18-20 septembre 2024 — Notes de version 8.35¶

Prise en charge de RANGE BETWEEN pour les fonctions FIRST_VALUE et LAST_VALUE¶

Avec cette version, nous avons le plaisir d’annoncer la disponibilité des cadres de fenêtre RANGE BETWEEN avec des décalages explicites pour deux autres fonctions : FIRST_VALUE et LAST_VALUE.

Pour plus d’informations, voir Syntaxe et utilisation des fonctions de fenêtre et Cadres de fenêtre basés sur des plages ou sur des lignes.

Les données de télémétrie vers la table d’événements à partir des cellules du Notebook Snowflake sont temporairement désactivées¶

À partir de cette version, les cellules du Notebook Snowflake ne peuvent plus émettre de journaux, de span ou d’événements de span vers des tables d’événements. Cette intégration a été désactivée temporairement et sera réactivée dans une prochaine version. Tous les journaux ou traces émis par d’autres objets appelés à partir de Notebooks, tels que les procédures stockées et les UDFs, continueront à émettre des données de télémétrie dans la table d’événements de votre compte. Pour réactiver les cellules de Notebooks afin qu’elles émettent de la télémétrie vers vos tables d’événements, veuillez contacter le support Snowflake ou l’équipe de votre compte.

Si votre compte Snowflake émettait auparavant des journaux ou des traces vers la table d’événements, l’intégration n’a pas été désactivée pour votre compte Snowflake afin d’éviter toute interruption. Cependant, notez les problèmes suivants :

• Les Notebooks ne démarreront pas si le niveau de journal est DEBUG pour vos Notebooks (ou le compte, la base de données ou le schéma dans lequel se trouve le Notebook). Définissez le niveau de journalisation sur INFO ou supérieur.

• Lors de l’exécution de cellules SQL, vous pouvez voir des spans supplémentaires et inattendus à partir de la bibliothèque snowflake-snowpark-python , en particulier DataFrame.collect et DataFrame.count. Ceux-ci sont émis par les composants internes des Notebooks exécutant vos instructions SQL. Vous pouvez les supprimer en définissant votre paramètre TRACE_LEVEL sur ON_EVENT ou OFF.

pandas on Snowflake - Disponibilité générale¶

Avec cette version, nous avons le plaisir d’annoncer la disponibilité de pandas on Snowflake. pandas on Snowflake vous permet d’exécuter votre code pandas de manière distribuée directement sur vos données dans Snowflake. Il suffit de modifier l’instruction d’importation et quelques lignes de code pour obtenir une expérience pandas similaire à ce que vous connaissez et appréciez, avec les avantages d’évolutivité et de sécurité de Snowflake. Avec pandas on Snowflake, vous pouvez travailler avec des ensembles de données beaucoup plus importants et éviter le temps et les dépenses liés au portage de vos pipelines pandas vers d’autres frameworks big data ou à l’approvisionnement de machines volumineuses et coûteuses. Il exécute des charges de travail de manière native dans Snowflake via la transpilation vers SQL, lui permettant de profiter de la parallélisation et des avantages de gouvernance et de sécurité des données de Snowflake. pandas on Snowflake est fourni via l’API Snowpark pandas dans le cadre de la bibliothèque Python Snowpark, qui permet un traitement évolutif des données du code Python au sein de la plateforme Snowflake.

Pour plus d’informations, voir pandas on Snowflake.

Tables Apache Iceberg™ : actualisation automatique — Avant-première¶

Avec cette version, nous avons le plaisir d’annoncer la disponibilité en avant-première de la prise en charge des actualisations automatisées des métadonnées pour les tables Apache Iceberg™ qui utilisent un catalogue externe. Grâce aux actualisations automatisées, Snowflake interroge votre catalogue Iceberg externe de manière continue et sans serveur pour synchroniser les métadonnées avec les modifications distantes les plus récentes.

Pour plus d’informations, voir Actualisation automatique des tables Apache Iceberg™.