18 a 20 de setembro de 2024 – Notas de lançamento 8.35¶

Suporte de RANGE BETWEEN para as funções FIRST_VALUE e LAST_VALUE¶

Neste lançamento, temos o prazer de anunciar a disponibilidade de quadros de janela RANGE BETWEEN com deslocamentos explícitos para mais duas funções: FIRST_VALUE e LAST_VALUE.

Para obter mais informações, consulte Sintaxe e uso da função de janela e Quadros de janela baseados em intervalos versus quadros de janela baseados em linhas.

Dados de telemetria para a tabela de evento das células do notebook Snowflake temporariamente desabilitadas¶

A partir deste lançamento, as células do notebook Snowflake não podem mais emitir logs, intervalos ou eventos de intervalo para tabelas de evento. Essa integração foi desabilitada apenas temporariamente e será reabilitada em um lançamento futuro. Quaisquer logs ou rastros emitidos por outros objetos chamados de Notebooks, como procedimentos armazenados e UDFs, continuarão emitindo dados de telemetria na tabela de evento de sua conta. Para reativar as células de Notebooks para emitir telemetria para suas tabelas de evento, entre em contato com o suporte Snowflake ou com a equipe de sua conta.

Se sua conta Snowflake estava emitindo logs ou rastreamentos para a tabela de evento, a integração não foi desabilitada para sua conta Snowflake para evitar interrupções. No entanto, é necessário estar ciente dos seguintes problemas conhecidos:

• Os Notebooks não serão iniciados se o nível de log for DEBUG para seus Notebooks (ou a conta, banco de dados ou esquema em que o notebook está). Defina o nível de log como INFO ou superior.

• Ao executar células SQL, é possível ver spans adicionais inesperadas da biblioteca snowflake-snowpark-python, especificamente DataFrame.collect e DataFrame.count. Elas são emitidas internamente pelos Notebooks que executam suas instruções SQL. É possível removê-las configurando seu parâmetro TRACE_LEVEL como ON_EVENT ou OFF.

pandas on Snowflake – Disponibilidade geral¶

Neste lançamento, temos o prazer de anunciar a disponibilidade do pandas on Snowflake. O pandas on Snowflake permite que você execute seu código pandas de forma distribuída diretamente em seus dados no Snowflake. Apenas alterando a instrução de importação e algumas linhas de código, é possível obter a experiência conhecida do pandas que você conhece e adora, com os benefícios de escalabilidade e segurança do Snowflake. Com o pandas on Snowflake, você pode trabalhar com conjuntos de dados muito maiores e evitar o tempo e as despesas de portar seus pipelines do pandas para outras estruturas de Big Data ou provisionar máquinas grandes e caras. Ele executa cargas de trabalho nativamente no Snowflake por meio de transpilação para SQL, permitindo aproveitar a paralelização e os benefícios da governança de dados e segurança de dados do Snowflake. O pandas on Snowflake é entregue por meio da API pandas do Snowpark como parte da biblioteca Snowpark Python, que permite o processamento de dados escalável do código Python dentro da plataforma Snowflake.

Para obter mais informações, consulte pandas on Snowflake

Tabelas Apache Iceberg™: Atualização automatizada – Versão preliminar¶

Neste lançamento, temos o prazer de anunciar o suporte de versão preliminar para atualizações automatizadas de metadados para tabelas Apache Iceberg™ que usam um catálogo externo. Com atualizações automatizadas, o Snowflake pesquisa seu catálogo Iceberg externo de forma contínua e sem servidor para sincronizar os metadados com as alterações remotas mais recentes.

Para obter mais informações, consulte Atualizar tabelas Apache Iceberg™ automaticamente.