对 Snowflake 及 Slootman 本人的兴趣,因为从侧面说明了这不是一家典型 SaaS 模式的公司,否则他也绝不会加入。


进而,我试图从以下三个方面展开讨论:


  • Snowflake 如何解决了 SaaS 模式的“不平等”问题?

  • 到底是什么在支撑 Snowflake 这样独特的商业模式?

  • Snowflake 将带领新一代 SaaS 走向怎样的未来?


01 打破降本增效的“黑箱”


打开 Slootman 的 LinkedIn 主页,已经能看到三段完整而成功的 IPO 经历,分别是:


  • 2003 年加入专业数据存储设备厂商 Data Domain 任 CEO,带领公司于 2007 年登陆纳斯达克,并于 2009 年以 21 亿美金高价卖给 EMC,两年后离开;

  • 2011 年加入 ServiceNow 任 CEO,带领公司于 2012 年登陆纽交所,直到 2017 年离任;

  • 2019 年加入 Snowflake 任 CEO,今年 9 月登陆纳斯达克,当前市值超过 650 亿美金。



(2012 年 ServiceNow 在纽约上市)


仔细观察这三家公司,如果说 Salesforce 的 CRM 产品是为客户创收的,那么无论 Snowflake 的数据仓库还是 ServiceNow 的 IT 运维,其本质无一例外,都是为客户省钱的。


所以,Slootman 从始至终坚持在他最擅长的方向上——为客户降本增效。


传统 IT 库房一旦出现问题,管理人员很难从成千上万的设备中寻找根源,运维人员靠人力去排查和维护设备,会浪费大量的时间和劳动。且 IT 信息在传统管理模式中,很容易形成信息孤岛,团队内部无法对历史信息进行规范和总结,也就无法固化成解决方案和体系。


打开 ServiceNow 招股书的第一页——“Transform IT”,核心逻辑是分拆了 ITSM(IT 服务管理)和 ITOM(IT 运营管理)两块业务。


细化来讲,就是通过 ITOM 对 IT 设备的状态进行实时监控,并基于 ITSM 系统化记录事件、解决问题并自动化日常任务。通过帮助 IT 部门创建、编排和规范整个工作流,提升员工工作效率,减少人为错误可能,最终提高 IT 资源的可见性和利用率。


然而“降本提效”,从来都是当企业发展到一定规模后才会考虑的事情。


何况对客户而言,即便按 SaaS 模式,这样的系统级软件通常需要按固定年费提前支付。尤其对于 成本节省型 产品,由于无法量化往后的使用程度或深度,客户更加难以衡量投入产出比,所以仍会造成一定使用门槛。


这便是 Slootman 所指的“不平等”问题——


  • 收费被前置,效果却被后置;

  • 使用过程不透明,成本无法量化。


作为 Slootman 执掌的第三家公司 Snowflake,不仅将“降本增效”做到极致,并且试图改变上述的“黑箱”问题。


在上市之际,公司邀请知名研究机构 Forrester 发布了一篇衡量核心产品 Cloud Data Platform 经济效益的报告《The Total Economic Impact of Snowflake’s Cloud Data Platform》。


在调研了来自软件、金融、快消等行业的四家大型客户后,以三年为周期,竟然得到以下 完全量化 的指标,包括:


  • 通过帮助客户提升产品上市的效率、减少对数据库等基础设施的投入,总共创造约 2150 万美金的经济价值

  • 同时,客户在此过程中内部投入以及支付给 Snowflake 的 总成本为 110 万美金

  • 因此,三年内客户的投入回报即 ROI 达到 612%



(来自:Forrester)


在 2019 年用户大会上,Slootman 还提到,一位客户曾清晰地告诉他在同等数据库投入之上能做比以往多 15 倍的工作,这时他意识到“这是革命性的时刻—— 当经济效益发生根本性变化的时候,客户将彻底改变对新技术的态度。”


反映到商业模式上,Snowflake 的客户不再提前支付一笔固定年费,平台将完全根据客户在使用过程中实际消耗的 计算和存储用量 进行结算——实现成本可测。


其次,基于对单位资源消耗的真实统计,客户才能与传统模式下各个环节的投入进行对比,最终获得跟报告里一样精准的 ROI——实现回报可测。


而这种更为真实的“按需付费”模式的背后,是一套全新的产品设计和技术架构。


02 在云上再建“云”


