2025年7月にリリースされたSnowflakeの新機能・変更点のまとめ #SnowflakeDB
2025年7月にリリースされたSnowflakeの新機能・変更点のまとめ記事になります。
※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。
Jul 30, 2025: External network access with private connectivity: Google Cloud
Google Cloud 上の Snowflake アカウントで、Snowflake アカウントからの送信接続(アウトバウンド接続)時にプライベート エンドポイントを経由し、クラウドサービス上のリソースへの通信をプライベート ネットワーク内で保護できるようになりました。
AWS/Azure 上のアカウントではすでにこの機能が提供されていましたが、今回のアップデートで Google Cloud 上のアカウントも対応しました。
詳細は以下をご参照ください。
Jul 29, 2025: Cortex Agents が Microsoft Teams との統合をサポート (パブリックプレビュー)
Cortex Agents と Microsoft Teams との統合がサポートされました。
これにより、Teams のインターフェースから Cortex Agents と呼び出し自然言語でやり取りできるようになります。
執筆時点で Azure US East 2(バージニア)リージョンの Snowflake アカウントで利用できます。
詳細は以下をご参照ください。
公式による動画やクイックスタートも提供されています。
Jul 28, 2025: Partitioned writes for Apache Iceberg™ tables がパブリックプレビュー
Snowflake 管理と外部管理の両方の Iceberg テーブルに対して、パーティション化されたテーブルの作成、書き込みができるようになりました。
Catalog-linked database であれば Snowflake 管理または外部管理のパーティション化された Iceberg テーブルの作成も可能です。
詳細は以下をご参照ください。
Jul 28, 2025: Cortex Powered Object Descriptions
オブジェクト所有者以外でも説明を生成できるように
Cortex Powered Object Descriptions ではオブジェクトの所有者が生成AIによるオブジェクトの説明を生成し、設定することができました。今回のアップデートで、オブジェクトの参照権限があれば説明を生成できるようになりました。
オブジェクトへの生成した説明の割り当てには、引き続き対象のオブジェクトに対する所有者権限が必要です。
詳細は以下をご参照ください。
Jul 28, 2025: Single-use refresh tokens for Snowflake OAuth
Snowflake OAuth のセキュリティを強化する新機能として、シングルユースリフレッシュトークンが利用可能になりました。
この設定を有効化することで、リフレッシュトークンは一度使用されると無効になり、新しいアクセストークンとともに新しいリフレッシュトークンが返されます。これにより、万が一トークンが流出しても、悪用できる期間が大幅に短縮される上、正規のアプリケーションが次にトークンを更新しようとした際に不正アクセスを検知できます。
この機能は Snowflake OAuth セキュリティ統合のOAUTH_SINGLE_USE_REFRESH_TOKENS_REQUIRED
をTRUE
とすることで構成できます。
ALTER SECURITY INTEGRATION my_integration
SET OAUTH_SINGLE_USE_REFRESH_TOKENS_REQUIRED = TRUE;
詳細は以下をご参照ください。
Jul 25, 2025: Snowflake AISQL AI_SENTIMENT が一般提供
以前は ENTITY_SENTIMENT として提供されており、6月のアップデートで AI_SENTIMENT に変更・アップデートされた AI_SENTIMENT が一般提供となりました。
AI_SENTIMENT は対象のテキストを指定したカテゴリ別に感情分析できます。2025/7/29 時点で国内であれば AWS Tokyo(AWS AP Northeast 1)の Snowflake アカウント、または AWS におけるクロスリージョン推論を有効化することで使用できます。
詳細は以下をご参照ください。
以前の名称(ENTITY_SENTIMENT)ですが、本機能については以下も参考になると思います。
9.20 Release notes: Jul 21, 2025-Jul 25, 2025
Semantic views: ディメンションやメトリクスを表示できるように
通常のオブジェクトのように、セマンティックビューで定義されたディメンションやメトリクスを一覧表示できる以下のコマンドが追加されました。
- SHOW SEMANTIC DIMENSIONS
- SHOW SEMANTIC METRICS
- SHOW SEMANTIC DIMENSIONS FOR METRIC
- 特定のメトリクスをクエリする際に指定できるディメンション
公式ドキュメントからの引用ですが、アカウントで以下のセマンティックビューを定義しているとします。
CREATE SEMANTIC VIEW tpch_rev_analysis
TABLES (
orders AS SNOWFLAKE_SAMPLE_DATA.TPCH_SF1.ORDERS
PRIMARY KEY (o_orderkey)
WITH SYNONYMS ('sales orders')
COMMENT = 'All orders table for the sales domain',
customers AS SNOWFLAKE_SAMPLE_DATA.TPCH_SF1.CUSTOMER
PRIMARY KEY (c_custkey)
COMMENT = 'Main table for customer data',
line_items AS SNOWFLAKE_SAMPLE_DATA.TPCH_SF1.LINEITEM
PRIMARY KEY (l_orderkey, l_linenumber)
COMMENT = 'Line items in orders'
)
RELATIONSHIPS (
orders_to_customers AS
orders (o_custkey) REFERENCES customers,
line_item_to_orders AS
line_items (l_orderkey) REFERENCES orders
)
FACTS (
line_items.line_item_id AS CONCAT(l_orderkey, '-', l_linenumber),
orders.count_line_items AS COUNT(line_items.line_item_id),
line_items.discounted_price AS l_extendedprice * (1 - l_discount)
COMMENT = 'Extended price after discount'
)
DIMENSIONS (
customers.customer_name AS customers.c_name
WITH SYNONYMS = ('customer name')
COMMENT = 'Name of the customer',
orders.order_date AS o_orderdate
COMMENT = 'Date when the order was placed',
orders.order_year AS YEAR(o_orderdate)
COMMENT = 'Year when the order was placed'
)
