2023年6月¶

動的テーブル - プレビュー¶

動的テーブルのプレビューをお知らせします。

動的テーブルは宣言型データ変換パイプラインの基礎的要素です。これらにより、Snowflakeでのデータエンジニアリングを大幅に簡素化し、信頼性が高く、コスト効率に優れた自動データ変換方法を消費用に提供します。データ変換ステップを一連のタスクとして定義し、依存関係とスケジューリングをモニターする代わりに、動的テーブルを使用して変換の最終状態を定義するだけで、複雑なパイプライン管理をSnowflakeに任せることができます。

詳細については、 動的テーブル をご参照ください。

Amazon S3互換ストレージ --- 一般公開¶

Amazon S3互換ストレージ内にあるデータのアクセスに対するサポートの一般公開をお知らせします。オンプレミスまたは他のクラウドストレージサービスやデバイス用に、Amazon S3 REST API に高度に準拠した外部ステージを作成できます。この機能により、データの保存場所に関係なく、データを効率的に管理、ガバナンス、分析することができます。

詳細については、 Amazon S3互換ストレージの操作 をご参照ください。

ストアドプロシージャへのテーブル、ビュー、ファンクション、クエリの参照の受け渡し --- プレビュー¶

テーブル、ビュー、ファンクション、クエリの参照をストアドプロシージャに渡す機能のプレビューをお知らせします。

参照は、テーブル、ビュー、関数、クエリに対する一意の識別子です。ストアドプロシージャに参照を渡すと、ストアドプロシージャは、参照を作成したユーザーアクティブロールまたはセカンダリロールを使用してアクションを実行します。たとえば、所有者の権限のストアドプロシージャを呼び出す場合は、ストアドプロシージャがアクティブロールを使用してテーブルに対してアクションを実行できるように、テーブルへの参照を作成して渡すことができます。

さらに、テーブル、ビュー、または関数が完全修飾されていない場合、オブジェクトの名前は、参照が作成された時現在のデータベースとスキーマ（つまり、参照を作成したユーザーのデータベースとスキーマ）を使用して解決されます。

詳細については、 ストアドプロシージャへのテーブル、ビュー、関数、およびクエリの参照の受け渡し をご参照ください。

Snowpark ML: 大規模な機械学習 --- プレビュー¶

Snowpark ML のプレビューをお知らせします。Snowpark ML は、Snowflake内で機械学習モデルを構築および展開するための、 SDKs および基になるインフラストラクチャを含むPythonツールのセットです。このプレビューには、 scikit-learn、 xgboost、 lightgbm など、人気のある機械学習ライブラリに基づく前処理とモデリングのクラスが含まれています。

Snowpark ML は Snowpark Python と連動しています。Snowpark DataFrames を使用して、トレーニングまたはテストデータを保持し、予測結果を受け取ります。

詳細については、 Snowpark ML: Snowflakeにおけるエンドツーエンドの機械学習 をご参照ください。

ML 駆動型関数 --- プレビュー¶

機械学習アルゴリズム駆動型の新しい分析ツール3つのプレビューをお知らせします。

これら3つの機能は、時系列データに対して機械学習モデルを学習させ、指定されたメトリックが時間経過とともに、また他の特徴量と相対してどのように変化するかを決定します。そしてモデルは、データから検出された傾向に基づいて洞察と予測を提供します。

• 予測: 過去のデータの傾向から将来のメトリック値を予測します。

• 異常検出: 典型的な期待値とは異なるメトリック値にフラグを付けます。

• Contribution Explorer:意外な方法でメトリックに影響するディメンションや値を見つけるのに役立ちます。

詳細については、 Snowflake Cortex ML 駆動型機能 をご参照ください。

Native Applications Framework --- プレビュー¶

他のSnowflakeアカウントとデータや関連ビジネスロジックを共有して、他のSnowflake機能の能力を拡張するデータアプリケーションを作成できる、Native Apps Frameworkのプレビューをお知らせします。

詳細については、 Native Apps Frameworkについて および チュートリアル: ネイティブアプリフレームワークを使用した、アプリケーションの開発 をご参照ください。

