15 décembre 2025 : Fonctions d’agrégation vectorielles¶

Snowflake dispose désormais de fonctions d’agrégation vectorielles qui permettent des opérations mathématiques élément par élément sur plusieurs valeurs VECTOR. Ces fonctions effectuent des opérations d’agrégation sur des colonnes de vecteurs, en calculant les résultats élément par élément pour tous les vecteurs d’un groupe.

Les fonctions d’agrégation vectorielles sont essentielles pour les workflows de machine learning et de Data Science qui nécessitent des opérations statistiques sur des intégrations vectorielles, telles que le calcul de centroïdes, la recherche de plages, ou le calcul de moyennes sur des ensembles de données vectoriels. Ces fonctions ignorent NULL dans l’agrégation, préservent les types de données lorsque cela est possible, et sont optimisées pour le traitement des données vectorielles.

Les fonctions d’agrégation vectorielles nouvellement proposées sont les suivantes :

• VECTOR_SUM : calculez la somme des vecteurs élément par élément, en préservant le type.

• VECTOR_MIN : calculez le minimum de vecteurs élément par élément, en préservant le type.

• VECTOR_MAX : calculez le maximum de vecteurs élément par élément, en préservant le type.

• VECTOR_AVG : calculez la moyenne des vecteurs élément par élément, en renvoyant un vecteur contenant des éléments FLOAT.

Pour plus d’informations, voir Vector functions.