2017 年 5 月经济学人发表了一篇引起各方热议的文章《The world’s most valuable resource is no longer oil, but data》(世界上最有价值的资源不再是石油,而是数据)。无论观点正确与否,三年后把这条建议真正执行落地的恐怕非巴菲特莫属了。



(来自:经济学人)


哪怕数据不是石油,也早已成为驱动各行各业从设计、生产到业务决策的动力源。在信息化时代,所有的应用程序和软件都建立在一种用来存储数据的架构上—— 数据库(Database)


在 Snowflake 上市之际,经济学人的新文章《Steam engine in the cloud》(云上“蒸汽机”)把数据库形象地比作“ 一种停车场 ”。


我在此基础上进一步延伸,尽可能用大白话揭开这个让客户彻底改观的“新技术”的奥秘。


首先,如果把“车”比作需要存储的文件或信息,传统磁盘存储的方式就像正常停车一样,哪里有空位就停在上面,无论车辆型号和尺寸大小。但是磁盘价格高昂且容量有限。



(来自:Pinterest)


那么,为了节省空间,人们想到将车拆成各个零部件——车座放在一起,轮胎放在一起,同样奥迪放在一起,奔驰放在一起。以此类推,把各类部件分门别类地存放在特定区域。


这样每个区域都有自己的特征,零部件之间都有系统性的关联,这种存储方式叫“ 关系型 ”存储,这样的停车场便是“ 关系型数据库 ”。这个领域当今被 Oracle 等少数公司所主导。


关系型数据量的激增始于金融,大量的数据读写被用来记录相关联的交易,并被及时和准确保存,不同数据库之间也需要建立某种关系便于交叉计算。但此时数据格式比较单一,以数字、文本等结构化信息为主。


这种数据处理形式被称作 OLTP(On-Line Transactional Processing,在线交易处理),主要消耗的是大量的 存储(Storage) 资源。



(来自:WordPress,一个典型的关系型数据库图谱)


然而,随着数据用途的多样化,数据格式也更加复杂,包括图片、声音或视频等非结构化类型。


就好像我们停完车,以前用笔把车位编号记在纸上,现在直接拍张照片或录段周围环境的视频放在手机里。等我们回到停车场,将相册中的视频导入某个应用,便马上得到导航路线。


这时便需要一种能同时保存结构化和非结构化数据的新型存储架构,便是我们熟知的“ 数仓(Data warehouse) ”。


这个概念由上世纪 70 年代后期 Teradata 公司提出,核心目的就是为了支持日益激增的商业智能分析(BI analysis),以及如今复杂的 大数据和机器学习等运算


这种数据处理形式就是我们常听到的 OLAP(On-Line Analytical Processing,在线分析处理),主要消耗的是 计算(Compute) 资源即 CPU 甚至 GPU。


传统数仓仍部署在本地的硬盘内,并且存储的空间远高于计算空间,且比例是固定的。这好比在一个固定的停车场里,存储就是里面车位的数量,计算则是车辆进出的道闸系统。


在数字化的时代,对数据分析的请求开始远超过对存储的需求,导致对数仓的需求激增。但是,对存储和计算的需求 并不是同比例增加的 ,即同一个数据库可能从一分钟被调用数次瞬间增加到数百次,那计算速度就可能成了分析的瓶颈。


好比我们经常在高峰时段停车时,看到道闸出入两边都排着长队的情形——司机缴费和升降道闸杆都消耗了太多时间。



(道闸系统时常成为停车场出入速度的瓶颈)


就在这时,Snowflake 做了两个最关键的改变:


第一、 将数仓上云。


“上云”比较容易理解:一个停车场放不下,联合周边多个停车场分工合作,比如一个停车场专门存轮胎,另一个专门存座椅,相邻的停车场甚至可以存放相似属性或品牌的部件,减少搬运时间。


另外,在当今 AWS、微软的 Azure 和谷歌的 GCP 三大公有云厂商割据之时,大型企业更希望分散风险,不仅采用混合云部署,也希望将数据和应用放在多个平台上。这便出现了一个 中立的第三方 供应商的机会。


而当第三方供应商能够在云上对线下及云端、关系型和非关系型数据库进行统一管理后,以往由于被保存在不同地方而造成的数据孤岛问题便消失了。BI 分析师或数据科学家能随时随地调取任何格式的数据,甚至未被加工过的原始数据。


