2023年12月にリリースされたSnowflakeの新機能・変更点の注目情報まとめ #SnowflakeDB
2024.01.092023年1月にリリースされたSnowflakeの新機能・変更点のまとめをお届けします。
※注意事項：本記事ではすべての情報についての記述はせず、特筆すべきだと感じた情報だけピックしております。基本的には以下の情報を参考にしておりますので、全ての最新情報を確認したい場合は下記のURLからご確認ください。
Snowpark Container Services Release Notes, December 20, 2023
Snowpark Container Servicesがパブリックプレビュー
Snowpark Container Services は完全に管理されたコンテナサービスで、Snowflake からデータを移動することなく、コンテナ化されたアプリケーションを簡単にデプロイ、管理、拡張することができます。
詳細については、Snowpark Container Servicesを参照してください。
Cost Management, December 15, 2023
Snowsightの新しいアカウント概要ページがパブリックプレビュー
発生コストの可視性が向上し、レポート作成と支出の最適化の出発点となる情報が提供されます。例えば、一定期間の総費用をドルやクレジットで表示したり、支出額上位のウェアハウスや最も高額なクエリなど、コストに貢献しているものを発見することができます。
Account Overviewページの使用方法の詳細については、Overview of Incurred Costsを参照してください。（ACCOUNTADMIN ロールを持つユーザーのみが、Account Overview ページを表示できます。）
この変更の一環として、コストに関連するすべてのSnowsightページが、左ナビゲーションバーのAdmin > Cost Managementにまとめられました。これにより、以下の点が変更されます：
- 予算とリソースモニターを扱う場所。どちらのページもAdmin > Cost Managementの下にタブとして表示されます。以前はリソースモニターは管理 > リソースモニターからアクセスできました
-
発生したコストにドリルダウンすることができる使用情報を見つける場所。以前はこの情報は使用状況ページで確認できましたが、現在は管理 > コスト管理の消費タブを選択することで確認できます
Snowsight Release Notes, December 12–14, 2023
削除されたユーザーのワークシートを復元がパブリックプレビュー
Snowflakeから削除されたユーザーのSnowsightワークシートを復元できるようになりました。削除されたユーザーごとに最大500ワークシートまで復元できます。
詳細については、Recover worksheets owned by a dropped userを参照してください。
ワークシートでのクエリ履歴の表示が一般提供
Snowsightのワークシートでクエリ履歴を表示できるようになりました。ワークシートのクエリ履歴を表示すると、Snowsightワークシートで実行されたクエリとクエリ結果を確認できます。
詳しくはクエリ履歴を表示するをご覧ください。
7.44 Release Notes, December 14-15
Organizationの使用状況：請求照合用ビューが改善 - 一般提供
Organization使用状況スキーマの以下のビューが改善され、Snowflakeの使用状況と月次請求明細の照合が容易になりました：
移行期間中は、新規アカウントのみデフォルトでこれらのビューが利用可能です。アカウントのアップグレードについては、Snowflakeサポートまでお問い合わせください。
Snowflake Cortex MLベース時系列関数 - 一般提供開始
プレビュー機能として提供されていたSnowflake Cortex MLベースの予測機能（SNOWFLAKE.ML.FORECAST）と異常検知機能（SNOWFLAKE.ML.ANOMALY_DETECTION）の一般提供が開始されました。
これらの機能は、過去のデータに基づいて学習された機械学習モデルを使用して予測を行い、予期しないイベントを検出します。また、これらのモデルの評価指標や特徴の重要度データを取得することで、どのような要因がトレンドを促進し、異常を引き起こしているのかを知ることができます。
Snowpark ML Modeling API - 一般提供開始
Snowpark ML Modeling APIの一般提供が発表されました。Snowpark ML Modeling では、Scikit-Learn、LightGBM、XGBoost が提供する API と同様の API を使用して、Snowflake 内で Python モデルをトレーニングすることができます。多くの前処理クラスは分散方式で実行され、ウェアハウスで利用可能なノード数だけ実行されるため、実行時間が大幅に短縮されます。
7.43 Release Notes, December 04-05, 2023
Python Snowpark Local Testing Framework - パブリックプレビュー
Snowpark Pythonローカルテストフレームワークがプレビュー機能として全アカウントに提供されました。
Snowpark Pythonローカルテストフレームワークを使用すると、Snowflakeアカウントに接続することなく、ローカルでSnowpark Python DataFrameを作成して操作することができます。これを使用して、コードの変更をアカウントにデプロイする前に、開発マシンまたは CI（継続的インテグレーション）パイプラインで DataFrame の操作をローカルでテストすることができます。API は同じなので、コードを変更することなく、ローカルでテストを実行することも、Snowflake アカウントに対してテストを実行することもできます。
詳細はLocal Testing Frameworkを参照ください。
Load Files onto Stages and Managed Staged Files using Snowsight - パブリックプレビュー
以下のSnowsightの機能が一般的に利用可能になりました：
- 内部ステージへのファイルのロード
-
内部ステージまたは外部ステージ上のファイルのブラウズ
Snowsightを使用すると、名前付き内部ステージにファイルをロードして、テーブルにデータをロードしたり、Pythonワークシートの依存関係をロードする準備ができます。Snowsightを使用して、ステージングされたファイルを表示および管理することもできます。
詳細については、Snowsightを使用したファイルのステージング を参照してください。
おまけ：Modern Data Stack全般の最新情報
Snowflakeも含め、個人的に気になったModern Data Stack全般の最新情報についても、定期的にブログにまとめて投稿しております！こちらもぜひご覧ください。
