2026년 성능 개선 사항

중요

성능 개선은 종종 특정 쿼리 패턴 또는 워크로드를 대상으로 합니다. 이러한 개선 사항은 특정 워크로드에 중대한 영향을 미칠 수도 있고 그렇지 않을 수도 있습니다.

2026년에 도입된 성능 개선 사항은 다음과 같습니다.

출시일

설명

영향

2026년 4월

TIMESTAMP_TZ 데이터 타입을 사용하여 식에 대한 런타임 정리를 개선했습니다. Snowflake는 이제 타임스탬프 기반 필터 조건자에 대해 마이크로 파티션을 더 효과적으로 정리합니다.

훨씬 더 관련성이 높은 마이크로 파티션을 건너뛰어 I/O 및 실행 시간을 줄여 타임스탬프 필터를 통해 시계열 쿼리의 성능을 개선합니다.

2026년 4월

해시 조인의 왜곡 처리를 지속적으로 개선하여 불균등하게 분산된 데이터로 인한 처리 병목 현상을 더욱 줄였습니다.

웨어하우스 구성에 따라 재배포를 동적으로 조정하여 데이터 왜곡이 있는 조인 쿼리의 실행 시간을 개선합니다.

2026년 3월

Query Acceleration Service(QAS) 에 의해 가속화된 쿼리에 대한 병렬 스캔을 개선했습니다.

스캔 작업 중에 더 많은 병렬 I/O를 활성화하여 QAS 가속 쿼리의 실행 시간을 개선합니다.

2026년 3월

실행 계획에 따라 네트워크 메시지 크기를 동적으로 조정하여 처리 노드 간의 데이터 전송을 최적화합니다.

네트워크 오버헤드를 줄여 대기 시간에 민감한 대화형 워크로드의 실행 시간을 개선합니다. 특히 단기 실행 쿼리와 높은 동시성 시나리오에서 유용합니다.

2026년 3월

병렬 쿼리 실행 중 잠금 경합을 줄이기 위해 스캔 세트 생성을 개선했습니다.

특히 동시성이 높은 대규모 웨어하우스에서 스캔 작업이 많은 쿼리의 실행 시간을 개선합니다. 병렬 스캔 조정 중 CPU 오버헤드를 줄입니다.

2026년 3월

공통 테이블 식(CTEs)이 있는 경우 쿼리 계획에서 조기에 집계를 푸시할 수 있는 기회를 식별합니다.

쿼리 계획의 후반 단계에서 처리되는 데이터의 양을 줄여 CTEs를 통해 복잡한 쿼리의 실행 시간을 개선합니다.

2026년 3월

뷰 열을 통한 추출 푸시다운을 개선하여 뷰를 통해 액세스하는 하위 열에 대한 스캔 및 메타데이터를 보다 효율적으로 사용할 수 있습니다.

뷰를 통해 하위 열에 액세스하는 쿼리의 실행 시간을 개선합니다.

2026년 2월

파일 정리 프로그램의 성능을 개선하여 많은 파일을 스캔하는 쿼리의 파일별 정리 오버헤드를 줄일 수 있습니다.

특히 많은 마이크로 파티션이 있는 테이블을 스캔하는 쿼리의 경우 컴파일 및 실행 중 더 빠르게 정리를 결정합니다.

2026년 2월

더 많은 쿼리 패턴을 위해 범위 기반 마이크로 파티션 정리를 개선했습니다.

더 관련성이 없는 마이크로 파티션을 건너뛰어 범위 조건자가 있는 쿼리의 컴파일 및 실행 시간을 모두 줄입니다.

2026년 2월

데이터가 단일 서버 노드에 적합할 때 집계 처리를 보다 효율적으로 수행하여 불필요한 분산 처리 오버헤드를 방지합니다.

데이터 볼륨에 분산 계산이 필요하지 않은 집계 쿼리의 성능을 개선합니다.

2026년 1월

:doc:`Snowflake Optima Metadata </user-guide/snowflake-optima>`로 쿼리 성능이 향상되었습니다. 이를 통해 워크로드 패턴을 지속적으로 분석하고 메타데이터를 생성하여 사용되지 않는 마이크로 파티션의 정리를 최적화합니다. Snowflake Optima는 :doc:`Snowflake 2세대 표준 웨어하우스(Gen2)</user-guide/warehouses-gen2>`에서만 사용할 수 있습니다.

보다 효율적인 정리를 위해 메타데이터를 생성하여 쿼리 성능을 개선합니다.

2026년 1월

부등식 조건자가 있는 조인 쿼리</sql-reference/constructs/join>`에 대한 정리가 개선되었습니다. 예를 들어, 다음 조인 쿼리는 부등식 조건자의 `>`` 연산자를 사용합니다.

SELECT *
  FROM employees e, managers m
  WHERE e.employee_id = m.employee_id AND
        e.salary > m.salary AND
        m.level = 'M5';

이 쿼리의 경우 Snowflake는 가장 낮은 M5 관리자 급여보다 모든 급여가 낮은 employees 테이블에서 마이크로 파티션을 정리합니다.

부등식 조건자가 있는 조인 쿼리의 성능을 개선합니다.

2026년 1월

PARSE_JSON 작업에 대한 JSON 구문 분석을 더 빠르게 수행합니다.

JSON 데이터를 구문 분석하는 쿼리의 실행 시간을 개선합니다. JSON 처리가 많은 쿼리의 속도가 크게 향상될 수 있습니다.

2026년 1월

컴파일 프로세스 전체에서 식을 단순화된 형식으로 유지하여 깊게 중첩된 CASE 식이 있는 쿼리의 컴파일 성능을 개선했습니다.

큰 CASE 식, 특히 분기가 많은 식이 있는 쿼리의 컴파일 시간을 단축합니다.