2026年6月にリリースされたSnowflakeの新機能・変更点のまとめ #SnowflakeDB
2026年6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。
また、6月は Snowflake Summit 2026 が開催された月でもあります。サミットで発表された内容（リリースノートには掲載されていない機能を含む）については、以下のレポート記事をご参照ください。
Jun 30, 2026: Analytical search (パブリックプレビュー)
大規模なドキュメントコレクション（非構造化データ）に対して、カウント、集計、トレンド分析などの「分析的なクエリ」を可能にするオーケストレーション機能がパブリックプレビューとなりました。
従来の RAG アプローチでは、最も関連性の高い少数のチャンクを取得する仕組み上、大量のドキュメント集合全体への分析クエリが難しいという制限がありました。Analytical Search は、複数の Cortex Search クエリを統合し、AI_FILTERやAI_AGGといった AI SQL 関数と組み合わせることで、大量のドキュメントに対して集計・比較・トレンド分析などの分析的クエリを実行できます。
検索（Cortex Search）と計算（AI関数）の両方を伴うため、標準の RAG よりも応答に時間がかかり、通常は2〜6分で完了しますが、大規模で複雑な分析では最大15分かかる場合があるとされています。
設定については、既存のエージェントに Cortex Search サービスをツールとして追加するだけで機能します。
詳細は以下をご参照ください。
Jun 29, 2026: Dynamic Iceberg table の replication が一般提供
動的 Iceberg テーブルがレプリケーショングループおよびフェイルオーバーグループの対象として正式にサポートされました。
従来は、レプリケーション更新操作中に動的Icebergテーブルはスキップされていましたが、今回のアップデートによりレプリケーション対象として機能するようになりました。
詳細は以下をご参照ください。
Jun 26, 2026: セマンティックビューの論理テーブルとして SQL クエリを直接指定できるように（一般提供）
通常、セマンティックビューの論理テーブルには物理テーブルや既存のビューを指定しますが、CREATE SEMANTIC VIEWの DDL 内に直接 SQL を記述し、その結果を論理テーブルとして扱うことができるようになりました。
これにより、事前にデータベース上にテーブルやビューを作成しなくても、データの結合やフィルタリングを行った結果をベースにセマンティックモデルを構築できます。
具体的には、以下のようにTABLES句の中で、テーブル名の代わりにAS句を用いて SQL クエリを記述します。
CREATE SEMANTIC VIEW my_customer_sv
TABLES (
-- AS句を使ってSQLクエリを記述し、'my_customer_table' というエイリアスを付ける
my_customer_table AS (
SELECT
ci.c_id AS c_id,
ci.c_name AS c_name,
ca.c_address AS c_address
FROM customer_info ci
INNER JOIN customer_addresses ca ON ci.c_id = ca.c_id
)
)
DIMENSIONS (
-- 定義したクエリのエイリアス（my_customer_table）を使ってディメンションを作成
DIMENSION customer_name EXPR(my_customer_table.c_name),
DIMENSION customer_address EXPR(my_customer_table.c_address)
)
;
詳細は以下をご参照ください。
June 26, 2026: セマンティックビューで変数のサポートが一般提供
セマンティックビューに変数（VARIABLES句）を定義できるようになりました。クエリ実行時に変数へ値を渡すことで、ファクト・ディメンション・メトリクスの計算をパラメータ化できます。ビュー定義を書き換えることなく、同一のビューから異なる条件での分析結果を得られます。
例えば、以下のようにmin_amountやmultiplierといった変数をビューに定義しておくことができます。
CREATE OR REPLACE SEMANTIC VIEW sales_analysis
TABLES (
sales PRIMARY KEY (sale_id)
)
VARIABLES (
min_amount NUMBER DEFAULT 1000,
multiplier NUMBER := 1.0,
target_region VARCHAR
)
FACTS (
sales.amount AS amount,
sales.adjusted_amount AS amount * multiplier
)
DIMENSIONS (
sales.region AS region,
sales.sale_category AS
CASE
WHEN amount >= min_amount THEN 'HIGH'
ELSE 'LOW'
END
)
METRICS (
sales.total_sales AS SUM(amount),
sales.weighted_sales AS SUM(amount * multiplier)
