2023년 6월 7일~8일 — 7.19 릴리스 정보(동작 변경 사항 포함)¶
이 릴리스에는 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:
동작 변경 번들¶
이 릴리스에는 다음 동작 변경 번들이 포함되어 있습니다.
번들 이름 |
이 릴리스의 상태 |
이전 상태 |
|---|---|---|
기본적으로 비활성화되어 있으며 관리자가 테스트를 위해 활성화할 수 있음 |
해당 없음(이 릴리스에 도입됨) |
|
기본적으로 활성화되어 있으며 관리자가 옵트아웃을 위해 비활성화할 수 있음 |
기본적으로 비활성화됨 |
|
일반적으로 활성화되어 있으며 관리자가 더 이상 활성화하거나 비활성화할 수 없음 |
기본적으로 활성화됨 |
각 번들의 상태는 1월로 계획된 다음 동작 변경 사항 릴리스에서 변경될 예정이지만 일정이 변경될 수 있습니다.
번들 상태와 번들 상태가 계정에 미칠 수 있는 영향에 대한 자세한 내용은 동작 변경 사항 정보 섹션을 참조하십시오.
새로운 기능¶
익명 프로시저 — 일반 공급¶
이 릴리스에서는 익명 프로시저 생성을 위한 지원을 일반 공급으로 제공합니다. 익명 프로시저는 저장 프로시저와 유사하지만 나중에 사용할 수 있도록 저장되지 않습니다.
WITH…CALL 구문을 사용하여 익명 프로시저를 생성할 수 있습니다. 이 명령으로 WITH 절의 매개 변수로 정의된 익명 프로시저를 만들고 그 프로시저를 호출하기도 합니다. 이 명령을 실행하려고 CREATE PROCEDURE 스키마 권한이 있는 역할이 있어야 하는 것은 아닙니다.
Java 함수 또는 프로시저 처리기로 파일 읽기 — 일반 공급¶
이 릴리스에서는 UDF 또는 Java로 작성된 프로시저 처리기 코드로 스테이징된 파일 읽기를 위한 지원을 일반 공급으로 제공합니다.
자세한 내용은 Java UDF로 파일 읽기 및 Java 프로시저로 파일 읽기 섹션을 참조하십시오.
Scala 함수 또는 프로시저 처리기로 파일 읽기 — 미리 보기¶
이 릴리스에서는 UDF 또는 Scala로 작성된 프로시저 처리기 코드로 스테이징된 파일 읽기를 위한 지원 기능을 미리 보기로 제공합니다.
자세한 내용은 Scala UDF로 파일 읽기 및 Scala 프로시저로 파일 읽기 섹션을 참조하십시오.
Python 함수 또는 프로시저로 파일 읽기 — 미리 보기¶
이 릴리스에서는 SnowflakeFile 클래스로 파일을 읽기 위한 Python 지원 기능을 미리 보기로 제공합니다.
SnowflakeFile 은 내부 또는 외부 스테이지의 파일에 대한 동적 읽기 액세스를 제공하는 snowflake.snowpark.files 모듈의 새 클래스입니다. SnowflakeFile 을 사용하면 파일을 스트리밍하여 UDF(사용자 정의 함수), UDTF(사용자 정의 테이블 함수) 또는 저장 프로시저에서 자체적인 머신 러닝 모델을 사용하거나 비정형 데이터를 읽는 것과 같은 작업을 수행할 수 있습니다.
자세한 내용은 다음을 참조하십시오.
JSON 및 CSV의 스키마 감지 — 미리 보기¶
이 릴리스에서는 JSON과 CSV의 스키마 감지 기능이 미리 보기로 제공됩니다. 스키마 감지 기능은 INFER_SCHEMA 함수를 사용하여 스테이징된 데이터 파일 세트에서 스키마를 자동으로 감지하고 열 정의를 검색합니다. 일반 공급되는 INFER_SCHEMA 함수는 Apache Parquet, Apache Avro 및 ORC 파일에 적용됩니다. 이 미리 보기 기능은 JSON 및 CSV 파일을 포함하도록 지원을 확장합니다.
자세한 내용은 스테이징된 반정형 데이터 파일에서 열 정의 감지 섹션을 참조하십시오.
