2022년 6월¶
이 달에는 다음과 같은 새로운 기능, 동작 변경 사항, 업데이트(개선된 사항, 수정 사항 등)가 도입되었습니다. 이러한 추가 사항에 대해 궁금한 점이 있으면 Snowflake 지원 에 문의하십시오.
중요
각 릴리스에는 웹 인터페이스를 새로 고쳐야 적용되는 업데이트가 포함될 수 있습니다.
일반적으로, 업데이트로 인해 사용에 방해가 되지 않도록 하려면 각 Snowflake 릴리스가 배포된 후에 웹 인터페이스를 새로 고치는 것이 좋습니다.
이 항목의 내용:
새로운 기능¶
Python용 Snowpark API — 미리 보기¶
Python용 Snowpark API의 미리 보기를 제공합니다.
Snowpark는 개발자를 위한 새로운 기능으로서 데이터 파이프라인에서 데이터를 쿼리하고 처리할 수 있는 직관적인 API를 제공합니다. 이 라이브러리를 사용하면 사용자는 애플리케이션 코드가 실행되는 시스템으로 데이터를 옮기지 않고도 Snowflake에서 데이터를 처리하는 애플리케이션을 빌드할 수 있습니다.
미리 보기 기능은 평가 및 테스트용으로 제공되므로 프로덕션용으로는 권장되지 않습니다.
자세한 내용은 Python용 Snowpark 개발자 가이드 섹션을 참조하십시오.
Python UDF — 미리 보기¶
Python UDF(사용자 정의 함수)의 미리 보기를 제공합니다.
이제 사용자가 Python 프로그래밍 언어에 사용자 지정 함수를 작성하고 기본 제공 함수인 것처럼 호출할 수 있습니다.
미리 보기 기능은 평가 및 테스트용으로 제공되므로 프로덕션용으로는 권장되지 않습니다.
자세한 내용은 Python UDF 소개 섹션을 참조하십시오.
Python UDF 배치 인터페이스 — 미리 보기¶
Python UDF 배치 API의 미리 보기를 제공합니다.
Python UDF 배치 API를 사용하면 입력 행 배치를 Pandas DataFrames로 수신하고 결과 배치를 Pandas 배열 또는 Series로 반환하는 Python 함수를 정의할 수 있습니다. 다른 Python UDF를 호출하는 것과 같은 방식으로 배치 API를 사용하는 Python UDF를 호출합니다.
미리 보기 기능은 평가 및 테스트용으로 제공되므로 프로덕션용으로는 권장되지 않습니다.
자세한 내용은 벡터화된 Python UDF 섹션을 참조하십시오.
Python UDTF — 미리 보기¶
Python UDTF(사용자 정의 테이블 함수)의 미리 보기를 제공합니다.
Python UDTF는 테이블 함수의 장점을 Python의 강력하고 유연하며 편리한 프로그래밍과 결합하여 Snowflake의 기본 개발 기능을 확장합니다.
미리 보기 기능은 평가 및 테스트용으로 제공되므로 프로덕션용으로는 권장되지 않습니다.
자세한 내용은 Python으로 UDTF 작성하기 섹션을 참조하십시오.
Python용 Snowpark 저장 프로시저 — 미리 보기¶
Snowpark API를 사용하여 Python에서 저장 프로시저를 작성할 수 있도록 Python용 Snowpark 저장 프로시저의 미리 보기를 제공합니다.
저장 프로시저에서 Python용 Snowpark API를 사용하여 Snowflake에서 데이터 파이프라인을 호스팅할 수 있습니다. 예를 들어 (작업에서) 클라이언트 애플리케이션을 실행하지 않고 Snowpark 코드를 실행해야 하는 경우 저장 프로시저를 작성할 수 있습니다.
미리 보기 기능은 평가 및 테스트용으로 제공되므로 프로덕션용으로는 권장되지 않습니다.
자세한 내용은 Python으로 저장 프로시저 작성하기 섹션을 참조하십시오.
새 리전¶
이제 다음과 같은 새 리전을 사용할 수 있습니다.
클라우드 플랫폼 |
리전 |
|---|---|
Microsoft Azure |
인도 중부(푸네) |
이 리전이 추가되어, 이제 Snowflake는 US 정부 규정의 준수를 지원하는 3개 리전을 비롯하여, 3개의 클라우드 플랫폼(AWS, GCP, Azure)에 걸쳐 32개의 글로벌 리전을 지원합니다.
모든 Snowflake 에디션 이 새 리전에서 지원됩니다. 셀프서비스 또는 Snowflake 담당자를 통해 해당 리전에서 초기 계정을 프로비저닝할 수 있습니다.
SQL 업데이트¶
ALTER TAG 명령: 마스킹 정책용으로 추가된 지원¶
이 릴리스에서는 마스킹 정책을 지정할 수 있도록 ALTER TAG 명령을 업데이트합니다.
