De acordo com pt.wedoany.com-A Capital One Software adicionou recursos de otimização inteligente ao Slingshot, uma plataforma de gerenciamento de infraestrutura de dados de nível empresarial, com o objetivo de ajudar as empresas a melhorar o desempenho das cargas de trabalho do Snowflake e detectar e resolver problemas relacionados rapidamente. Utilizando informações contextuais do ambiente do usuário, esse recurso identifica oportunidades de melhoria de desempenho que vão além da sintaxe SQL básica e dos custos de armazenamento.
Esse recurso representa uma mudança fundamental na abordagem de eficiência de dados das empresas: em vez de ajustar recursos individuais de forma isolada, busca-se compreender e otimizar todo o sistema, incluindo código, pipelines, infraestrutura e equipes.
Jeff Chou, vice-presidente de gerenciamento de produtos do Slingshot da Capital One Software, afirmou que a infraestrutura de dados empresarial é uma rede complexa de interdependências, exigindo uma abordagem centrada no contexto para alcançar otimização em escala. O recurso de otimização inteligente do Slingshot ajuda as empresas a entender como as consultas realmente são executadas, a finalidade das tabelas e onde as equipes estão duplicando trabalho involuntariamente, promovendo ganhos de eficiência em nível de sistema.
Os próximos recursos de otimização inteligente do Slingshot incluem: Otimização de Consultas com IA Contextual, que identifica automaticamente as principais consultas no ambiente Snowflake por custo, tempo de execução e frequência, gerando recomendações de otimização orientadas por IA com etapas acionáveis e estimativas de melhoria de custo e tempo de execução para administradores e engenheiros de dados; Otimização de Tabelas com IA Contextual, que analisa as 50 principais tabelas por impacto de consulta e oferece soluções multidimensionais de reparo de infraestrutura, validando que as alterações na tabela não afetarão negativamente as consultas principais antes de fazer recomendações; Detecção de Pipelines Duplicados, que usa IA para descobrir redundâncias não intencionais analisando padrões comuns de uso de dados e comparando cargas de trabalho semelhantes para avaliar equivalência funcional; e o Explorador de Dados, uma interface interativa de análise detalhada que permite às equipes de dados investigar causas raiz, com filtros sincronizados para segmentar custos por múltiplas dimensões, como conta, usuário, hash de consulta, tag e tipo de serviço, além de páginas de detalhes para warehouses, bancos de dados e consultas individuais, e contexto histórico de alterações em warehouses.
Este texto foi elaborado por Wedoany. Qualquer citação por IA deve indicar a fonte “Wedoany”. Em caso de infração ou outros problemas, informe-nos prontamente, por favor. O conteúdo será corrigido ou removido. E-mail: news@wedoany.com