METRICS (
customers.customer_count AS COUNT(c_custkey)
COMMENT = 'Count of number of customers',
orders.order_average_value AS AVG(orders.o_totalprice)
COMMENT = 'Average order value across all orders',
orders.average_line_items_per_order AS AVG(orders.count_line_items)
COMMENT = 'Average number of line items per order'
)
COMMENT = 'Semantic view for revenue analysis';
上記の各コマンドを使用することで、ビュー内の各指標を表示できます。
- SHOW SEMANTIC DIMENSIONS を実行
- 指定の範囲内(アカウント、データベース、スキーマ、セマンティックビュー)でセマンティックビューに含まれるディメンションを一覧表示できる
>SHOW SEMANTIC DIMENSIONS;
+---------------+-------------+--------------------+------------+---------------+-------------+-------------------+--------------------------------+
| database_name | schema_name | semantic_view_name | table_name | name | data_type | synonyms | comment |
|---------------+-------------+--------------------+------------+---------------+-------------+-------------------+--------------------------------|
| RAW_DB | PUBLIC | TPCH_REV_ANALYSIS | CUSTOMERS | CUSTOMER_NAME | VARCHAR(25) | ["customer name"] | Name of the customer |
| RAW_DB | PUBLIC | TPCH_REV_ANALYSIS | ORDERS | ORDER_DATE | DATE | NULL | Date when the order was placed |
| RAW_DB | PUBLIC | TPCH_REV_ANALYSIS | ORDERS | ORDER_YEAR | NUMBER(4,0) | NULL | Year when the order was placed |
+---------------+-------------+--------------------+------------+---------------+-------------+-------------------+--------------------------------+
- SHOW SEMANTIC METRICS を実行
- 指定の範囲内でセマンティックビューに含まれるメトリクスを一覧表示できる
>SHOW SEMANTIC METRICS;
+---------------+-------------+--------------------+------------+------------------------------+--------------+----------+----------------------------------------+
| database_name | schema_name | semantic_view_name | table_name | name | data_type | synonyms | comment |
|---------------+-------------+--------------------+------------+------------------------------+--------------+----------+----------------------------------------|
| RAW_DB | PUBLIC | TPCH_REV_ANALYSIS | CUSTOMERS | CUSTOMER_COUNT | NUMBER(18,0) | NULL | Count of number of customers |
| RAW_DB | PUBLIC | TPCH_REV_ANALYSIS | ORDERS | AVERAGE_LINE_ITEMS_PER_ORDER | NUMBER(36,6) | NULL | Average number of line items per order |
| RAW_DB | PUBLIC | TPCH_REV_ANALYSIS | ORDERS | ORDER_AVERAGE_VALUE | NUMBER(30,8) | NULL | Average order value across all orders |
+---------------+-------------+--------------------+------------+------------------------------+--------------+----------+----------------------------------------+
- 特定のメトリクスをクエリするときに返すことができるディメンションを表示
>SHOW SEMANTIC DIMENSIONS IN tpch_rev_analysis FOR METRIC customer_count;
+------------+---------------+-------------+----------+-------------------+----------------------+
| table_name | name | data_type | required | synonyms | comment |
|------------+---------------+-------------+----------+-------------------+----------------------|
| CUSTOMERS | CUSTOMER_NAME | VARCHAR(25) | false | ["customer name"] | Name of the customer |
+------------+---------------+-------------+----------+-------------------+----------------------+
--一覧にない(返すことができない)ディメンションをクエリするとエラーとなる
--ディメンション(orders.order_date)はメトリクス(customers.customer_count)より粒度が高いためエラー
>SELECT * FROM SEMANTIC_VIEW (
tpch_rev_analysis
DIMENSIONS orders.order_date
METRICS customers.customer_count
);
010234 (42601): SQL compilation error:
Invalid dimension specified: The dimension entity 'ORDERS' must be related to and have an equal or lower level of granularity compared to the base metric or dimension entity 'CUSTOMERS'.