구문 |
설명 |
|---|---|
ALTER TAG <태그_이름> SET MASKING POLICY <마스킹_정책_이름> [ , MASKING POLICY <마스킹_정책_2_이름> , … ] ALTER TAG <태그_이름> UNSET MASKING POLICY <마스킹_정책_이름> [ , MASKING POLICY <마스킹_정책_2_이름> , … ] |
ALTER TAG 명령을 사용하여 태그에 대한 마스킹 정책을 설정하거나 태그에서 마스킹 정책을 설정 해제합니다. ALTER TAG 명령의 구문을 사용하면 단일 문에서 태그에 여러 마스킹 정책을 할당할 수 있으며, 이 명령은 각 데이터 타입(예: VARCHAR, NUMBER)에 대해 하나의 마스킹 정책만 지원합니다. |
새 함수¶
이제 이 릴리스에서 다음과 같은 함수를 사용할 수 있습니다.
카테고리 |
이름 |
설명 |
|---|---|---|
시스템 |
지정된 태그를 기반으로 하는 열에 할당된 태그 문자열 값을 반환하거나 지정된 열에 태그가 할당되지 않은 경우에는 NULL을 반환합니다. 이 함수는 마스킹 정책 조건 내에서만 사용할 수 있습니다. |
|
시스템 |
지정된 태그를 기반으로 하는 테이블에 할당된 태그 문자열 값을 반환하거나 지정된 테이블에 태그가 할당되지 않은 경우에는 NULL을 반환합니다. 이 함수는 마스킹 정책 조건 또는 행 액세스 정책 조건 내에서만 사용할 수 있습니다. |
가상 웨어하우스 업데이트¶
DML 대기 시간 개선¶
수집 워크로드 또는 OLTP와 같은 워크로드 등, 동시 DML 작업 수가 많은(예: 초당 DML 작업 100개 초과) 워크로드에 대한 DML 대기 시간을 개선했습니다. 이러한 개선으로 쓰기 작업이 많은 워크로드 처리 속도가 빨라지고 웨어하우스 로드가 감소합니다.
대용량 웨어하우스 — 미리 보기¶
이 릴리스에서는 더 큰(5X-LARGE 및 6X-LARGE) 웨어하우스의 기능이 향상되었습니다. 이처럼 규모가 더 큰 웨어하우스를 사용하면 계산 사용량이 많은 워크로드의 성능을 개선하고 대규모 데이터 세트를 더욱 신속하게 처리할 수 있습니다.
이 미리 보기 기능은 현재 다음의 다른 리전과 함께 EU(아일랜드)에서 Amazon Web Services(AWS)에서만 사용할 수 있습니다. 5X-LARGE 또는 6X-LARGE 웨어하우스를 프로비저닝하기 전에 Snowflake 지원 에 문의하십시오. 미리 보기로 제공되는 동안에는 이러한 크기의 프로비저닝 시간이 약간 오래 걸릴 수도 있습니다.
자세한 내용은 웨어하우스의 개요 섹션을 참조하십시오.
데이터 로드 업데이트¶
Snowpipe: Google Cloud Pub/Sub 또는 Microsoft Azure Event Grid에 대한 오류 알림 — 미리 보기¶
Google Cloud Platform Pub/Sub 또는 Microsoft Azure Event Grid 클라우드 메시징 서비스로 푸시되는 Snowpipe 오류 알림에 대한 미리 보기 지원을 제공합니다. Snowpipe가 지원되는 클라우드 저장소 서비스에 스테이징된 파일에서 데이터를 로딩하는 동안 오류가 발생하면 이 기능이 오류를 설명하는 알림을 트리거함으로써 파일의 데이터에 대한 추가 분석을 수행할 수 있습니다.
참고
Amazon Simple Notification Service(SNS)에 대한 오류 메시지 푸시 지원은 1월부터 제공되었습니다.
이 기능을 위해 클라우드 간 지원이 제공되지는 않습니다. Snowpipe는 지원되는 모든 클라우드 저장소 서비스의 파일에서 데이터를 로딩할 수 있지만, 이 기능은 Snowflake 계정을 호스팅하는 클라우드 플랫폼의 각 메시징 서비스로 오류 알림을 푸시할 수 있을 뿐입니다.
Amazon Simple Notification Service
Google Pub/Sub
Microsoft Azure Event Grid
이 기능은 자동 수집 Snowpipe의 로드 또는 Snowpipe REST API 호출에 대한 오류 알림을 푸시할 수 있습니다.
미리 보기 기능은 평가 및 테스트용으로 제공되므로 프로덕션용으로는 권장되지 않습니다.
Snowpipe: 파이프 소유자가 아닌 사용자가 Snowpipe REST API를 호출할 수 있도록 지원¶
이 릴리스에서는 공개 Snowpipe REST 엔드포인트 를 호출하여 데이터를 로딩하고 로딩 기록 보고서를 검색하는 권한이 더 이상 파이프 소유자(즉, 파이프에 대한 OWNERSHIP 권한이 있는 역할) 또는 역할 계층 구조에서 더 높은 역할로 제한되지 않습니다. 다음 파이프 권한이 있으면 특정 REST 엔드포인트를 호출할 수 있습니다.