アプリケーションのCustom Event Billing --- プレビュー¶

プロバイダーが、Snowflake Native Apps Frameworkで構築されたアプリの利用料金をコンシューマーに請求するために使用できる従量制料金プラン、Custom Event Billingのプレビューをお知らせします。

詳細については、 有料リストの価格モデル および アプリケーションへの請求対象イベントの追加 をご参照ください。

Marketplace Capacity Drawdown Program --- 一般公開¶

Marketplace Capacity Drawdown Programの一般公開をお知らせします。このプログラムにより、Snowflakeで容量を契約しているお客様は、契約容量でリスト広告の料金を支払うことができるようになります。

詳細については、 リストの支払い をご参照ください。

Snowpipe Streaming複製のサポート --- プレビュー¶

このリリースにより、 Snowflake複製 を使用したSnowpipe Streamingのサポートをお知らせします。Snowflakeは、Snowpipe Streamingとそれに関連するチャネルオフセットによって生成されたSnowflakeテーブルの複製とフェールオーバーを、異なる リージョン のソースアカウントからターゲットアカウントへ、また クラウドプラットフォーム の複製でサポートします。Snowpipe Streamingは、データベース複製とグループベース複製の両方をサポートしています。

詳細については、 複製およびSnowpipe Streaming をご参照ください。

匿名プロシージャ --- 一般公開¶

このリリースにより、匿名プロシージャの作成に対するサポートの一般公開をお知らせします。匿名プロシージャは、ストアドプロシージャと似ていますが、後で使用するために保存されません。

WITH...CALL の構文を使って、匿名プロシージャを作成できます。このコマンドでは、WITH 句のパラメーターで定義された匿名プロシージャを作成し、そのプロシージャを呼び出します。このコマンドには、 CREATE PROCEDURE スキーマ権限を持つロールは必要ありません。

Javaの関数やプロシージャハンドラーを使用したファイルの読み取り --- 一般公開¶

このリリースにより、Javaで記述された UDF やプロシージャハンドラーコードを使用したステージングされたファイルの読み取りに対するサポートの一般公開をお知らせします。

詳細については、 Java UDF を使用したファイルの読み取り と Javaプロシージャを使用したファイルの読み取り をご参照ください。

Scalaの関数やプロシージャハンドラーを使用したファイルの読み取り --- プレビュー¶

このリリースにより、Scalaで記述された UDF やプロシージャハンドラーコードを使用したステージングされたファイルの読み取りに対するサポートのプレビューをお知らせします。

詳細については、 Scala UDF ハンドラーを使用したファイルの読み取り と Scalaプロシージャを使用したファイルの読み取り をご参照ください。

Pythonの関数やプロシージャを使用したファイルの読み取り --- プレビュー¶

このリリースにより、Pythonでの SnowflakeFile クラスを使用したファイルの読み取りに対するサポートのプレビューをお知らせします。

SnowflakeFile は、 snowflake.snowpark.files モジュールの新しいクラスであり、内部または外部ステージ上のファイルに対する動的な読み取りアクセスを提供します。 SnowflakeFile により、非構造化データの読み取りや、ユーザー定義関数（UDF）、ユーザー定義テーブル関数（UDTF）、ストアドプロシージャで、独自の機械学習モデルの使用といったタスクを達成するために、ファイルをストリームできます。

詳細については、次をご参照ください。

• Python UDF ハンドラーからのファイルの読み取り

• Snowpark API を使用した UDF からのファイルの読み取り

• Pythonストアドプロシージャハンドラーからのファイルの読み取り

• Snowpark API を使用したストアドプロシージャからのファイルの読み取り

JSON および CSV 用スキーマ検出 --- プレビュー¶

このリリースにより、 JSON および CSV 用スキーマ検出機能のプレビューをお知らせします。スキーマ検出機能は、 INFER_SCHEMA 関数を使用して、ステージングされた一連のデータファイルのスキーマを自動的に検出し、列定義を取得します。一般公開の INFER_SCHEMA 関数は、Apache Parquet、Apache Avro、および ORC ファイルに適用されます。このプレビュー関数により、 JSON、 CSV のファイルにもサポートが拡大されました。