>SHOW SEMANTIC DIMENSIONS IN tpch_rev_analysis FOR METRIC order_average_value;
+------------+---------------+-------------+----------+-------------------+--------------------------------+
| table_name | name | data_type | required | synonyms | comment |
|------------+---------------+-------------+----------+-------------------+--------------------------------|
| CUSTOMERS | CUSTOMER_NAME | VARCHAR(25) | false | ["customer name"] | Name of the customer |
| ORDERS | ORDER_DATE | DATE | false | NULL | Date when the order was placed |
| ORDERS | ORDER_YEAR | NUMBER(4,0) | false | NULL | Year when the order was placed |
+------------+---------------+-------------+----------+-------------------+--------------------------------+
>SHOW SEMANTIC DIMENSIONS IN tpch_rev_analysis FOR METRIC average_line_items_per_order;
+------------+---------------+-------------+----------+-------------------+--------------------------------+
| table_name | name | data_type | required | synonyms | comment |
|------------+---------------+-------------+----------+-------------------+--------------------------------|
| CUSTOMERS | CUSTOMER_NAME | VARCHAR(25) | false | ["customer name"] | Name of the customer |
| ORDERS | ORDER_DATE | DATE | false | NULL | Date when the order was placed |
| ORDERS | ORDER_YEAR | NUMBER(4,0) | false | NULL | Year when the order was placed |
+------------+---------------+-------------+----------+-------------------+--------------------------------+
Jul 18, 2025: Sensitive data classification
データベースの自動分類がパブリックプレビュー
これまではスキーマレベルで設定できた分類プロファイルをデータベースに設定できるようになりました。
これにより、対象のデータベース内のすべてのテーブルとビューが機密データとして定期的に自動分類できるように構成できます。
詳細は以下をご参照ください。
機密データの自動分類が適用されるデータベース スキーマを特定できるシステム関数がパブリックプレビュー
システム関数として SYSTEM$SHOW_SENSITIVE_DATA_MONITORED_ENTITIES が追加され、 分類プロファイルに関連付けられているデータベースまたはスキーマを特定できるようになりました。
公式ドキュメントからの引用ですが、以下のように使用できます。
--引数には'DATABASE'や'SCHEMA'を指定できる
>SELECT SYSTEM$SHOW_SENSITIVE_DATA_MONITORED_ENTITIES('DATABASE');
[
{"name":"TESTDB","type":"DATABASE","profile_name":"TESTDB.TESTSCHEMA.MY_CLASSIFICATION_PROFILE"},
{"name":"TEST","type":"DATABASE","profile_name":"TEST.PUBLIC.TEST_PROFILE"}
]
詳細は以下をご参照ください。
Jul 18, 2025: Alerts on new data が一般提供
指定されたテーブルまたはビューに新しい行が追加されるとアラートが実行できる Alerts on new data が一般提供となりました。
これまで、アラートはスケジュールベースの実行でしたが、この機能を使用することで指定のテーブルへのレコード追加をイベントのようにアラートを起動できます。この際、イベント テーブルを指定できるため、イベントテーブルへのログの収集と合わせて、ステータスがエラーであれば通知を送るなどの仕組みが実装しやすくなります。
本機能は以下の記事でも紹介されているため、あわせてご参照ください。
Jul 18, 2025: 外部管理の Apache Iceberg テーブルへの書き込み操作と catalog-linked databases のサポートがパブリックプレビュー
外部管理の Apache Iceberg テーブルへの書き込み操作とカタログリンクデータベースがプレビューとなりました。
