Выручка Databricks SQL удвоилась: давление на Snowflake становится реальным

Databricks сообщает, что выручка от продукта, конкурирующего со Snowflake, примерно удвоилась — согласно заголовку Bloomberg от 16 июня 2026 года. Это единственная раскрытая цифра. Сам материал скрыт за системой защиты от ботов (reference block cc0f881f-8988-11f1-9852-28f991937504, если вам интересно), поэтому аналитики располагают одним числом, одним сравнением и богатым контекстом трёхлетнего противостояния хранилищ данных и lakehouse-платформ.

Скажу прямо о степени достоверности: удвоение — это 100-процентный годовой рост, высокий, но не выдающийся для категории продуктов, которая всё ещё находится в режиме захвата рынка. Важна база, от которой произошло удвоение, маржинальный профиль этой выручки и то, являются ли это новые рабочие нагрузки или миграции с Snowflake. Ничего этого в источнике нет.

Ключевые факты

Проверяемые факты весьма ограничены. Как сообщает Bloomberg.com, продажи Databricks по продукту, конкурирующему со Snowflake, удвоились. Конкретное название продукта в доступном заголовке не упоминается, однако по методу исключения из текущего каталога Databricks это указывает на Databricks SQL — бессерверный слой хранилища поверх Delta Lake, напрямую нацеленный на ключевые BI- и аналитические нагрузки Snowflake. Архитектура описана в документации Databricks, однако точная граница SKU, используемая Bloomberg, не раскрыта.

Вот что источник не сообщает — и каждый из пробелов поддаётся проверке:

• Абсолютный размер выручки. Если база составляла 100 миллионов долларов, удвоение до 200 миллионов — значимая, но второстепенная строка на фоне многомиллиардной выручки Snowflake, отражённой в последних публичных отчётах. При базе в 500 миллионов картина меняется существенно. Источник не раскрывает ни того ни другого.
• Период сравнения. «Удвоение» предположительно означает год к году, но это может быть скользящий двенадцатимесячный показатель, квартальный annualized run rate или показатель по бронированиям. Каждый вариант имеет разное качество сигнала.
• Валовая маржа. Бессерверный SQL в масштабе — это compute-intensive бизнес. Опубликованные показатели валовой маржи Snowflake служили ориентиром. Databricks исторически выполнял более ресурсоёмкие нагрузки на облачных аккаунтах клиентов, что меняет математику маржи.
• Состав нагрузок. Удвоение за счёт новых AI-смежных рабочих нагрузок — совершенно иная история, нежели удвоение за счёт перенесённых дашбордов Snowflake.

Источник также не раскрывает количество клиентов, среднюю стоимость контракта или отток. Это важно: удвоение, обусловленное несколькими корпоративными расширениями с восьмизначными суммами, говорит об одном, а удвоение за счёт широкого охвата среднего рынка — о другом. Без этого разделения доверительный интервал для любого стратегического вывода составляет примерно плюс-минус один продуктовый цикл.

Почему это важно для дата-команд

Дискуссия «хранилище vs. lakehouse» ведётся примерно с 2020 года. Большую часть этого времени честный инженерный ответ звучал так: используйте Snowflake для BI и структурированной аналитики, Databricks — для ML и конвейеров неструктурированных данных, а склеивайте их чем-то вроде dbt. Удвоение выручки Databricks SQL — это рыночный сигнал о том, что такое разделение размывается.

Техническая причина проста. Как только у вас появляется управляемый табличный формат (Delta, Iceberg или Hudi), достойный планировщик запросов и бессерверное автомасштабирование, функциональный разрыв между хранилищем и хранилищем-поверх-lakehouse сужается до секунд задержки P95 и копеек стоимости запроса. Ответный ход Snowflake — таблицы Iceberg и совместимость с внешними каталогами, задокументированная в документации Snowflake. Ответный ход Databricks — Unity Catalog плюс активная работа над производительностью SQL. Оба вендора сходятся к одной референсной архитектуре с противоположных сторон.

Для платформенного лида, принимающего решение сегодня, вопрос уже не «какой движок». Вопрос — «в плоскость управления какого вендора я готов быть встроен на ближайшие пять лет, и кто из них позволяет держать хранилищный слой открытым». Удвоение конкурирующего продукта — это свидетельство, но не доказательство того, что ставка на открытое хранилище оправдывается. Это не свидетельство того, что Snowflake теряет клиентов в абсолютном выражении. Оба могут расти одновременно на рынке, где аналитические расходы продолжают увеличиваться.