);
クエリ時にVARIABLES句で値を指定するだけで、ビューを書き換えずに閾値を変えた分析が可能です。
-- 閾値500で分析したい場合
SELECT * FROM SEMANTIC_VIEW(
sales_analysis
DIMENSIONS sales.sale_category
METRICS sales.total_sales
VARIABLES min_amount => 500
);
-- 閾値2000で分析したい場合（ビュー書き換え不要）
SELECT * FROM SEMANTIC_VIEW(
sales_analysis
DIMENSIONS sales.sale_category
METRICS sales.total_sales
VARIABLES min_amount => 2000
);
multiplierのような変数はシナリオ分析にも活用できます。
詳細は以下をご参照ください。
June 25, 2026: セマンティックビュー DDL における、サンプル値（SAMPLE_VALUES）と列挙型インジケーター（IS_ENUM）のサポート
セマンティックビューのDDL（CREATE SEMANTIC VIEWコマンド）で、SAMPLE_VALUES句とIS_ENUMキーワードを指定できるようになりました。これまでは YAML 仕様でのみ利用可能でしたが、今回のアップデートで DDL でも対応するようになりました。
SAMPLE_VALUESでディメンションまたはファクトの代表値を指定することで、Cortex Analyst がカラムのデータ範囲を理解し、より正確な SQL クエリを生成できます。
IS_ENUMはディメンションに設定可能で、提供されたサンプル値が「取り得るすべての値の完全なセット」であることを示すことができ、Cortex Analyst はその値の中からのみフィルタリングを行うようになります。
公式ドキュメントからの引用ですが、以下のように指定できます。
DIMENSIONS (
t1.region AS region
COMMENT = 'Sales region'
SAMPLE_VALUES ('East', 'West', 'North', 'South')
IS_ENUM,
t1.warehouse_name AS WAREHOUSE_NAME
COMMENT = 'Name of the warehouse'
SAMPLE_VALUES ('SMALL', 'CLOUD_SERVICES_ONLY', 'SP_WAREHOUSE')
)
FACTS (
t1.amount AS amount
COMMENT = 'Transaction amount'
SAMPLE_VALUES ('100', '250', '500', '1000')
)
詳細は以下をご参照ください。
10.22 Release Notes: June 20, 2026-June 25, 2026
Dynamic Tables で Delta Direct tables のサポートが一般提供
Delta Directテーブルをソースとして動的テーブルを作成できるようになりました。
詳細は以下をご参照ください。
Insert-only streams が Delta Direct tables でサポート(一般提供)
Delta Direct テーブルで Insert-only ストリームがサポートされました。これにより、Delta Direct テーブルへの挿入操作のみを対象とした変更データキャプチャが可能になります。
詳細は以下をご参照ください。
Jun 18, 2026: Python files in Workspaces (一般提供)
Workspaces 内で Pythonファイル（.py）を実行できるようになりました。
Notebooks in Workspaces と同じノートブックサービスを使用しており、ワークスペース内で.pyファイルを直接開いて実行でき、ツールパネルの「Output」タブに結果が表示されます。
詳細は以下をご参照ください。
10.21 Release Notes (with behavior changes): June 12, 2026-June 18, 2026
データメトリック関数（DMF）のFILTER句が一般提供
データメトリック関数（DMF）にFILTER句を追加し、メトリクスの評価対象を特定の行に限定できるようになりました。
これまで DMF をテーブルに関連付けると、全行が評価対象になっていましたがFILTER句により、特定の条件を満たす行のみを評価対象にできます。
例えば、以下のようにステータスがACTIVEのレコードのみに対して NULL_COUNT をチェックするといった使い方が可能となります。
ALTER TABLE customer_data
ADD DATA METRIC FUNCTION SNOWFLAKE.CORE.NULL_COUNT
ON (email)
FILTER (status = 'ACTIVE');
詳細は以下をご参照ください。
June 17, 2026: Artifacts in Snowflake CoWork が一般提供
Snowflake CoWork の対話から生成されたグラフやテーブルを、継続的に利用できる資産として保存・共有できる機能が一般提供となりました。
保存されたアーティファクトは、閲覧者のロールに基づいて常に最新情報を取得するライブリファレンスとして機能します。会話履歴全体をスナップショット形式で共有する方法も選択でき、アーティファクトハブで一元管理も可能です。管理者はアカウント単位で共有設定を制御できます。