파이프 권한 |
REST 엔드포인트 |
|---|---|
MONITOR |
|
OPERATE |
|
다른 기존 액세스 제어 요구 사항 은 그대로 유지됩니다.
데이터 파이프라인 업데이트¶
작업: DAG 지원 — 미리 보기¶
작업에 대한 방향성 비순환 그래프 (DAG) 지원 미리 보기를 제공합니다. DAG는 단일 루트 작업과 종속성을 기준으로 구성되는 추가 작업으로 이루어진 일련의 작업입니다. 이전에는 사용자가 각 작업에 기껏해야 단일 선행(상위) 작업이 있는 작업 트리로 제한되었습니다. DAG에서는 루트가 아닌 각 작업에 여러 선행 작업과 그에 종속되는 여러 후속(하위) 작업에 대한 종속성이 있을 수 있습니다.
다음은 매우 단순한 예시입니다.
루트 작업(A)은 《5분마다》 또는 《매일 5 AM과 5 PM》과 같이, 예약된 시간에 실행됩니다. 작업 A의 실행이 완료되면 작업 B와 C가 동시에 실행됩니다. 작업 D는 작업 B와 C가 모두 실행을 완료할 때만 실행됩니다.
DAG는 다음을 포함하여 작업 트리를 사용하여 달성할 수 없거나 달성하기 어려운 병렬 처리 워크플로를 사용할 수 있습니다.
차원 테이블 세트를 동시에 업데이트한 후 대시보드용 사실 정보 집계.
모든 이전 작업의 실행이 완료된 후 외부 함수를 사용하여 원격 메시징 서비스를 통해 알림 표시.
데이터 거버넌스 업데이트¶
데이터 분류 — 일반 공급¶
이 릴리스에서는 AWS와 Azure에서 Enterprise Edition(또는 그 이상) 계정의 분류 소개 가 일반 공급(GA)으로 제공됩니다. 이 기능은 이전에 2월에 미리 보기로 도입되었으며 여전히 GCP에서 미리 보기로 제공 중입니다.
분류 기능을 사용해 Snowflake 테이블과 뷰에 저장된 잠재적 개인 데이터 및/또는 민감한 데이터를 분류할 수 있으며, 분류한 다음 해당 데이터를 사용하여 다양한 데이터 거버넌스, 공유 및 개인정보 보호 사용 사례를 지원할 수 있습니다.
이 기능의 GA와 함께, 개선된 예측 모델과 데이터 패턴을 생성하는 새로운 데이터 분류 모델을 도입했습니다. 또한 분류 프로세스에는 이제 다음을 비롯해 입력에 지정된 모든 테이블 열의 출력이 포함됩니다.
이전에 분류할 수 없었던 데이터 타입이 있는 열.
NULL 값만 있는 열.
GA 개선 사항의 이점을 확인하려면 이전 데이터 분류 모델을 사용하여 분류된 모든 데이터에 대해 새로운 결과를 생성해야 합니다.
참고
새 데이터 분류 모델은 데이터를 다시 분류할 때 잠재적으로 다른 결과를 반환할 가능성이 높으므로, 새 모델은 아직 대체로 활성화되지 않았습니다. 대신에 2022_04 번들에서 동작 변경 사항으로 구현되었습니다.
현재, 새 데이터 분류 모델을 사용하려면 2022_04 번들을 선택해야 합니다. 이 번들에 대한 자세한 내용은 6.21 동작 변경 사항 릴리스 정보 를 참조하십시오.
태그 기반 마스킹 정책 — 미리 보기¶
이 릴리스에서는 태그 기반 마스킹 정책이 미리 보기로 제공됩니다. 태그 기반 마스킹 정책은 오브젝트 태깅과 마스킹 정책 기능을 결합하여 ALTER TAG 명령을 사용하여 태그에 대한 마스킹 정책을 설정할 수 있도록 합니다. 또한 이 기능에서는 정책 조건에서 태그 문자열 값을 얻는 데 사용할 수 있는 두 가지 새로운 시스템 함수, SYSTEM$GET_TAG_ON_CURRENT_COLUMN 및 SYSTEM$GET_TAG_ON CURRENT_TABLE을 도입합니다.
마스킹 정책 서명의 데이터 타입과 열의 데이터 타입이 일치하면 태그가 지정된 열이 마스킹 정책의 조건에 따라 자동으로 보호됩니다. 이에 따라 보호해야 하는 열 데이터는 데이터 보호를 위해 열에 수동으로 적용되는 마스킹 정책이 더 이상 필요하지 않으므로 데이터 보호 작업이 간소화됩니다.
ALTER TABLE … ALTER COLUMN 명령을 사용하여 열에 직접 적용된 마스킹 정책이 태그 기반 마스킹 정책보다 우선합니다. 자세한 내용은 태그 기반 마스킹 정책 섹션을 참조하십시오.