これにより、Snowflake から直接、AWS Glue などの外部管理された Iceberg テーブルへの書き込み操作が可能になります。
カタログリンクデータベースは、外部の Iceberg REST カタログ(AWS Glue、Snowflake Open Catalog など)にリンクされた Snowflake データベースオブジェクトとして CREATE DATABASE (catalog-linked) で作成できます。
これまでは、外部管理の Iceberg テーブルが複数ある場合、個別に定義する必要がありましたが、カタログリンクデータベースとしてデータベースを作成することで、外部カタログ内の名前空間と Iceberg テーブルが自動的に検出され、対応するリモートテーブルがカタログリンクデータベースに自動登録されます。
詳細は以下をご参照ください。
9.19 Release notes: Jul 14, 2025-Jul 17, 2025
Data types:Structured data types を標準テーブルでもサポート — 一般提供
Iceberg テーブルでサポートされていた Structured data types のカラムを標準の Snowflake テーブルで定義できるようになりました。
以下のデータ型を定義できます。
- Structured ARRAY
- Structured OBJECT
- MAP
例えば配列の場合、Snowflake における半構造化配列の各要素は VARIANT 型のため他のデータ型の値を含めることができますが、Structured ARRAY の場合、要素のデータ型が明示的に指定されます。
詳細は以下をご参照ください。
COPY FILES が一般提供
対応するステージから別のステージにファイルをコピーできる COPY FILES が一般提供となりました。
ソースとしてリポジトリステージにも対応しており、Git リポジトリ上のファイルなどをステージにコピーすることも可能です。
詳細は以下をご参照ください。
Jul 16, 2025: Data governance release notes
Automatic tag propagation: 競合を監視するイベント テーブルの使用が一般提供
自動タグ伝播時に発生した競合とその解決方法に関するデータをイベントテーブルに収集する機能が一般提供となりました。
これにより、競合イベントの一元管理と、特定のイベントが発生時のアラート構成などが可能です。
タグ伝播に関するテレメトリデータを収集するには、ログレベルの設定とアカウントレベルの ENABLE_TAG_PROPAGATION_EVENT_LOGGING パラメータを有効化します。
詳細は以下をご参照ください。
9.18 Release notes: Jul 02, 2025-Jul 08, 2025
Data Quality: 新しい DMF 関数
データ品質管理に使用できる DMF(Data Metrics Function)に新たな関数としてACCEPTED_VALUES
が追加されました。
指定の論理式に一致しないレコードがある場合、そのレコード数を返します。
INSERT INTO ORDERS (order_id, customer_id, order_status, order_date, total_amount, delivery_region) VALUES
(1, 101, 'Pending', '2023-01-01', 100.50, 'North'),
(2, 102, 'Delivered', '2023-01-02', 250.75, 'South'),
(3, 103, 'Dispatched', '2023-01-03', 120.00, 'East'),
(4, 104, 'Cancelled', '2023-01-04', 75.20, 'West'), -- 許容されない値
(5, 105, 'Delivered', '2023-01-05', 300.00, 'North'),
(6, 106, 'Pending', '2023-01-06', 50.00, 'South'),
(7, 107, 'PROCESSING', '2023-01-07', 180.90, 'East'), -- 許容されない値 (大文字)
(8, 108, 'Delivered', '2023-01-08', 90.10, 'West'),
(9, 109, 'pending', '2023-01-09', 210.00, 'North'); -- 許容されない値 (小文字)
ALTER TABLE ORDERS SET DATA_METRIC_SCHEDULE = '5 MINUTE';
--order_statusで許容される値を指定
ALTER TABLE ORDERS ADD DATA METRIC FUNCTION SNOWFLAKE.CORE.ACCEPTED_VALUES
ON (order_status, order_status -> order_status IN ('Pending', 'Dispatched', 'Delivered'));
>SELECT
scheduled_time, measurement_time, table_name, metric_name, value
FROM SNOWFLAKE.LOCAL.DATA_QUALITY_MONITORING_RESULTS
WHERE METRIC_NAME = 'ACCEPTED_VALUES';
+-------------------------------+-------------------------------+------------+-----------------+-------+
| SCHEDULED_TIME | MEASUREMENT_TIME | TABLE_NAME | METRIC_NAME | VALUE |
