7-8 juin 2023 —7.19 Notes de version (avec changements de comportement)¶

Procédures anonymes — Disponibilité générale¶

Avec cette version, nous avons le plaisir d’annoncer la disponibilité générale de la prise en charge de la création de procédures anonymes. Une procédure anonyme est similaire à une procédure stockée, mais elle n’est pas stockée en vue d’une utilisation ultérieure.

Vous pouvez créer une procédure anonyme en utilisant la syntaxe WITH…CALL. Avec cette commande, vous créez une procédure anonyme définie par des paramètres dans la clause WITH et vous appelez cette procédure. Vous n’avez pas besoin d’avoir un rôle avec des privilèges de schéma CREATE PROCEDURE pour cette commande.

Lecture de fichiers avec une fonction Java ou un gestionnaire de procédure — Disponibilité générale¶

Avec cette version, nous avons le plaisir d’annoncer la disponibilité générale de la prise en charge de la lecture de fichiers en zone de préparation à l’aide d’un code UDF ou d’un code de gestionnaire de procédure écrit en Java.

Pour plus d’informations, reportez-vous à Lecture d’un fichier à l’aide d’une UDF Java et à Lecture d’un fichier à l’aide d’une procédure Java.

Lecture de fichiers avec une fonction Scala ou un gestionnaire de procédure — Avant-première¶

Avec cette version, nous avons le plaisir d’annoncer une avant-première de la prise en charge de la lecture de fichiers en zone de préparation à l’aide d’un code UDF ou d’un code de gestionnaire de procédure écrit en Scala.

Pour plus d’informations, reportez-vous à Lecture d’un fichier à l’aide d’une UDF Scala et à Lecture d’un fichier avec une procédure Scala.

Lecture de fichiers à l’aide d’une fonction ou d’une procédure Python — Avant-première¶

Avec cette version, nous avons le plaisir d’annoncer la disponibilité de la prise en charge de lecture de fichiers avec la classe SnowflakeFile en avant-première.

SnowflakeFile est une nouvelle classe du module snowflake.snowpark.files qui fournit un accès dynamique en lecture pour des fichiers sur une zone de préparation interne ou externe. Avec SnowflakeFile, vous pouvez diffuser des fichiers en continu pour accomplir des tâches telles que la lecture de données non structurées ou l’utilisation de votre propre modèle de machine learning dans une fonction définie par l’utilisateur (UDF), une fonction de table définie par l’utilisateur (UDTF) ou une procédure stockée.

Pour plus d’informations, reportez-vous à :

• Lecture d’un fichier à partir d’un gestionnaire d’UDF Python

• Lecture de fichiers à partir d’une UDF avec l’API Snowpark

• Lecture d’un fichier à partir d’un gestionnaire de procédure stockée Python

• Lecture de fichiers à partir d’une procédure stockée avec l’API Snowpark

Détection de schémas pour JSON et CSV — Avant-première¶

Avec cette version, nous avons le plaisir d’annoncer la disponibilité de la fonction de détection de schémas pour JSON et CSV en avant-première. La fonction de détection de schéma utilise la fonction INFER_SCHEMA pour détecter automatiquement le schéma dans un ensemble de fichiers de données en zone de préparation et récupérer les définitions de colonnes. La fonction INFER_SCHEMA, généralement disponible, s’applique aux fichiers Apache Parquet, Apache Avro et ORC. Cette fonction de prévisualisation étend la prise en charge aux fichiers JSON et CSV.

Pour plus d’informations, reportez-vous à Détection de définitions de colonnes dans les fichiers de données semi-structurées en zone de préparation.

Évolution du schéma de table — Avant-première¶

Avec cette version, nous avons le plaisir d’annoncer la disponibilité de la fonction d’évolution du schéma de table en avant-première. La structure des tables dans Snowflake peut désormais évoluer automatiquement pour prendre en charge la structure des nouvelles données reçues des sources de données. Snowflake permet d’ajouter de nouvelles colonnes ou de supprimer la contrainte NOT NULL pour les colonnes manquantes dans les nouveaux fichiers de données. Snowflake prend également en charge la suppression de colonnes ou la modification du type de données, de la longueur ou de la précision des colonnes existantes.