詳細は以下をご参照ください。
Jun 16, 2026: Adaptive Compute が一般提供
クエリの処理量（スキャン量・複雑さ）に応じて、コンピュートリソースを自動的に調整する Adaptive Compute が、AWS 上で一般提供となりました。
国内では東京リージョンでの利用が可能です。
詳細は以下をご参照ください。
Jun 16, 2026: Account Usage CORTEX_AI_GUARDRAILS_USAGE_HISTORY ビュー
Cortex AI Guardrails の使用履歴を確認できるCORTEX_AI_GUARDRAILS_USAGE_HISTORYビューがACCOUNT_USAGEスキーマに追加されました。
ガードレール検査のスキャン結果や、クレジット・トークン消費量の内訳を確認できます。各行は1つのエージェントリクエスト内の単一ツール使用に対応し、エージェントのソースとして発信元（Cortex Code・Snowflake Intelligence・Cortex Agents）などの情報が含まれます。
詳細は以下をご参照ください。
Jun 12, 2026: Apache Iceberg tables で Azure Data Lake Storage Gen2 のサポートが一般提供
Azure Data Lake Storage Gen2 でホストされた外部管理型 Iceberg テーブルに対して、読み書きができるようになりました。
Azure 上でホストされている Unity Catalog など、Data Lake Storage を使用するように構成されているリモートカタログとの相互運用性が向上します。
詳細は以下をご参照ください。
Jun 11, 2026: Cortex Agent の新しい評価指標がパブリックプレビュー
Cortex Agent の評価機能に、ツール使用方法を測定する2つの新しいシステムメトリクスが追加されました。
- Tool Selection Accuracy (TSA): ユーザーの質問に対して「正しいツールを選んだか」を評価
- Tool Execution Accuracy (TEA): 選んだツールに「正しい入力を渡し、期待通りの出力を得たか」を評価
ground_truth VARIANT の中に ground_truth_invocations キーとして、期待されるツール呼び出しの配列を記述します。
{
"ground_truth_invocations": [
{
"tool_name": "<ツール名>",
"tool_input": "<ツールへの入力の期待値>",
"tool_output": "<ツールからの出力の期待値>"
}
]
}
詳細は以下をご参照ください。
10.20 Release Notes: Jun 6, 2026-Jun 9, 2026
新しい ICEBERG_MERGE_ON_READ_BEHAVIOR パラメータが一般提供
Icebergテーブルの行レベル更新（UPDATE・DELETE・MERGE）の実行方法を制御するICEBERG_MERGE_ON_READ_BEHAVIORパラメータが一般提供となりました。
設定値は以下の3つです。
'AUTO'（デフォルト）：Snowflake が管理する v3 テーブルとすべての外部管理テーブルは MoR（Merge-on-Read）を使用し、Snowflake が管理する v2 テーブルは CoW（Copy-on-Write）を使用'ENABLED'：バージョンに関係なく MoR を使用'DISABLED'：バージョンに関係なく CoW を使用
詳細は以下をご参照ください。
また、あわせて従来のパラメータであるENABLE_ICEBERG_MERGE_ON_READが非推奨となりました。
詳細は以下をご参照ください。
June 5, 2026: Default metadata write format for Apache Iceberg™ tables (一般提供)
アカウント・データベース・スキーマレベルでDEFAULT_METADATA_WRITE_FORMAT= 'ICEBERG'と設定することで、デフォルトのテーブル作成形式を Apache Iceberg テーブルに設定できるようになりました。
具体的にはCREATE ICEBERG TABLEではなく、CREATE TABLEを実行するだけで Iceberg テーブルが作成されるように構成できます。
また、前提としてテーブルを作成前に、データベースレベルでCATALOG = 'SNOWFLAKE'と設定する必要があります。あわせてデータベースレベルまたはスキーマレベルのEXTERNAL_VOLUMEおよびBASE_LOCATION_PREFIXと組み合わせて使用することで、CREATE TABLE でテーブルレベルのストレージパラメータを指定する必要もなくなります。
詳細は以下をご参照ください。
June 2, 2026: Google Cloud BigLake Metastore catalog integration (一般提供)
Google Cloud の Lakehouse ランタイム カタログ（旧BigLake Metastore）に Apache Iceberg REST カタログ統合を使用して接続できるようになりました。
Lakehouse ランタイム カタログのテーブルは BigQuery からも参照できるため、結果として Snowflake が作成・書き込みしたテーブルを BigQuery から参照することも可能になります。
