Übersicht zu den wichtigsten Features¶

Auswahl des geografischen Standorts, an dem Ihre Daten gespeichert werden, basierend auf Ihrer Region.

Benutzerauthentifizierung durch Standard-Benutzer/Kennwort-Anmeldeinformationen.

Erweiterte Authentifizierung:

• Mehrstufige Authentifizierung (MFA).

• Verbundauthentifizierung und Single Sign-On (SSO).

• Snowflake OAuth.

• External OAuth.

Die gesamte Kommunikation zwischen Clients und dem Server wird durch TLS geschützt.

Bereitstellung innerhalb einer Cloudplattform-VPC (AWS oder GCP) oder VNet (Azure).

Isolieren von Daten (zum Laden und Entladen) mithilfe von:

• Amazon S3-Richtliniensteuerelemente

• Azure-Speicherzugriffssteuerelemente.

• Google Cloud Storage-Zugriffsberechtigungen

Unterstützung von PHI-Daten (gemäß HIPAA- und HITRUST CSF-Vorschriften) – erfordert Business Critical Edition (oder höher).

Automatische Datenverschlüsselung durch Snowflake mit von Snowflake verwalteten Schlüsseln.

Zugriffssteuerung auf Objektebene.

Snowflake Time Travel (1 Tag Standard für alle Konten; zusätzliche Tage, bis zu 90, mit Snowflake Enterprise möglich) für:

• Abfragen von historischen Daten in Tabellen.

• Wiederherstellen und Klonen historischer Daten in Datenbanken, Schemas und Tabellen.

Snowflake Fail-safe (7 Tage Standard für alle Konten) für die Notfallwiederherstellung historischer Daten.

Sicherheit auf Spaltenebene zum Anwenden von Maskierungsrichtlinien auf Spalten in Tabellen oder Ansichten – erfordert Enterprise Edition (oder höher).

Sicherheit auf Zeilenebene zum Anwenden von Zeilenzugriffsrichtlinien auf Tabellen und Ansichten – erfordert Enterprise Edition (oder höher).

Objekt-Tagging zum Anwenden von Tags auf Snowflake-Objekte, um die Verfolgung sensibler Daten und der Ressourcennutzung zu vereinfachen – erfordert Enterprise Edition (oder höher).

Die meisten DDL-Befehle sind in SQL:1999 definiert, einschließlich:

• Datenbanken, Schemas, Tabellen und verwandte Objekte.

• Wichtigste Datentypen

• SET-Operationen.

• CAST-Funktionen.

Standard-DML wie UPDATE, DELETE und INSERT sowie fortgeschrittene DML:

• INSERT für mehrere Tabellen, MERGE und Multi-Merge.

• DML zum Massenladen/-entladen von Daten.

Transaktionen.

Temporäre und transiente Tabellen für temporäre Daten.

Laterale Ansichten.

Materialisierte Ansichten.

Statistische Aggregatfunktionen.

Analytische Aggregate (nach Cube, Rollup und Gruppierungsgruppen gruppieren).

Teile der analytischen Erweiterungen SQL:2003:

• Fensterfunktionen.

• Gruppierungssätze.

Skalare und tabellarische benutzerdefinierte Funktionen (UDFs) mit Unterstützung von Java, JavaScript, Python, Scala und SQL.

Gespeicherte Prozeduren und Unterstützung prozeduraler Sprachen (Snowflake Scripting)

Snowflake Information Schema zur Abfrage von Objekt- und Konto-Metadaten sowie von Verlaufsdaten zu Abfrage- und Warehouse-Nutzung.

Rekursive Abfragen, einschließlich:

• CONNECT BY.

• Rekursive CTEs (allgemeine Tabellenausdrücke).

Sortierungsunterstützung.

Unterstützung von Geodaten

Snowsight für die Konto- und allgemeine Verwaltung, die Überwachung von Ressourcen und Systemauslastung sowie die Abfrage von Daten.

SnowSQL (Python-basierter Befehlszeilenclient).

Virtuelle Warehouse-Verwaltung über die GUI oder Befehlszeile, einschließlich Erstellen, Ändern der Größe (ohne Ausfallzeiten), Anhalten und Löschen von Warehouses.

Snowflake Extension for Visual Studio Code – Detaillierte Anweisungen zum Installieren, Konfigurieren und Verwenden der Snowflake SQL-Erweiterung für Visual Studio Code.

APIs für Java, Python und Scala zum Erstellen von Anwendungen, die Daten in Snowflake verarbeiten, ohne dass die Daten in das System, das Ihren Anwendungscode ausführt, verschoben werden müssen.

Ein Framework zum Erstellen von Anwendungen für die Freigabe von Dateninhalten und Anwendungslogik für andere Snowflake-Konten.

Eine RESTful-API für den Zugriff auf und die Aktualisierung von Daten.

Unterstützung der nativen Ausführung von Streamlit-Apps in Snowflake zur Erstellung und gemeinsamen Nutzung kundenspezifischer Webanwendungen für maschinelles Lernen und Data Science.

Umfangreicher Satz von Clientkonnektoren und -treibern, die von Snowflake bereitgestellt werden:

• Python-Konnektor

• Spark-Konnektor

• Node.js-Treiber

• Go-Snowflake-Treiber

• .NET-Treiber

• JDBC-Clienttreiber

• ODBC-Clienttreiber

• PHP-PDO-Treiber

Breites Ökosystem der unterstützten Partner und Technologien von Drittanbietern.

Unterstützung für die Nutzung kostenloser Tests, um eine Verbindung zu ausgewählten Partnern herzustellen.

Unterstützung für das Massenladen und Massenentladen von Daten in/aus Tabellen, einschließlich:

• Laden sämtlicher Daten, die eine unterstützte Zeichencodierung verwenden.

• Laden von Daten aus komprimierten Dateien.

• Laden der meisten Daten-Flatfiles mit Trennzeichen (CSV, TSV usw.).

• Laden von Datendateien mit den Formaten JSON, Avro, ORC, Parquet und XML.

• Laden von Dateien im Cloudspeicher oder aus lokalen Dateien über die Snowflake-Weboberfläche oder den Befehlszeilenclient.

Unterstützung für das kontinuierliche Laden von Daten aus Dateien:

• Verwenden Sie Snowpipe, um Daten in Microbatches aus internen (d. h. Snowflake) Stagingbereichen oder externen (Amazon S3, Google Cloud Storage oder Microsoft Azure) Stagingbereichen zu laden.

Unterstützung für den Zugriff auf Daten in S3-kompatiblem Speicher.

Unterstützung für Secure Data Sharing mit anderen Snowflake-Konten:

• Bereitstellung von Daten für andere Konten zum Verbrauch.

• Nutzung von Daten, die von anderen Konten bereitgestellt werden.

Unterstützung von Replikation und Failover für mehrere Snowflake-Konten über verschiedene Regionen und Cloudplattformen hinweg:

• Replizieren Sie Objekte zwischen Snowflake-Konten (innerhalb derselben Organisation), und halten Sie die Objekte und gespeicherten Daten synchron.

• Konfigurieren Sie das Failover für ein oder mehrere Snowflake-Konten für Geschäftskontinuität und Notfallwiederherstellung.