詳細については、 ステージングされた半構造化データファイル内の列定義の検出 をご参照ください。

テーブルスキーマ進化 --- プレビュー¶

このリリースにより、テーブルスキーマ進化機能のプレビューをお知らせします。Snowflakeのテーブルの構造は、データソースから受け取った新しいデータの構造をサポートするために、自動的に進化させることができるようになりました。Snowflakeでは、新しいデータファイルで欠落している列の新規追加や NOT NULL 制約の削除が可能で、列のドロップや、既存の列のデータ型、長さ、精度の変更もサポートします。

テーブルスキーマ進化を有効にするには、テーブルを作成または変更する際に、 ENABLE_SCHEMA_EVOLUTION パラメーターを TRUE に設定します。

詳細については、 テーブルスキーマの進化 をご参照ください。

アクセス制御: ウェアハウス管理を委任する新しい権限 --- プレビュー¶

このリリースにより、ウェアハウスを管理するための新しい権限のプレビューをお知らせします。

アカウントのウェアハウスを変更、中断、または再開する能力をカスタムロールに委任する必要がある場合は、 MANAGE WAREHOUSES 権限をそのロールに付与できます。MANAGE WAREHOUSES 権限を付与することは、アカウント内のすべてのウェアハウスに対する MODIFY、 MONITOR、 OPERATE 権限を付与することと同じです。

詳細については、 ウェアハウス管理の委託 をご参照ください。

新しい SQL 関数¶

このリリースでは、次の関数が使用できるようになりました。

LIMIT および ORDER BY 句を含む SELECT ステートメントの改善されたパフォーマンス --- 一般公開¶

このリリースにより、 LIMIT と ORDER BY の両方の句を含む特定の長時間実行 SELECT ステートメントのパフォーマンスが大幅に改善されたことをお知らします。この改善は、すべてのお客様に追加費用なしですぐにご利用いただけます。

この改善は、このような「トップK」クエリの結果に影響を与えないマイクロパーティションをプルーニングすることで機能します。追加のプルーニングは、 ORDER BY 句で指定された最初の、または唯一の列が整数表現可能な値（明示的に整数にキャストされるタイムスタンプ、整数、またはバリアント、ただし式を除く）であるクエリに適用されます。クエリに JOIN 句が含まれる場合、 ORDER BY 列はファクトテーブル（またはプローブ側）のものである必要があり、通常は2つのテーブルのうち大きい方です。

小さなテーブルに対するクエリの場合、一般的にこの改善のメリットはありません。LIMIT 句で指定された行数よりも少ない行数を返すクエリや集約を使用するクエリの場合も、メリットを受けません。

すべてのクエリ（これらの条件を満たすすべてのクエリであっても）がメリットを受けるわけではないことに注意してください。

マイクロパーティションとクエリプルーニングの詳細については、 マイクロパーティションとデータクラスタリング をご参照ください。

Snowpark、 UDFs、 UDTFs、およびストアドプロシージャにおけるPython 3.10のサポート --- プレビュー¶

こののリリースにより、Snowpark Python、Python UDFs、 Python UDTFs、およびPythonストアドプロシージャにおけるPython 3.10へのサポートを、すべてのアカウントへのプレビュー機能としてお知らせします。

詳細については、次をご参照ください。

• Snowpark Pythonの開発環境の設定

• Python UDFsの紹介

• Pythonでのストアドプロシージャの記述

Snowpark、 UDFs、ストアドプロシージャにおけるPython 3.9のサポート --- プレビュー¶

こののリリースにより、Snowpark Python、Python UDFs およびPythonストアドプロシージャのPython 3.9へのサポートを、すべてのアカウントへのプレビュー機能としてお知らせします。

詳細については、次をご参照ください。

• Snowpark Pythonの開発環境の設定

• Python UDFsの紹介

• Pythonでのストアドプロシージャの記述

UDFs、 UDTFs およびストアドプロシージャによる名前別引数の受け渡しのサポート¶

UDF、 UDTF、ストアドプロシージャを呼び出す際に、位置別に加えて、名前別でも引数を渡すことができるようになりました。

たとえば、以下のようなステートメントで UDF を作成したとします。

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

引数を名前別に渡す場合は、引数名の後に=>と引数値を指定します。例:

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

引数は任意の順序で渡すことができます。

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

詳細については、次をご参照ください。

• UDF の呼び出し

• ストアドプロシージャの呼び出し

同じ名前で、同じ数の引数を持ち、引数のデータ型が異なる複数の関数やプロシージャがある場合は、呼び出し時に引数名を指定して、実行する関数やプロシージャを示すことができます。呼び出し時に指定した引数名は、引数位置よりも優先されます。詳細については、 プロシージャおよび関数のオーバーロード をご参照ください。

最後に、以下の組み込み関数は、名前による引数の受け渡しをサポートしています。

• CHECK_XML

• PARSE_XML

• ROUND

Snowflakeで今後予定されている ML 機能を使用した作業¶

このリリースにより、Snowflakeデータベースに新しいスキーマ「ML」と、共有の SNOWFLAKE データベースを含むすべてのSnowflakeアカウントの PUBLIC ロールに付与される、 ML_USER SNOWFLAKE データベースロールが導入されました。

詳細については、次をご参照ください。

• SNOWFLAKE データベース内の ML スキーマ

• SNOWFLAKE データベースロール

スキーマ、ロール、権限は、Snowflake Summit 2023で公開プレビューとして提供される機能をサポートします。

ACCOUNTS ビュー（組織の使用状況） --- プレビュー¶

このリリースにより、 ORGANIZATION_USAGE スキーマ内の ACCOUNTS ビューのプレビューをお知らせします。ACCOUNTS ビューにより組織管理者は、過去1年以内に削除されたアカウントを含む、組織内のアカウントに関する詳細を取得できます。

詳細については、 ACCOUNTS ビュー をご参照ください。

Avro、Parquet、Orc、および XML の REPLACE_INVALID_CHARACTERS のサポート¶

このリリースにより、 COPY INTO および CREATE EXTERNAL TABLE コマンドは、Avro、Parquet、Orc、 XML のファイル形式オプション REPLACE_INVALID_CHARACTERS をサポートするようになりました。以前は、このファイル形式オプションは CSV と JSON でのみ動作していました。

詳細については、 CREATE FILE FORMAT をご参照ください。

タグベースのマスキングポリシー: データベースおよびスキーマのサポート --- プレビュー¶

このリリースにより、データベースとスキーマに対するタグベースのマスキングポリシー設定のプレビューをお知らせします。この更新により、データエンジニアは、列のデータ型がタグに設定されたポリシーのデータ型と一致する場合に、スキーマまたはデータベース内のすべての列を保護できるようになります。さらに、新しい列は、そのデータ型がタグに設定されたポリシーのデータ型と一致するときに保護されます。データベースまたはスキーマにタグベースのマスキングポリシーを設定すると、タグベースのポリシーを一度設定するだけで、データベースまたはスキーマのすべての列にマスキングポリシーを設定する必要がなくなるため、データ保護管理が簡素化されます。

詳細については、 タグベースのマスキングポリシー をご参照ください。

アクセス履歴: DDL 操作によって変更されたオブジェクトを追跡する --- プレビュー¶

このリリースにより、 DDL 操作によって変更されたオブジェクトのAccount Usage ACCESS_HISTORY ビュー内における追跡のプレビューをお知らせします。これらの操作には次が含まれます。

• タグとポリシーの割り当てがどのように変更されたかを追跡します。

• テーブルと列のライフサイクルを追跡します。

object_modified_by_ddl 列はこれらの変更を記録します。この列を使用して、データ監査プラクティスを強化し、 PII 検出要件を満たすために分類する新しいオブジェクトを検出することができます。

詳細については、 アクセス履歴 をご参照ください。

ステージからテーブルにファイルをロードする --- 一般公開¶

このリリースにより、Snowsightを使用して、ステージからテーブルにファイルをロードする機能の一般公開をお知らせします。

詳細については、 ステージから既存のテーブルにファイルをロードする をご参照ください。

新しい組織はSnowsightへのアクセスのみ¶

2023年5月30日以降、新しいSnowflake組織はSnowsightへのアクセスのみが可能になり、従来のコンソールにアクセスすることはできなくなります。

詳細については、 Snowsightのアップグレードについて をご参照ください。