这样包罗万象的“云数仓”拥有一个更形象的名字—— 数湖(Data lake) 。并且 Snowflake 通过创建了一个统一入口,让用户能够按照以往访问关系型数据库的语言,对背后所有的数据库进行访问,几乎不改变原有使用习惯。



(数湖:收集→导入→混合→变形→发布→分发)


第二、 使存算分离。


依托三大公有云厂商,“云数仓”的架构让客户能够以低成本、高效率随时扩容和缩容。


回到停车场这个例子,当汽车需要离开停车场时,Snowflake 能够精确计算各个零部件被搬运、组装以及道闸等候等每一个环节的时间。


存储成本已经比较透明,但搬运、组装到等闸都需要经过不同形式的运算,成本不可同日而语,用户则可以根据自身预算选择多快时间能离开停车场。


所以,通过对存储和计算解耦,用户的成本得以量化且可控。


在计费模式上,存储的价格跟其他公有云并无差异,但是计算的价格则被分成了 八个等级 ,以便客户根据需求单独对存储或计算扩容。而在需求下降时,平台还自动为客户缩容。



(来自:Snowflake)


当几乎所有 SaaS 公司都在想如何让客户多花钱的时候,Snowflake 反其道而行, 在考虑如何帮助客户多省钱


以往使用公有云时,到底消耗了多少存储和多少计算资源,任何厂商都不会向客户透露。但在 Snowflake 这里,存储是存储,计算是计算,服务是服务,构成了其产品的三层架构。



(来自:Snowflake)


只有当消费被后置,使用过程被彻底解耦时,SaaS 真正实现了“按需付费”。


换句话说,Snowflake 在公有云厂商即 IaaS 上再建了一个高扩展且集中管理的数据仓库—— 在云上再建“云”


Hhhypergrowth 在一篇对 Snowflake 深度分析的文章中,一针见血地指出公司的产品及商业特征:


They are a cloud-native data platform that acts as a cloud-within-a-cloud …and so are capable of near limitless scale(他们是一个云原生的数据平台,是云设施上的“云”,因此可以 几乎无上限地扩张 )。


03 SaaS 3.0 已来?


从 Salesforce 到 ServiceNow,作为开启“软件吞噬一切”时代的先锋,他们用颠覆性的商业模式和产品架构像传统软件厂商开了第一枪,瞄准的是企业 最核心的信息化设施


进入二十一世纪,是以 Atlassian、Zoom 和 Slack 等为首的 2.0 厂商,他们携带云原生的天然基因,借助移动互联网带来的网络效应,自下而上地渗透到企业的 一切工作场景 ,极大地提升了员工工作和管理效率。


而 Snowflake 似乎在从多个角度,宣告着一个对传统厂商更具破坏力和对客户更加友好的“3.0 时代”的到来。


第一,软件将定义一切基础设施(Infrastructure)服务。


从上个时代的软件定义网络(SDN)、软件定义无线电(SDR)到软件定义存储和计算,甚至软件定义汽车,新一代虚拟化技术的力量将在这个“云上”时代被进一步放大。



看完 Snowflake 招股书后,我第一时间想到的是四年前上市的 Twilio


如我在API鼻祖Twilio的逆袭与野望里所说,Twilio 从 Day 1 就把自己定义为“AWS for telecom(电信行业的 AWS)”——致力解决通信行业诸多黑箱问题,包括合同预付制和冗杂的配置要求等等,同样希望把客户的使用门槛降至最低。


所以,你会发现两家公司之间的诸多共性,包括:


  • 通过对底层设施的整合实现高度灵活和中立 :Twilio 在整合的是美国三大运营商,Snowflake 整合的是三大公有云厂商;

  • 通过技术解耦软硬件真正实现“按需付费” :Twilio 按短信条数或通话量,Snowflake 按消耗的存储或或计算资源;

  • 通过降低使用门槛快速赢取大客户 :早年 Uber 与 WhatsApp 对于 Twilio,以及 Cisco 与 Capital One 对于 Snowflake 的营收至关重要。


而数据库仅作为基础设施的一个门类,这个市场里还有专门为机器学习和自动学习等大规模数据处理而生的 Databricks (年初完成 F 轮融资,估值 62 亿美金),以及托管文档型数据库公司 MongoDB (当前市值 156 亿美金)等等。