테이블 스키마 진화 — 미리 보기¶
이 릴리스에서는 테이블 스키마 진화 기능이 미리 보기로 제공됩니다. Snowflake의 테이블 구조는 이제 데이터 원본에서 받은 새 데이터의 구조를 지원하도록 자동으로 진화할 수 있습니다. Snowflake를 사용하면 새 열을 추가하거나 새 데이터 파일에 누락된 열에서 NOT NULL 제약 조건을 삭제할 수 있으며 열 삭제 또는 기존 열의 데이터 타입, 길이 또는 전체 자릿수 변경이 지원됩니다.
테이블 스키마 진화를 활성화하려면 테이블을 생성하거나 변경할 때 ENABLE_SCHEMA_EVOLUTION 매개 변수를 TRUE로 설정할 수 있습니다.
자세한 내용은 테이블 스키마 진화 섹션을 참조하십시오.
SQL 업데이트¶
Snowpark, UDF, 저장 프로시저에서 Python 3.9 지원 — 미리 보기¶
이 릴리스에서는 Snowpark Python, Python UDF, Python 저장 프로시저에서 Python 3.9에 대한 지원을 모든 계정에 미리 보기 기능으로 제공합니다.
자세한 내용은 다음을 참조하십시오.
UDF, UDTF, 저장 프로시저는 이름으로 인자 전달 지원¶
UDF, UDTF 또는 저장 프로시저를 호출할 때 이제는 위치 외에 이름으로도 인자를 전달할 수 있습니다.
예를 들어 다음 문으로 UDF를 만들었다고 가정합니다.
CREATE OR REPLACE FUNCTION add_numbers (n1 NUMBER, n2 NUMBER)
RETURNS NUMBER
AS 'n1 + n2';
이름으로 인자를 전달하려면 인자 이름 뒤에 => 및 인자 값을 지정하십시오. 예:
SELECT add_numbers(n1 => 10, n2 => 5);
임의의 순서로 인자를 전달할 수 있습니다.
SELECT add_numbers(n2 => 5, n1 => 10);
자세한 내용은 다음을 참조하십시오.
이름과 인자 개수가 같고 인자의 데이터 타입은 서로 다른 함수 또는 프로시저가 여러 개 있는 경우 호출에서 인자 이름을 지정하여 실행할 함수 또는 프로시저를 나타낼 수 있습니다. 호출에서 지정하는 인자 이름이 인자 위치보다 우선합니다. 자세한 내용은 프로시저 및 함수 오버로딩하기 섹션을 참조하십시오.
마지막으로, 다음 기본 제공 함수는 이름으로 인자를 전달하는 기능을 지원합니다.
데이터 과학 업데이트¶
Snowflake의 향후 ML 기능 사용하기¶
이 릴리스에서는 공유 SNOWFLAKE 데이터베이스를 포함하는 모든 Snowflake 계정의 PUBLIC 역할에 부여되는 ML_USER SNOWFLAKE 데이터베이스 역할과 함께 Snowflake 데이터베이스에 새 스키마 《ML》을 도입합니다.
자세한 내용은 다음을 참조하십시오.
스키마, 역할, 권한은 Snowflake Summit 2023에서 공개 미리 보기로 제공할 기능을 지원합니다.
조직 업데이트¶
ACCOUNTS 뷰(조직 사용량) — 미리 보기¶
이 릴리스에서는 ORGANIZATION_USAGE 스키마에서 ACCOUNTS 뷰의 미리 보기를 제공합니다. 조직 관리자는 ACCOUNTS 뷰를 통해 작년에 삭제된 계정을 포함하여 조직의 계정에 대한 세부 정보를 얻을 수 있습니다.
자세한 내용은 ACCOUNTS 뷰 섹션을 참조하십시오.
웹 인터페이스 업데이트¶
새 조직은 Snowsight 액세스 권한만 가짐¶
2023년 5월 30일부터 새로운 Snowflake 조직은 Snowsight에만 액세스할 수 있으며 Classic Console에는 더 이상 액세스할 수 없습니다.
자세한 내용은 Snowsight 업그레이드 정보 섹션을 참조하십시오.