Pour permettre l’évolution du schéma d’une table, vous pouvez définir le paramètre ENABLE_SCHEMA_EVOLUTION sur TRUE lorsque vous créez ou modifiez une table.

Pour plus d’informations, reportez-vous à Évolution du schéma de table.

Prise en charge de Python 3.9 dans Snowpark, dans les UDFs et dans les procédures stockées — Avant-première¶

Avec cette version, nous avons le plaisir d’annoncer la prise en charge de Python 3.9 dans Snowpark Python, dans les UDFs et dans les procédures stockées Python en tant que fonctionnalité en avant-premère pour tous les comptes.

Pour plus d’informations, reportez-vous à :

• Configuration de votre environnement de développement pour Snowpark Python

• Introduction aux UDFs Python

• Écriture de procédures stockées en Python

Les UDFs, les UDTFs et les procédures stockées prennent en charge la transmission d’arguments par nom¶

Lors de l’appel d’une UDF, d’une UDTF ou d’une procédure stockée, vous pouvez désormais transmettre des arguments par nom, en plus de la position.

Par exemple, supposons que vous ayez créé une UDF avec l’instruction suivante :

CREATE OR REPLACE FUNCTION add_numbers (n1 NUMBER, n2 NUMBER)
  RETURNS NUMBER
  AS 'n1 + n2';

Pour transmettre les arguments par leur nom, indiquez le nom de l’argument suivi de => et de la valeur de l’argument. Par exemple :

SELECT add_numbers(n1 => 10, n2 => 5);

Vous pouvez transmettre les arguments dans n’importe quel ordre :

SELECT add_numbers(n2 => 5, n1 => 10);

Pour plus d’informations, reportez-vous à :

• Appel d’une UDF

• Appel d’une procédure stockée

S’il existe plusieurs fonctions ou procédures portant le même nom, ayant le même nombre d’arguments et des types de données différents pour les arguments, vous pouvez spécifier les noms des arguments dans l’appel afin d’indiquer quelle fonction ou procédure doit être exécutée. Les noms des arguments que vous spécifiez dans l’appel sont prioritaires sur les positions des arguments. Pour plus d’informations, reportez-vous à Surcharge de procédures et de fonctions.

Enfin, les fonctions intégrées suivantes permettent de transmettre des arguments par leur nom :

• CHECK_XML

• PARSE_XML

• ROUND

Travailler avec les fonctions ML à venir de Snowflake¶

Cette version introduit un nouveau schéma « ML » dans la base de données Snowflake, ainsi qu’un rôle de base de données ML_USER SNOWFLAKE, qui est accordé au rôle PUBLIC dans tous les comptes Snowflake contenant une base de données SNOWFLAKE partagée.

Pour plus d’informations, reportez-vous à :

• Le schéma ML dans la base de données SNOWFLAKE

• Rôles des bases de données SNOWFLAKE

Le schéma, les rôles et les privilèges prennent en charge des fonctions qui seront mises à disposition en avant-première publique lors du Snowflake Summit 2023.

Vue ACCOUNTS (utilisation de l’organisation) — Avant-première¶

Avec cette version, nous avons le plaisir d’annoncer la disponibilité de la vue ACCOUNTS dans le schéma ORGANIZATION_USAGE en avant-première. La vue ACCOUNTS permet à un administrateur d’organisation d’obtenir des détails sur les comptes d’une organisation, y compris les comptes supprimés au cours de l’année écoulée.

Pour plus d’informations, reportez-vous à Vue ACCOUNTS.

Les nouvelles organisations n’ont que accès à Snowsight¶

Depuis le 30 mai 2023, les nouvelles organisations de Snowflake n’ont accès qu’à Snowsight et n’ont plus accès à la console classique.

Pour plus d’informations, reportez-vous à À propos de la mise à niveau de Snowsight.