当年 Oracle 一家独大的格局正以肉眼可见的速度被瓦解,我们也将看到软硬件在一切基础设施中逐渐被解耦。硬件的更新迭代速度必然会进一步放缓或者变得不那么重要,成本进而更加透明和标准。



(来自:经济学人、Gartner)


那么,未来当“上云”百分百成为企业数字化首选的时候,恐怕也正是背后供应商核心竞争力真正消退之时。


不过现在,IaaS 的发展与竞争远没有到终点。


其次,开放能力和网络效应将是新一代 SaaS 的标签。


Snowflake 的 Marketplace——基于数据库内容提供二次开发及共享的交易平台,之于公司的价值,可能如当初 App Exchange 对于 Salesforce 一样,既令人兴奋又略感模糊。



(来自:Snowflake)


兴奋在于这体现了最关键的核心竞争力,因为中立和灵活性是所有第三方平台都会具备的特点,但是内容的分享和交易带来的传播性,让平台有机会建立自下而上的网络效应。


本以为只有像 Zoom、Slack 这样被个人频繁使用的工具型 SaaS 才具备这个特点,但 Snowflake 抓住了这个世纪快速成长的一个群体—— BI 分析师和数据分析师 ,随后快速扩展到数据科学家(Data scientist)、AI 及机器学习工程师等。


如今核心 IT 人员对企业信息化采购决策的影响力愈发提升,疫情更加速了这个趋势


其次,Marketplace 催生了一个新职业: 数据中介(Data broker) 。已经有中介在平台上的数据库进行快速分析,为数据内容和计算资源付费后,获得例如关于疫情增长趋势的分析报告。这些报告随后被他们卖给有需求的客户从而获利。


不过,市场对这块业务的前景也有诸多质疑。


因为自 2005 年 Salesforce 推出 App Exchange 即 PaaS 平台级业务后,直到 2019 年也就是 十四年 后,平台业务才以 57%的同比增速超过 Service Cloud,成为仅次于核心 CRM 业务的第二大营收来源。


没有庞大的用户规模、合作伙伴及 ISV,数据价值无从说起。对于 Snowflake,无论商业分析师、数据工程师还是数据中介,这个群体的基数与认知都有待进一步发展。


但毋庸置疑,无论 Snowflake、Twilio 还是 Zoom、Slack 在内的新一代云原生的 SaaS 公司,将更加注重自身与其他云原生应用的 集成与开放 能力,犹如一条鲶鱼一样尽可能渗透到工作场景的各个角落。


最后,新一代 SaaS 将可能真正提供“按需付费”。


其实已经有越来越多的 SaaS 公司开始提供基于用量(usage-based)的计费方式了。除了 Twilio、Snowflake,还有今年市值翻了将近六倍的 Fastly。


Fastly 撬动的是传统 CDN(内容交付网络)厂商的蛋糕,其边缘云平台帮助 TikTok、Pinterest、Twitter 等大型平台向全球用户更快传送视频、图片等相关流媒体数据,极大降低加载时间,提升用户体验。



(来自:雪球,Fastly 成为疫情期间涨幅最快的 SaaS 公司)


其商业模式便是按用量收费,同时为开发者开放丰富的开发工具和组件,让客户的应用能快速部署到边缘云上。


因此,未来一旦这些提供基础设施的厂商实现了按用量收费的标准后, 在上面的 SaaS 厂商是否有可能也按照用户的实际用量计费呢


因为 SaaS 产品最主要的成本便是服务器等基础设施产生的费用,一旦成本结构更加清晰后,原本按照客户规模和使用人数的月费或年费模式一定能做到更精细化的设计。


在一级市场中,我也看到有不少新一代的 SaaS 公司先收取较低的订阅服务费,再根据平台上处理的订单量或项目数额外收费,因为这会消耗大量计算资源,来保证大规模和并发运算的稳定性。


04 回归“第一性原理”


八年,对于一家企业服务公司来说并不长,但却创造了软件行业史上最大规模 IPO。


Snowflake 的历史进程,既是云原生技术体系逐步商业化落地的过程,更是以 Slootman 为代表的几位商业奇才和技术天才长达 20 年孜孜不倦的探索和追逐。最后给定市场和产品,释放商业价值的过程,一切看似意外,实则顺理成章。


印象深刻的是 Slootman 在一次采访中说道:


I have no playbooks, I am entirely situational and operate on so-called first principles.(我没有剧本,完全见机行事并遵循 第一性原理。)


身份管理 SaaS 上市公司 Okta 的 CEO 曾在推特上总结了选择 Snowflake 的原因:


  • 价格更便宜;

  • 扩展更弹性;

  • 分享更容易。



回归第一性原理,这三点不正是作为新一代企业服务公司应该提供的核心价值吗?


