Melhorias de desempenho em 2026¶

Importante

As melhorias de desempenho geralmente visam padrões de consulta ou cargas de trabalho específicas. Essas melhorias podem ou não ter um impacto material em uma carga de trabalho específica.

As seguintes melhorias de desempenho foram feitas em 2026:


Lançado	Descrição	Impacto
Abril de 2026	Remoção em tempo de execução aprimorada de expressões com tipos de dados TIMESTAMP_TZ. O Snowflake agora remove as micropartições de forma mais eficaz para predicados de filtro baseados em carimbo de data/hora.	Melhora o desempenho das consultas de séries temporais com filtros de carimbo de data/hora, ignorando micropartições significativamente mais irrelevantes e reduzindo a E/S e o tempo de execução.
Abril de 2026	Melhorias contínuas no tratamento de desvios em junções hash, reduzindo ainda mais os gargalos de processamento de dados distribuídos de forma desigual.	Melhora o tempo de execução das consultas de junção com desvio de dados ajustando dinamicamente a redistribuição com base na configuração do warehouse.
Março de 2026	Verificação paralela aprimorada para consultas aceleradas pelo Serviço de aceleração de consultas (Query Acceleration Service, QAS).	Melhora o tempo de execução das consultas aceleradas por QAS, permitindo mais E/S paralela durante as operações de verificação.
Março de 2026	Ajusta dinamicamente os tamanhos das mensagens de rede com base no plano de execução para otimizar a transferência de dados entre os nós de processamento.	Melhora o tempo de execução das cargas de trabalho interativas e sensíveis à latência, reduzindo a sobrecarga da rede. Beneficia principalmente as consultas de curta duração e os cenários de alta simultaneidade.
Março de 2026	Construção aprimorada do conjunto de verificações para reduzir a contenção de bloqueio durante a execução de consultas paralelas.	Melhora o tempo de execução das consultas de alta verificação, especialmente em warehouses maiores com alta simultaneidade. Reduz a sobrecarga da CPU durante a coordenação de verificações paralelas.
Março de 2026	Identifica oportunidades de enviar agregações antecipadamente no plano de consulta quando expressões de tabela comuns (Common Table Expressions, CTEs) estão presentes.	Melhora o tempo de execução das consultas complexas com CTEs, reduzindo o volume de dados processados nos estágios posteriores do plano de consulta.
Março de 2026	Pushdown de extração aprimorado por meio das colunas de exibição, permitindo o uso mais eficiente da verificação e dos metadados para subcolunas acessadas por exibições.	Melhora o tempo de execução das consultas que acessam subcolunas por meio de exibições.
Fevereiro de 2026	Melhorias no desempenho do removedor de arquivos, reduzindo a sobrecarga de remoção por arquivo para consultas que verificam muitos arquivos.	Decisões de remoção mais rápidas durante a compilação e a execução, especialmente para consultas que verificam tabelas com muitas micropartições.
Fevereiro de 2026	Melhoria na remoção de micropartição baseada em intervalo para mais padrões de consulta.	Reduz o tempo de compilação e de execução das consultas com predicados de intervalo, ignorando micropartições mais irrelevantes.
Fevereiro de 2026	Processamento de agregação mais eficiente quando os dados cabem em um único nó de servidor, evitando sobrecarga desnecessária de processamento distribuído.	Melhora o desempenho das consultas de agregação em que o volume de dados não requer computação distribuída.
Janeiro de 2026	Desempenho de consulta aprimorado com o Snowflake Optima Metadata, que analisa continuamente seus padrões de carga de trabalho e cria metadados para otimizar a remoção de micropartições não utilizadas. O Snowflake Optima está disponível apenas em warehouses padrão Snowflake geração 2 (gen2).	Melhora o desempenho das consultas criando metadados para remoção mais eficiente.
Janeiro de 2026	Remoção aprimorada para consultas de junção com predicados de desigualdade. Por exemplo, a seguinte consulta de junção usa o operador `>` em um predicado de desigualdade: SELECT * FROM employees e, managers m WHERE e.employee_id = m.employee_id AND e.salary > m.salary AND m.level = 'M5'; Para essa consulta, o Snowflake remove as micropartições da tabela `employees` em que todos os salários estão abaixo do salário de gerente `M5` de nível mais baixo.	Melhora o desempenho das consultas de junção que têm predicados de desigualdade.
Janeiro de 2026	Análise JSON mais rápida para operações PARSE_JSON.	Melhora o tempo de execução das consultas que analisam dados JSON. Consultas com processamento JSON intenso pode observar uma aceleração significativa.
Janeiro de 2026	Desempenho da compilação aprimorado das consultas com expressões CASE profundamente aninhadas, mantendo-as em um formato simplificado durante todo o processo de compilação.	Reduz o tempo de compilação das consultas com grandes expressões CASE, especialmente aquelas com muitas ramificações.