|-------------------------------+-------------------------------+------------+-----------------+-------|
| 2025-07-30 23:25:00.000 -0700 | 2025-07-30 23:25:05.365 -0700 | ORDERS | ACCEPTED_VALUES | 3 |
+-------------------------------+-------------------------------+------------+-----------------+-------+
詳細は以下をご参照ください。
Jul 08, 2025: ML Explainability visualizations (一般提供)
snowflake.ml(Snowflakeの機械学習ライブラリ)で、ML モデルがどのように予測を導き出したか、どの特徴量が予測に最も影響を与えたかを可視化できる snowflake.ml.monitoring.explain_visualize モジュールが追加されました。
具体的には以下のメソッドが使用できます。
- plot_force
- plot_influence_sensitivity
- plot_violin
Jul 08, 2025: Snowflake AISQL AI_EMBED マルチモーダル エンベディング がパブリックプレビュー
AISQL 関数の内、埋め込みベクトルを作成できる AI_EMBED 関数がマルチモーダルをサポートしました。
これにより、これまでのテキストの埋め込みに加えて、画像ファイルに対してもベクトル埋め込みを行えるようになります。
例として「いらすとや」で配信されている下図の画像をステージに配置します。
snow_crystal3.png
snow_crystal5.png
fubuki.png
画像ファイルは TO_FILE 関数でファイルデータ型に変換し利用します。以下のクエリでは各画像ファイルをファイルデータ型に変換し、AI_EMBED でベクトル化し VECTOR_COSINE_SIMILARITY で類似度を計算しています。人間の目から見ても近い画像は類似度も高くなっていることがわかります。
>WITH ImageEmbeddings AS (
-- 各画像ファイルに対してAI_EMBED関数で埋め込みベクトルを生成
SELECT 'fubuki.png' AS image_name,
AI_EMBED('voyage-multimodal-3', TO_FILE('@images', 'fubuki.png')) AS embedding
UNION ALL
SELECT 'snow_crystal3.png' AS image_name,
AI_EMBED('voyage-multimodal-3', TO_FILE('@images', 'snow_crystal3.png')) AS embedding
UNION ALL
SELECT 'snow_crystal5.png' AS image_name,
AI_EMBED('voyage-multimodal-3', TO_FILE('@images', 'snow_crystal5.png')) AS embedding
)
SELECT
img1.image_name AS image1,
img2.image_name AS image2,
VECTOR_COSINE_SIMILARITY(img1.embedding, img2.embedding) AS similarity_score
FROM
ImageEmbeddings img1
CROSS JOIN
ImageEmbeddings img2
WHERE
img1.image_name <= img2.image_name -- 同じ画像の比較や重複する組み合わせを避けるため
ORDER BY
image1, similarity_score DESC;
+-------------------+-------------------+------------------+
| IMAGE1 | IMAGE2 | SIMILARITY_SCORE |
|-------------------+-------------------+------------------|
| fubuki.png | fubuki.png | 1 |
| fubuki.png | snow_crystal5.png | 0.4380911871 |
| fubuki.png | snow_crystal3.png | 0.3973730352 |
| snow_crystal3.png | snow_crystal3.png | 1 |
| snow_crystal3.png | snow_crystal5.png | 0.8290283672 |
| snow_crystal5.png | snow_crystal5.png | 1 |
+-------------------+-------------------+------------------+
AI_SIMILARITY 関数も画像ファイルに対応しており、こちらは埋め込みも行ってくれます。
>SELECT AI_SIMILARITY(TO_FILE('@images', 'snow_crystal3.png'),TO_FILE('@images', 'snow_crystal5.png'));
+-------------------------------------------------------------------------------------------------+
| AI_SIMILARITY(TO_FILE('@IMAGES', 'SNOW_CRYSTAL3.PNG'), TO_FILE('@IMAGES', 'SNOW_CRYSTAL5.PNG')) |