放眼未来,我相信在 Slootman 的带领下,Snowflake 将很可能实现比十几年前 ServiceNow 更快的增长。


但更让我兴奋和期待的是——


这是否真的将开启 SaaS 的下一个黄金十年?


参考资料:



本文转载自公众号我思锅我在(ID:angelplusdevil)。


原文链接


Snowflake超越的不是AWS,而是SAAS


2020 年 11 月 04 日 10:122087

欲了解 AWS 的更多信息,请访问【AWS 技术专区】

评论

发布
暂无评论
发现更多内容

微服务网关的技术架构

积极&丧

第五周作业

ty

科技抗疫,少年可期,为这群有AI的天使开发者疯狂打call

华为云开发者社区

人工智能 华为云 modelarts 医疗AI 对象存储服务OBS

注册中心Eureka源码解析

李浩宇/Alex

Spring源码高级笔记之——Spring AOP应用

Java架构师迁哥

工作1-3年的Java工程师们,如何变得更值钱?,这2个点帮你8个月达到阿里P7水平

Java成神之路

Java 程序员 架构 面试 编程语言

亚马逊 CTO 预测 2021 将改变世界的八大技术趋势:云加速向边缘推进

亚马逊AWS官方博客

云计算 AWS

京东技术解密

田维常

京东

四年Java开发,面试核心知识点(腾讯+阿里+快手面经)附答案

Java成神之路

Java 程序员 架构 面试 编程语言

第十周课后练习

晴空万里

极客大学架构师训练营

金融知识图谱的构建与应用

DataFunTalk

AI 知识图谱

一个月吃透这份阿里高级专家的《Java500道面试手册》成功拿下了腾讯offer!

Java架构之路

Java 程序员 架构 面试 编程语言

大厂offer直通车:并发编程28题+JVM21题+Redis 16题+Java集合22题

Java架构之路

Java 程序员 架构 面试 编程语言

北漂七年Java开发的一路辛酸史:面试腾讯、阿里、美团、字节后的一点心得

Java架构之路

Java 程序员 架构 面试 编程语言

久等了,Rancher 2.5中文文档新鲜出炉

RancherLabs

容器 k8s

面试被问:JDBC底层是如何连接数据库的?

田维常

JDBC

【mybatis-plus】什么是乐观锁?如何实现“乐观锁”

Java架构师迁哥

2021年阿里、腾讯、百度、华为、京东、美团和滴滴最新Java面试题汇集!

Java架构之路

Java 程序员 架构 面试 编程语言

谷歌大佬回国发展,吊打各大厂面试官!吐血总结大厂面试高频点及笔记解析

Java成神之路

Java 程序员 架构 面试 编程语言

第五周命题作业

cc

第五周学习心得

cc

区块链发展的3个必经阶段究竟是什么

CECBC区块链专委会

去中心化

星环科技作为信通院隐私计算联盟成员亮相2020数据资产管理大会

星环科技

大数据

第十周学习总结

晴空万里

极客大学架构师训练营

浅谈优秀工程师的成长因素

数据社

程序员 七日更

如何使用数据仓库?

数据社

数据仓库 七日更

华为大佬亲自手码Dubbo服务暴露源码解析!这次够清楚了吧

比伯

Java 编程 架构 程序人生 计算机

TypeScript | 第六章:理解声明合并,以及编写声明文件

梁龙先森

typescript 前端 七日更

Presto入门

HQ数字卡

presto 七日更

史上最全1000道Java高频面试题:集合、IO流、多线程、网络、算法、Git、设计模式、springboot

Java架构之路

Java 程序员 架构 面试 编程语言

职责链模式

soolaugust

设计模式 七日更 职责链模式

芯片行业现状:机遇与泡沫

芯片行业现状:机遇与泡沫

Snowflake超越的不是AWS,而是SAAS-InfoQ