9.21 Release-Notizen: 29. Juli 2025 – 01. August 2025¶

GENERATE_SYNTHETIC_DATA: Konsistenzgeheimnis ist jetzt in den meisten Fällen optional¶

Als Sie zuvor GENERATE_SYNTHETIC_DATA mit der Eigenschaft „Spalte ersetzen“ aufgerufen haben, mussten Sie ein SECRET für consistency_secret bereitstellen. Mit dieser Änderung ist consistency_secret jetzt optional. Wenn Sie **jedoch**GENERATE_SYNTHETIC_DATA in einem gespeicherten Prozess mit Eigentümerrechten ausführen, müssen Sie immer noch einen Wert für consistency_secret angeben.

Kontonutzung: TABLE_QUERY_PRUNING_HISTORY- und COLUMN_QUERY_PRUNING_HISTORY-Ansichten (Allgemeine Verfügbarkeit)¶

Sie können Datenzugriffsmuster auf Tabellen- und Spaltenebene überwachen, indem Sie zwei neue Account Usage-Ansichten abfragen:

• TABLE_QUERY_PRUNING_HISTORY liefert eine Aufschlüsselung der Ausführungszeit und des Pruning von Abfragen nach Tabelle, Abfrage-Hash und Warehouse.

• COLUMN_QUERY_PRUNING_HISTORY gibt eine gleichwertige Verkürzungszusammenfassung zurück, die nach Spaltennamen aggregiert wird.

Die SEARCH_IP-Funktion unterstützt die Suche nach IPv6-Adressen¶

Sie können die SEARCH_IP-Funktion verwenden, um nach IPv6-Adressen in Daten zu suchen. Bisher unterstützte die Funktion nur die Suche nach IPv4-Adressen.

Weitere Informationen dazu finden Sie unter SEARCH_IP.

YAML für eine semantische Ansicht generieren und eine semantische Ansicht mit YAML erstellen¶

Zum Generieren der YAML-Spezifikation für eine semantische Ansicht können Sie die SYSTEM$READ_YAML_FROM_SEMANTIC_VIEW-Funktion aufrufen. Beispiel:

SELECT SYSTEM$READ_YAML_FROM_SEMANTIC_VIEW(
  'my_db.my_schema.tpch_rev_analysis'
);

Sie können eine semantische Ansicht auch aus einer YAML–Spezifikation erstellen, indem Sie den gespeicherten Prozess SYSTEM$CREATE_SEMANTIC_VIEW_FROM_YAML aufrufen. Beispiel:

CALL SYSTEM$CREATE_SEMANTIC_VIEW_FROM_YAML(
  'my_db.my_schema',
  $$
  name: TPCH_REV_ANALYSIS
  description: Semantic view for revenue analysis
  ...
  $$
);

Weitere Informationen dazu finden Sie unter:

• SYSTEM$READ_YAML_FROM_SEMANTIC_VIEW

• SYSTEM$CREATE_SEMANTIC_VIEW_FROM_YAML

Vereinfachte Snowpipe-Preise¶

Ab 1. August 2025 führen wir ein neues, vereinfachtes Preismodell für Snowpipe für alle Business Critical undVPS-Konten ein. Anstelle einer nutzungsabhängigen Abrechnung pro Sekunde/pro Kern sowie einer Gebühr pro 1.000 Dateien wird nun ein fester Credit-Betrag pro Gigabyte (GB) der aufgenommenen Daten berechnet. Diese Änderung bietet eine bessere Vorhersagbarkeit der Kosten für die Datenaufnahme.

• Textdateien (z. B. CSV, JSON) werden anhand ihrer unkomprimierten Größe abgerechnet.

• Binärdateien (z. B. Parquet, Avro) werden anhand ihrer beobachteten Größe abgerechnet.

Dieses neue Modell wird automatisch auf alle Business Critical- und VPS-Konten angewendet. Enterprise- und Standard-Editionen werden in Zukunft aktualisiert.

Weitere Informationen finden Sie in der Snowflake Service Consumption Table und unter Kosten für Snowpipe.

Snowpark Connect for Spark und Snowpark Submit (Vorschau)¶

Mit Snowpark Connect for Spark können Sie Spark DataFrame-, SQL- und UDF-APIs direkt auf der Snowflake-Plattform mit demselben Spark-Code ausführen, den Sie jetzt verwenden. Sie können mit Client-Tools wie Snowflake Notebooks, Jupyter Notebooks und anderen entwickeln Mit Snowpark Submit können Sie Spark-Workloads auf eine nicht interaktive, asynchrone Weise direkt auf der Infrastruktur von Snowflake ausführen und dabei die vertraute Spark-Semantik verwenden.

Snowpark Connect for Spark und Snowpark Submit finden Sie in der Vorschau.

Weitere Informationen dazu finden Sie unter Spark-Workloads auf Snowflake mit Snowpark Connect for Spark ausführen.