|-------------------------------------------------------------------------------------------------|
| 0.8290283672 |
+-------------------------------------------------------------------------------------------------+
Jul 07, 2025: Account Usage: New CREDENTIALS view
Programmatic access token(PAT)、Passkey、Time-based one-time passcode (TOTP) の設定状況を確認できる CREDENTIALS ビューが提供されました。
認証方法として PAT, Passkey, TOTP を設定しているユーザーに関する以下のような情報を確認できます。
- ユーザー名
- タイプ(PAT, Passkey, TOTP)
- 状態(PAT の場合
ACTIVE
,EXPIRED
,DISABLED
など) - 作成日、最終使用日、有効期限
Jul 04, 2025: Snowflake Native App with Snowpark Container Services support for Google Cloud (パブリックプレビュー)
Google Cloud 上のアカウントにおいて Snowpark Container Services を利用した Snowflake ネイティブアプリが利用可能になりました。詳細は以下をご参照ください。
Jul 03, 2025: Query insights
Snowflake で実行されたクエリの内、そのパフォーマンスに影響を与える条件が検出された場合に情報を提供する QUERY_INSIGHTS ビューが提供されました。
現在は、クエリで処理されるデータ容量が大きくスピルが発生している、クロス結合を実行しているなどの9種類の条件について、インサイトを提供します。
詳細は以下の記事で紹介されていますので、こちらをご参照ください。
Jul 01, 2025: Snowflake Multi-Node ML Jobs (Preview)
Snowflake マルチノード ML ジョブがパブリックプレビューとなりました。
Snowflake ML ジョブはローカルで作成した処理を Snowflake 環境で実行できる機能です。今回のアップデートで、Snowflake ML コンテナランタイム内で、複数のコンピューティングノードにまたがる分散機械学習(ML)ワークフローを実行できるようになります。
詳細は以下をご参照ください。
Snowflake CLI release notes
Snowflake CLI Version 3.10.0 がリリース(July 17, 2025)
Snowflake CLI の Version 3.10.0 がリリースされました。
一部抜粋ですが、以下のような機能が追加されています。
- Snowflake CLI からの SQL 発行時に使用できる
snow sql
コマンドで Jinja テンプレートを直接指定できる--enable_templating
オプションが追加 - dbt Projects で使用できる
deploy
,execute
,list
コマンドが追加
これらの詳細は以下をご参照ください。
Streamlit in Snowflake release notes
July 15, 2025: Streamlit 1.45.1 のサポートが一般提供
Streamlit in Snowflake で Streamlit の Version 1.45.1 がサポートが一般提供となりました。
サポートされているバージョンは以下に記載があります。
Behavior Change Log
単一要素パスワードサインインの廃止に向けた計画
セキュリティ体制を強化するため、Snowflake でパスワードを使用するすべてのユーザーに対して多要素認証(MFA)が必須となります。これらの変更は、複数の動作変更リリース(BCR)を通じて展開されます。
単一要素パスワード サインインの廃止のタイムラインと対応する BCR については以下のページにまとめられています。
直近導入(デフォルトで無効化)された 2025_04バンドルにて、すべての Snowsight ユーザー(新規および既存)に対する MFA が必須となります。
この時点では、Snowsight を使用して MFA に登録した後でも、BI などのツールから Snowflake サービスへのアクセス時に、引き続き単一要素パスワードを使用できます。また、認証ポリシーによる一時的な回避も可能です。
なお、この動作変更は執筆時点(2025年7月30日)で 2025_04 バンドルから一時的に削除されており、有効化できません。バンドルがデフォルトで有効化される前に、2025_04 バンドルに再度追加される予定とのことです。
2025_04 バンドルが提供開始 ※デフォルトは無効化
9.17 (2025/6/23 - 2025/6/30 リリース)で、2025_04 バンドルが提供開始となりました。先に挙動を確かめたい場合には手動でバンドルを有効化してテスト可能です。
このバンドルは、2025年8月のリリースでデフォルトで有効化される予定となっています。
2025_03 バンドルがデフォルトで有効化
9.17 (2025/6/23 - 2025/6/30 リリース)で、2025_03 バンドルがデフォルトで有効化されました。このバンドルは、2025年8月のリリースで一般的に有効化される予定となっています。
おまけ:Modern Data Stack全般の最新情報
Snowflakeも含め、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されています!こちらもぜひご覧ください。