9.36 Versionshinweise: 10. – 16. November 2025¶

Achtung

This release has completed. For differences between the in-advance and final versions of these release notes, see Versionshinweise zum Änderungsprotokoll.

SQL-Aktualisierungen¶

Erweiterte SQL-Funktionalität¶

Mit diesem Update haben Sie die Möglichkeit, Eigenschaften sowohl für Funktionen als auch für gespeicherte Prozeduren zu ändern:

Funktionskategorie	Funktion	Beschreibung
Funktion	CREATE OR ALTER FUNCTION	Wurde aktualisiert, um das Ändern der Funktionsdefinition zu unterstützen. Beispiel: RUNTIME_VERSION, ARTIFACT_REPOSITORY (Python), PACKAGES, IMPORTS, Rückgabetyp und Funktionstext.
Prozedur	CREATE OR ALTER PROCEDURE	Wurde aktualisiert, um das Ändern von Prozedurdefinitionen zu unterstützen. Beispiel: RUNTIME_VERSION, IMPORTS, PACKAGES, Rückgabetyp, Prozedurtext und ARTIFACT_REPOSITORY für gespeicherte Python-Prozeduren.

Aktualisierungen zur Erweiterbarkeit¶

Unterstützung von OAuth bei der Authentifizierung mit GitHub (Allgemeine Verfügbarkeit)¶

Sie können sich mit OAuth authentifizieren, wenn Sie ein Repository auf GitHub in Snowflake integrieren.

Weitere Informationen dazu finden Sie unter Konfiguration für die Authentifizierung mit OAuth.

Apache Spark™-Workloads auf Snowflake ausführen (Allgemeine Verfügbarkeit)¶

Sie können Ihre bestehenden Spark-Workloads direkt mit Snowflake verbinden und sie auf der Snowflake-Compute-Engine ausführen. Daher können Sie Ihren PySpark-DataFrame-Code mit allen Vorteilen der Snowflake-Engine ausführen.

Weitere Informationen dazu finden Sie unter Apache Spark™-Workloads auf Snowflake mit Snowpark Connect.

Unterstützung für die Verbindung von Scala-Anwendungen mit Snowpark Connect for Spark (Vorschau)¶

Sie können jetzt Ihre Scala-Anwendungen mit dem Snowpark Connect for Spark-Server verbinden. Nachdem Sie eine Verbindung zur Authentifizierung bei Snowflake konfiguriert und den Snowpark Connect for Spark-Server gestartet haben, können Sie Scala-Code ausführen, um eine Verbindung zu Snowpark Connect for Spark herzustellen.

Weitere Informationen dazu finden Sie unter Erste Schritte mit Snowpark Connect für Scala-Anwendungen.

Data Governance-Aktualisierungen¶

Anomalieerkennung für Data Quality Monitoring (Vorschau)¶

Richten Sie die Anomalieerkennung für die Überwachung der Datenqualität (Data Quality Monitoring) ein, damit Snowflake automatisch unerwartete Änderungen in den folgenden Dimensionen erkennt:

Datenmenge in einer Tabelle.
Häufigkeit, mit der eine Tabelle aktualisiert wird.

Weitere Informationen dazu finden Sie unter Erkennen von Anomalien bei der Datenqualität.

Versionshinweise zum Änderungsprotokoll¶

Ankündigung	Update	Date
Versionshinweise	Erstveröffentlichung (Vorschau)	Nov 07, 2025