Есть и эффект второго порядка для команд, использующих ClickHouse или самостоятельно развёрнутые OLAP-движки. Если два вендора, близких к гиперскейлерам, продолжат сжимать цены и расширять функциональность, обоснование подхода «разворачивай сам» становится всё труднее для объёмов ниже нескольких петабайт. Реальный неизвестный фактор здесь — действительно ли ценообразование Databricks SQL конкурентоспособно для устойчивых дашбордов или только для нагрузок с пиковым трафиком. Материал Bloomberg не затрагивает unit-экономику.

Влияние на отрасль

Для вертикалей, в которых работают читатели RiverCore, последствия чётко разделяются по форме нагрузок.

В iGaming и ad-tech, где преобладают потоки событий уровня сессий и субсекундные агрегации, история Databricks SQL интересна, но не решающа. Эти нагрузки по-прежнему тяготеют к специализированным OLAP-движкам или материализованным представлениям Snowflake для горячего пути. Что меняется — экономика холодного пути: если можно хранить сырые события в Delta или Iceberg и выполнять ad-hoc запросы без отдельного инжеста в хранилище, устраняется целый слой конвейера. Команды, использующие dbt как трансформационный слой, выигрывают в любом случае — dbt агностичен к движку, и код моделей портируется между ними.

В fintech, где управление данными и lineage являются определяющими ограничениями, сравнение Unity Catalog и Snowflake Horizon важнее скорости запросов. Удвоение выручки Databricks SQL подразумевает, что корпоративные покупатели начали доверять Unity Catalog для регулируемых данных — что ещё полтора года назад было далеко не очевидно.

В крипто- и DeFi-аналитике, где нагрузка характеризуется тяжёлыми граф-подобными соединениями по историческим данным блокчейна, ни один из вендоров не подходит органично, и большинство серьёзных команд в итоге используют собственную инфраструктуру. Дуополия хранилищ важна здесь преимущественно как отчётный слой ниже основных вычислений.

Общий сигнал: аналитическая инфраструктура консолидируется вокруг двух вендоров с примерно симметричными возможностями и асимметричными подходами к выходу на рынок. Это хорошо для покупателей, которые жёстко торгуются, плохо для тех, кто не проводит бенчмарки, и нейтрально для всех, у кого действуют многолетние контракты.

На что обратить внимание

Три сигнала покажут, является ли это удвоение трендом или разовым событием.

Первый — следующая публикация финансовых результатов Snowflake. Если рост выручки от продукта останется выше примерно 25 процентов год к году, нарратив «Databricks поглощает Snowflake» неверен, и оба растут на расширяющемся рынке. Если рост Snowflake замедлится ниже 20 процентов, пока Databricks SQL продолжает наращивать показатели, тезис о замещении обретает реальность.

Второй — ценовые манёвры. Следите за снижением прайс-листа Databricks SQL Serverless или изменениями кредитного ценообразования Snowflake в ближайшие два квартала. Удвоение выручки при одновременном снижении цены стало бы максимально сильным сигналом захвата нагрузок.

Третий — вопрос Iceberg. Если Databricks продолжит рассматривать Iceberg как равноправного участника наряду с Delta, а Snowflake продолжит расширять поддержку внешних каталогов, хранилищный слой станет по-настоящему портируемым, и конкуренция полностью переместится в плоскость вычислений и управления данными. Это сценарий, при котором сегодняшнее удвоение превращается в утроение в следующем году.

Мой прогноз, проверяемый в течение четырёх кварталов: если удвоение реально и устойчиво, Databricks SQL будет раскрыт как именованный выручечный сегмент в следующем S-1 или раунде финансирования Databricks, и цифра превысит один миллиард долларов в пересчёте на run-rate. Если показатель останется скрытым внутри «выручки от платформы», удвоение, вероятно, произошло от небольшой базы и стратегические выводы следует соответствующим образом скорректировать.

Ключевые выводы

• Databricks сообщает об удвоении продаж конкурирующего со Snowflake продукта согласно заголовку Bloomberg за июнь 2026 года. Полный материал недоступен, поэтому базовая цифра, маржа и состав нагрузок остаются неизвестными.
• 100-процентный рост — высокий показатель, но не исключительный в данной категории. Стратегический вес числа полностью определяется базой, от которой произошло удвоение, — а её источник не раскрывает.
• Функциональный разрыв между хранилищем и lakehouse сужается до секунд задержки и копеек за запрос. Реальный вопрос привязки к вендору теперь касается каталога и слоя управления, а не движка хранения.
• Для команд в iGaming, ad-tech и fintech практический эффект выражается в более сильной позиции на переговорах с вендорами и весомых аргументах в пользу хранения данных в открытых табличных форматах.
• Следите за следующим темпом роста выручки от продуктов Snowflake. Если он удержится выше 25 процентов — оба вендора растут на расширяющемся рынке. Ниже 20 процентов при продолжающемся росте Databricks — тезис о замещении подтверждается.