Snowflake今年1月收购Observe，正式进军可观测性市场，并与Cisco旗下Splunk、Datadog、New Relic等厂商展开正面竞争。

据此前披露的消息，这笔对可观测性初创公司Observe的收购交易规模约为10亿美元。

Observe创始人、现任Snowflake可观测性业务总经理Jeremy Burton在美国旧金山举行的Snowflake Summit 26期间接受采访时表示，Snowflake的数据平台将成为其提升可观测性业务竞争力的核心支撑。

Jeremy Burton认为，可观测性本质上仍是一个“数据问题”。数据长期处于割裂状态，导致可观测性建设既复杂又昂贵，而Snowflake希望借助统一的数据平台解决这一痛点。

在他看来，当前可观测性市场本身就存在结构性问题。Splunk最早从日志分析切入，随后通过收购补齐监控和应用性能管理能力；Datadog以时序监控见长；New Relic则起步于应用性能管理。由于各家产品最初的架构路径不同，后续又不断叠加功能，企业最终往往需要同时部署两到三套产品。

Jeremy Burton表示，若从一开始就以单一系统构建全栈能力，数据自然应该落在同一个数据库中。Snowflake不仅能够承载关系型数据，也支持半结构化JSON、非结构化数据以及时序数据处理，因此具备走一体化路线的基础。

成本也是Jeremy Burton反复强调的核心优势之一。他表示，Splunk过去一度按每GB每月5美元收费，而借助Snowflake存储与计算分离的架构，每GB成本有望降至50美分。Jeremy Burton称，这也是他在2018年创办Observe的重要起点之一。他进一步指出，要让可观测性的成本结构具备可持续性，最终仍需建立在自有数据平台之上；如果还要为外部数据平台付费，经济性就很难成立。

谈及AI代理，Jeremy Burton表示，如果无法提供足够的上下文，模型会在反复检索和推理过程中消耗大量token；但如果能够提供经过梳理的结构化上下文，就能以更可控的成本得到更准确的结果。他认为，Observe长期积累的数据结构化能力，对AI代理的价值甚至可能高于对人工分析的价值。

在本届Snowflake Summit上，Snowflake还正式发布PG Lake，并宣布数据镜像（Data Mirroring）进入公开预览阶段。

据介绍，PG Lake是一组用于将Postgres数据迁移至数据湖或Apache Iceberg的工具，并计划以开源形式发布。数据镜像则支持将Postgres中的数据自动复制到Snowflake。Jeremy Burton提到，在Ericsson的案例中，原本耗时两天的数据迁移已缩短至7分钟。

对于后续战略，Jeremy Burton表示，Snowflake将推动可观测性数据与业务数据在同一平台上融合分析。

他举例称，当一项服务故障持续两小时后，企业理应能够无需额外分析，直接判断此次故障对业务造成了多大影响。如果遥测数据与业务数据被纳入同一套Schema，这类问题就可以被快速回答。他同时预计，随着基于Apache Iceberg的开放格式和开放目录体系持续发展，未来一到两年内，实现这类统一将变得更加容易。