18.–20. September 2024 – Versionshinweise zu Release 8.35¶

RANGE BETWEEN-Unterstützung für die Funktionen FIRST_VALUE und LAST_VALUE¶

Mit diesem Release geben wir die Verfügbarkeit von RANGE BETWEEN-Fensterrahmen mit expliziten Offsets für zwei weitere Funktionen bekannt: FIRST_VALUE und LAST_VALUE.

Weitere Informationen dazu finden Sie unter Syntax und Verwendung von Fensterfunktionen und Rangbezogene versus zeilenbezogene Fensterrahmen.

Telemetriedaten zur Ereignistabelle aus Snowflake Notebook-Zellen vorübergehend deaktiviert¶

Ab diesem Release können Snowflake Notebook-Zellen keine Protokolle, Bereiche oder Bereichsereignisse mehr an Ereignistabellen senden. Diese Integration wurde nur vorübergehend deaktiviert und wird in einem zukünftigen Release wieder aktiviert. Alle Protokolle oder Ablaufverfolgungen von anderen Objekten, die von Notebooks aus aufgerufen werden (wie z. B. gespeicherte Prozeduren und UDFs) geben weiterhin Telemetriedaten in die Ereignistabelle Ihres Kontos aus. Um die Notebooks-Zellen wieder für die Übermittlung von Telemetriedaten an Ihre Ereignistabellen zu aktivieren, wenden Sie sich bitte an den Snowflake Support oder Ihr Konto-Team.

Wenn Ihr Snowflake-Konto zuvor Protokolle oder Ablaufverfolgungen an die Ereignistabelle gesendet hat, wurde die Integration für Ihr Snowflake-Konto nicht deaktiviert, um Unterbrechungen zu vermeiden. Sie sollten jedoch die folgenden bekannten Probleme beachten:

• Notebooks wird nicht gestartet, wenn der Protokolliergrad DEBUG für Ihr Notebooks (oder das Konto, die Datenbank oder das Schema, in dem sich das Notebook befindet) lautet. Setzen Sie die Protokollstufe auf INFO oder höher.

• Wenn Sie SQL-Zellen ausführen, sehen Sie möglicherweise zusätzliche, unerwartete Bereiche aus der snowflake-snowpark-python-Bibliothek, insbesondere DataFrame.collect und DataFrame.count. Diese werden von den Interna von Notebooks ausgegeben, die Ihre SQL-Anweisungen ausführen. Sie können diese entfernen, indem Sie den Parameter TRACE_LEVEL auf ON_EVENT oder OFF einstellen.

pandas on Snowflake – Allgemeine Verfügbarkeit¶

Mit diesem Release geben wir die Verfügbarkeit von pandas on Snowflake bekannt. Mit pandas on Snowflake können Sie Ihren pandas-Code auf verteilte Weise direkt für Ihre Daten in Snowflake ausführen. Durch Ändern der Importanweisung und einiger Zeilen Code erhalten Sie das vertraute pandas-Erlebnis, das Sie kennen und lieben, mit den Skalierbarkeits- und Sicherheitsvorteilen von Snowflake. Mit pandas on Snowflake können Sie mit viel größeren Datensätzen arbeiten und vermeiden den Zeit- und Kostenaufwand für die Portierung Ihrer pandas-Pipelines auf andere Big Data-Frameworks oder die Bereitstellung großer und teurer Rechner. Es führt Workloads nativ in Snowflake durch Transpilierung nach SQL aus und kann so die Vorteile der Parallelisierung und der Data Governance und Sicherheit von Snowflake nutzen. pandas on Snowflake wird über die Snowpark pandas API als Teil der Snowpark Python-Bibliothek bereitgestellt, die eine skalierbare Datenverarbeitung von Python-Code innerhalb der Snowflake-Plattform ermöglicht.

Weitere Informationen dazu finden Sie unter pandas on Snowflake.

Apache Iceberg™-Tabellen: Automatisierte Aktualisierung – Vorschau¶

Mit diesem Release kündigen wir eine Vorschau auf die Unterstützung für die automatische Aktualisierung von Metadaten für Apache Iceberg™-Tabellen an, die einen externen Katalog verwenden. Mit automatischen Aktualisierungen fragt Snowflake Ihren externen Iceberg-Katalog kontinuierlich und serverlos ab, um die Metadaten mit den neuesten Remote-Änderungen zu synchronisieren.

Weitere Informationen dazu finden Sie unter Apache Iceberg™-Tabellen automatisch aktualisieren.