詳細は以下をご参照ください。
June 2, 2026: Private connectivity for catalog-vended credentials (一般提供)
Icebergテーブルでカタログが払い出す一時認証情報（credential vending）を使用する際、クラウドストレージへのアクセスをパブリックインターネットではなくプライベートエンドポイント経由で行えるようになりました。
詳細は以下をご参照ください。
Jun 1, 2026: Snowflake storage for Apache Iceberg™ tables (一般提供)
これまで Iceberg テーブルを作成するには、外部クラウドストレージ（S3 など）を準備し、外部ボリュームとして登録する必要がありました。本機能により、ストレージの構成・運用を Snowflake に委ねた上で Iceberg テーブルを利用できるようになります。
永続テーブル（フェイルセーフの保護対象）と一時テーブルの両方に対応しており、Snowflake Horizon Catalog とも互換性があるため外部クエリエンジンからもアクセスできます。現時点では商用 AWS・Azure リージョンで利用可能です。
詳細は以下をご参照ください。
Jun 1, 2026: Optimized refresh for failover groups がパブリックプレビュー
フェイルオーバーグループのリフレッシュプロセスをより効率的にする「最適化リフレッシュ」がパブリックプレビューとなりました。
従来のレプリケーションでは、リフレッシュのたびに全オブジェクトを検査して変更を検出・適用していました。この機能では、ソースアカウントでのメタデータ変更を追跡し、変更があったオブジェクトのみをターゲットアカウントに適用します。
プライマリフェイルオーバーグループにOPTIMIZED_REFRESH = TRUEを設定することで適用できます。
詳細は以下をご参照ください。
Jun 1, 2026: Streamlit in Snowflake in Workspaces が一般提供
Snowsight の Workspaces 内で Streamlit アプリを作成・編集・デプロイできるようになりました。
Streamlit アプリを Workspaces で操作する場合、以下の2つの異なる状態が存在します。
- 開発用アプリ
- デプロイ済みアプリ
Workspaces で「Deploy」をクリックすると指定のデータベース・スキーマに「デプロイ済みアプリ」が作成されます。編集中の変更は明示的にデプロイするまで反映されないため、動作中のアプリに影響を与えずに開発を進められます。
詳細は以下をご参照ください。
Jun 1, 2026: Restricted caller's rights in Streamlit in Snowflake (一般提供)
Streamlit in Snowflake アプリはデフォルトで所有者の権限で実行されますが、Restricted Caller's Rights（制限付き呼び出し元権限）を使うことで、Streamlit アプリを閲覧者の権限で動作させつつ、その権限の範囲を管理者が明示的に制限できるようになりました。
本機能はコンテナランタイムでのみサポートされ、Streamlit バージョン 1.53.1 以降が必要です。
詳細は以下をご参照ください。
Legacy Notebooks Deprecation：レガシーノートブックの廃止と Workspaces への移行
Legacy Notebook の廃止が発表されました。今後は「Notebooks in Workspaces」への移行が必要です。
廃止のタイムラインは以下の通りです。
| 時期 | 内容 |
|---|---|
| 2026年9月1日 | 新規作成の停止。既存のものは引き続き実行・編集可能 |
| 2026年11月 | 全機能停止。実行・編集が不可になり、関連する Snowflake Task やカスタムパイプラインも動作しなくなる |
移行先の「Notebooks in Workspaces」では、Jupyter 互換性・Cortex AI 統合・Git 連携・管理された CPU/GPU インフラなどが利用可能です。
移行ツールを使用することで既存のノートブックを Workspaces へ移動できます。猶予が必要な場合は、アカウントチームへ最大90日間の延長を申請することも可能です。
Behavior Change Log
2026_05 バンドルが提供開始 ※デフォルトは無効化
10.21（2026/6/12～2026/6/18）で、2026_05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、2026年7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。
2026_04 バンドルがデフォルトで有効化
10.21（2026/6/12～2026/6/18）で、2026_04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、2026年7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。
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。
