from snowflake.snowpark import Session
from snowflake.snowpark.functions import col
# Create a new session, using the connection properties specified in a file.
new_session = Session.builder.configs(connection_parameters).create()
# Create a DataFrame that contains the id, name, and serial_number
# columns in the “sample_product_data” table.
df = session.table("sample_product_data").select(
col("id"), col("name"), col("name"), col("serial_number")
)
# Show the results
df.show()Apps und Erweiterungen entwickeln
Schreiben Sie Anwendungen, die Snowflake erweitern, als Client dienen oder als integrierende Komponente fungieren.
SNOWPARK API
Python-, Java- und Scala-Code in Snowpark ausführen
Mithilfe von Snowpark-Laufzeitumgebungen und -Bibliotheken können Sie Nicht-SQL-Code sicher bereitstellen und verarbeiten, um Pipelines, ML-Modelle und Anwendungen in Snowflake zu erstellen.
Erstellen
Ermöglichen Sie allen Datennutzern, ihre Arbeit auf einer zentralen Plattform zu erledigen, die native Unterstützung von Python, Java, Scala und mehr bietet.
Sicher
Konsistente Steuerungselemente anwenden, auf die über 500 der Forbes Global 2000 unabhängig vom Workload vertrauen
Optimieren
Profitieren Sie von der Snowflake-Datencloud mit hervorragendem Preis-Leistungs-Verhältnis und Wartung nahe null
Entdecken Sie die Snowpark-API
Snowpark ist ein Set von Bibliotheken und Laufzeitumgebungen in Snowflake, die es Entwicklern ermöglichen, Code, der nicht vonSQL stammt, einschließlich Python, Java und Scala, sicher zu verarbeiten, ohne dass Daten in der elastischen Verarbeitungs-Engine von Snowflake bewegt werden müssen.
Code in Snowpark mit mehreren Sprachen
Führen Sie kundenspezifischen Python-, Java- oder Scala-Code direkt in Snowflake mit den benutzerdefinierten Snowpark-Funktionen (UDFs) und gespeicherten Prozeduren aus. Es gibt keine separaten Cluster, die verwaltet, skaliert oder betrieben werden müssen.
Testen Sie Snowpark
Nutzen Sie die folgenden Quickstart-Tutorials, um eine praktische Einführung in Snowpark zu erhalten
Snowpark-ML
Machine Learning-Modelle trainieren, verwalten und bereitstellen
Daten vorverarbeiten sowie Machine Learning-Modelle trainieren, verwalten und bereitstellen – alles in Snowflake.
Snowflake-Python-API
Snowflake-Ressourcen, -Apps und -Datenpipelines verwalten
Zentrale Snowflake-Ressourcen für Data Engineering, Snowpark und Anwendungs-Workloads mit einer vereinheitlichten Python-API erstellen und verwalten
NATIVE APPS FRAMEWORK
Sichere Datenanwendungen erstellen
Erweitern der Möglichkeiten bestimmter Snowflake-Features, indem Daten und zugehörige Geschäftslogik für andere Snowflake-Konten freigeben werden.
SNOWPARK CONTAINER SERVICES
Containerisierte Anwendungen bereitstellen, verwalten und skalieren
Bauen Sie auf einem vollständig verwalteten Dienst mit integrierten Sicherheits-, Konfigurations- und betriebliche Best Practices von Snowflake auf.
STREAMLIT IN SNOWFLAKE
Kundenspezifische Webanwendungen für maschinelles Lernen und Data Science entwickeln
Sicheres Erstellen, Bereitstellen und Freigeben von Streamlit-Apps in der Snowflake-Datencloud.
FUNCTIONS AND PROCEDURES
Snowflake-Funktionalität erweitern
Verbessern und erweitern Sie Snowflake durch das Schreiben von Prozeduren und benutzerdefinierten Funktionen. In beiden Fällen schreiben Sie die Logik in einer der unterstützten Programmiersprachen.
KAFKA AND SPARK CONNECTORS
Integration in andere Systeme
Snowflake bietet Konnektoren mit APIs für die Integration in Systeme außerhalb von Snowflake.
DRIVERS
Client-App mit Treibern und APIs erstellen
Integrieren Sie Snowflake-Operationen in eine Client-App. Neben der Snowpark-API können Sie auch sprach- und plattformspezifische Treiber verwenden.
Treiber
Treiber bieten die Möglichkeiten, Ihren Code oder Ihre Anwendung mit Snowflake zu verbinden. Mit Sprachen wie Go, C# und Python können Sie Anwendungen schreiben, mit denen sich Operationen auf Snowflake ausführen lassen.
RESTful-API
Mit der Snowflake RESTful-SQL-API können Sie über HTTPS und REST auf Daten zugreifen und diese aktualisieren. Sie können zum Beispiel SQL-Anweisungen übermitteln, gespeicherte Prozeduren erstellen und ausführen, Benutzer bereitstellen usw.
Mithilfe der SQL-REST-API übermitteln Sie eine SQL-Anweisung zur Ausführung im Textteil (Body) einer POST-Anforderung. Anschließend überprüfen Sie den Ausführungsstatus und rufen die Ergebnisse mit GET-Anforderungen ab.