Notes de version de Snowpark Library for Scala and Java pour 2023¶

Cet article contient les notes de versions de la bibliothèque Snowpark pour Scala et de la bibliothèque Snowpark pour Java, y compris les éléments suivants, le cas échéant :

Snowflake utilise la version sémantique pour les mises à jour Snowpark Library for Scala and Java.

Version 1.9.0 (17 octobre 2023)¶

Version compatible avec Snowflake : 7.36

Version compatible avec Snowflake : 7.14

Nouvelles APIs pour la création et l’appel de procédures stockées

Cette version comprend des APIs pour l’enregistrement de procédures stockées permanentes nommées, de procédures temporaires de session nommées et de procédures temporaires de session anonymes. Elle comprend également des APIs pour appeler les procédures stockées, qu’elles soient enregistrées dans Snowflake ou qu’elles soient exécutées localement.

Pour les APIs associées, reportez-vous à ce qui suit.
- Pour Java : com.snowflake.snowpark_java.SProcRegistration
- Pour Scala : com.snowflake.snowpark.SProcRegistration
La fonction Session.tableFunction fonctionne désormais aussi avec les colonnes DataFrame.

Auparavant, la méthode Session.tableFunction ne prenait en charge que les arguments de fonction littéraux. Avec cette version, vous pouvez spécifier des colonnes DataFrame d’un seul cadre comme argument. Pour plus d’informations, reportez-vous à tableFunction dans la documentation de référence.

Notez que toutes les colonnes DataFrame utilisées comme arguments doivent provenir du même DataFrame.

Version compatible avec Snowflake : 7.13

Version de Snowflake compatible : 7.6.x

Amélioration d’une fonction interne pour la prise en charge des procédures stockées.
Mise à jour de la classe SnowflakeFile vers la dernière version.

Version de Snowflake compatible : 7.0.x

Ajout de méthodes qui prennent en charge PARTITION BY et ORDER By en joignant un DataFrame à la sortie d’une UDTF.

Rend plus prévisible le résultat lorsque les têtes de colonne sont dupliquées dans des DataFrames joints. À partir de cette version, les noms de colonnes en double seront présentés tels qu’ils figurent dans le DataFrames qui a été joint. Auparavant, des alias étaient utilisés pour les têtes de colonne dupliquées. Les alias seront toujours utilisés pour les têtes de colonnes dupliquées lorsque le résultat d’une jointure est enregistré dans une table ou mis en cache (vous devriez effectuer une duplication avant d’enregistrer ou de mettre en cache).

Modification du type de données de int à long de la valeur de retour des méthodes qui renvoient un nombre de lignes fusionnées, mises à jour ou supprimées. Pour ces méthodes, voir les types MergeResult, UpdateResult, et DeleteResult.