Snowpark Connect for Spark-Versionshinweise 2026¶

Zwischenspeichern des Tabellentyps bei Ausführung von saveAsTable

Optimieren der literalen Eingabe für Teilzeichenfolgen- und Typumwandlungen für coalesce

Handhabung des Überlaufs von Dezimalstellen in avg/mean und Korrektur der Koersion des Dezimaltyps

Iceberg – Beibehalten von Zuweisungen beim Überschreiben

Standardisieren des SQL-Passthrough-Modus

Optimieren von from_utc_timestamp/to_utc_timestamp für literale Zeitzone

Handhabung von JSON-Nullwerten in strukturierten Typen, damit sie mit der Spark-Semantik übereinstimmen

Emulieren ganzzahliger Typen beim Erstellen von Tabellen mit SQL

Problem mit Grenzfall bei Zuordnung verschachtelter Zeilen in Scala UDFs behoben

Problem mit der Art und Weise behoben, wie Parquet das Lesen und Schreiben von komplexen strukturierten Datentypen handhabt

Unterstützung zum Speichern des ignore-Arguments für Parquet-Dateien

Unterstützung für Artefakt-Repositorys hinzugefügt

Problem mit NULL-Zulässigkeit von Arrays in Scala UDxF behoben

Problem mit log1p für Argumente aus Bereich (-1, 0) behoben

Problem mit first_value und:code:last_value im Aggregationskontext behoben

Problem mit Lesen DayTimeIntervalType für Scala-Client behoben

Korrekte Handhabung von Zeitzonen in Scala UDFs

Unterstützung von Java 11 und 17 ohne Konfiguration

Unterstützung von snowpark-submit für Python 3.9

Optimierung von init_spark_session für die Verwendung im snowpark-submit-Workflow

Problem mit der split-Funktion behoben

snowflake-snowpark-python-Abhängigkeit auf Version 1.44 herabgestuft

Problem mit Neo4j-Dialektabgleich zur Verbesserung derSQL-Übersetzung behoben

Problem mit Vorgangs-ID, die in Ausführungsantworten zurückgegeben wird, zu Konsistenzwecken behoben

Problem mit der Handhabung von gRPC-Metadaten fürTCP-Kanalverbindungen behoben

Unterstützung für partition_hint in mapPartitions-Vorgängen hinzugefügt

Unterstützung für XML-Reader für Szenarios mit benutzerdefinierten Schemas hinzugefügt

Beibehalten von ausgeblendete Spalten nach verschiedenen DataFrame-Operatoren

Problemen bei Eingabetypen für Scala UDFs (byte, binary, scala.math.BigDecimal) behoben

Hinzufügen von benutzerdefinierten snowpark-submit-Argumenten zum Kommentieren

Fehler mit nicht gesetzter Konfiguration für die Sitzungskonfiguration behoben.

Verwenden Sie „Kopieren in“, um CSV-Dateien parallel zu laden.

Problem mit Schreibvorgängen bei DataFrames mithilfe von äußeren Verknüpfungen behoben.

Verarbeiten von Nullen in Scala-UDFs.

Optimieren der CTE-Abfragegenerierung mit Parameterschutz.

Vermeiden Sie die Umwandlung von Argumenten von DATEDIFF.

Problem mit Anhängen von partitionierten Dateien und Lesen von Nullpartitionen behoben.

Beschleunigen Sie mit SQL die Konvertierung zwischen Dezimal- und Hexadezimalwerten um den Faktor 10.

Bei Parquet-Dateien werden nur geänderte Partitionen überschrieben.

Die Logik, mit der erkannt wird, ob Snowpark Connect for Spark auf XP ausgeführt wird, wurde aktualisiert.

Unterstützung für das Schreiben in eine Tabelle mit dem Datentyp „Variant“ in Snowflake.

Entfernen unnötiger Info-Protokolle.

Verschieben von Java-Tests aus dem Scala-Testjob in einen separaten Job.

Aktualisieren Sie die Version der Abhängigkeit für gcsfs.

Problem mit der Serialisierung von Scala-Tupeln behoben.

Problem mit dem Laden großer JSON-Dateien behoben.

Kleine Korrekturen für Kundenprobleme implementiert.

Korrekturen für struct-Vergleiche implementiert.

Verarbeitung von DataFrames mit 0 Spalten hinzugefügt.

Pfad zum Hochladen der Datei korrigiert.

Das Problem, dass Upload_files_if_needed nicht parallel ausgeführt wird, wurde behoben.

Verbesserung bei der Ableitung von Eingabetypen, wenn UDF-Eingabetypen nicht in der Proto-Datei definiert sind.

Problem mit NA-Grenzfällen wurde behoben.

Unterstützung für das Lesen von einzelnen JSON BZ2-Dateien.

Unterstützung von Scala-UDFs in serverseitigem Snowpark Connect for Spark.

Implementieren der Umwandlung zwischen Zeichenfolge und daytime.

Unterstützung für Scala-UDFs in group_map hinzugefügt.

Reduzieren Sie generierte Workload-Namen.

Problem mit JAVA_HOME-Handhabung in Windows behoben.

Unterstützung der neo4j-Datenquelle über JDBC.