14.-15. Dezember – Versionshinweise zu Release 7.44¶

Organization Usage: Verbesserte Ansichten für den Abgleich von Rechnungen – Allgemeine Verfügbarkeit¶

Mit diesem Release können wir Verbesserungen der folgenden Ansichten im Organization Usage-Schema bekannt geben, durch die das Abgleichen der Snowflake-Nutzung mit den monatlichen Abrechnungen vereinfacht wurde:

• CONTRACT_ITEMS

• RATE_SHEET_DAILY

• REMAINING_BALANCE_DAILY

• USAGE_IN_CURRENCY_DAILY

Während einer Übergangszeit stehen diese aktualisierten Ansichten standardmäßig nur für neue Konten zur Verfügung. Wenn Sie Fragen zum Upgrade Ihres Kontos haben, wenden Sie sich an den Snowflake-Support.

• Ansicht CONTRACT_ITEMS

• Ansicht RATE_SHEET_DAILY

• Ansicht REMAINING_BALANCE_DAILY

• Ansicht USAGE_IN_CURRENCY_DAILY

ML-basierte Snowflake Cortex-Zeitreihenfunktionen – Allgemeine Verfügbarkeit¶

Mit diesem Release können wir die allgemeine Verfügbarkeit der ML-basierten Snowflake Cortex-Funktionen für Prognoseerstellung (SNOWFLAKE.ML.FORECAST) und Anomalieerkennung (SNOWFLAKE.ML.ANOMALY_DETECTION) bekannt geben, die zuvor als Vorschau-Features verfügbar waren. Diese Funktionen verwenden ein Machine Learning-Modell, das auf Ihren historischen Daten trainiert wurde, um Vorhersagen treffen und unerwartete Ereignisse erkennen zu können. Sie können auch Bewertungskennzahlen und Feature Importance-Daten für diese Modelle erhalten, um zu erfahren, welche Faktoren Trends bestimmen und Anomalien verursachen.

Weitere Informationen dazu finden Sie unter Prognoseerstellung (Forecasting) und Anomalieerkennung (Anomaly Detection).

Snowpark ML Modeling-API – Allgemeine Verfügbarkeit¶

Mit diesem Release können wir die allgemeine Verfügbarkeit der Snowpark ML Modeling-API bekannt geben, die bisher als Vorschau-Feature verfügbar waren. Snowpark ML Modeling ermöglicht das Trainieren von Python-Modellen innerhalb von Snowflake mit APIs, ähnlich wie den von Scikit-Learn, LightGBM und XGBoost bereitgestellten. Die Ausführung vieler Vorverarbeitungsklassen wird auf so viele Knoten verteilt, wie in Ihrem Warehouse verfügbar sind, was die Laufzeit erheblich verkürzt.

Dieses Feature ist in Snowpark ML 1.1.1 und höher verfügbar. Weitere Informationen dazu finden Sie unter Snowpark ML Modeling.

Verteilte Hyperparameter-Optimierung in Snowpark ML – Vorschau¶

Mit diesem Release stellen wir eine Vorschau für die verteilte Hyperparameter-Optimierung in der Snowpark ML Modeling-API bereit. Die Hyperparameter-Optimierung ermöglicht die Ermittlung der optimalen Parameter für Ihre Modelle. Die Ausführung kann nun verteilt erfolgen, was die Laufzeit erheblich verkürzt. Die verteilte Verarbeitung ist standardmäßig aktiviert, kann aber auch deaktiviert werden.

Dieses Feature ist in Snowpark ML 1.1.1 und höher verfügbar. Weitere Informationen dazu finden Sie unter Snowpark ML Modeling.

Cloud-/regionsübergreifende Unterstützung von Iceberg-Tabellen – Vorschau¶

Mit diesem Release können wir eine Cloud- und regionsübergreifende Unterstützung von Iceberg-Tabellen anzukündigen, die einen externen Iceberg-Katalog verwenden.

Weitere Informationen dazu finden Sie unter Cloud-/regionsübergreifende Unterstützung.