2023 年 11 月 3–6 日 – 7.39 版本说明（含 Snowday 2023）¶

Account Usage：新 AGGREGATE_QUERY_HISTORY 视图 – 预览版¶

在此版本中，我们很高兴地宣布在共享 SNOWFLAKE 数据库的 Account Usage 架构中推出 AGGREGATE_QUERY_HISTORY 视图。此视图以汇总间隔返回已执行语句的数据。

有关更多信息，请参阅 AGGREGATE_QUERY_HISTORY 视图。

Azure、GCP 和 VPS 上的 Budgets – 预览版¶

在此版本中，我们很高兴的宣布以下预览功能：适用于 Microsoft Azure (Azure) 和 Google Cloud Platform (GCP) 区域中账户和 VPS Edition 账户的 Budgets。

Budgets 支持对一组特定 Snowflake 对象的 Snowflake Credit 使用量进行账户级监控和通知。您可以为账户中受支持的对象的计算成本定义每月支出限额。除账户预算外，您还可以创建自定义预算，监控自定义对象组的 Credit 使用量。当 Credit 使用量即将超过每月限额时，Budgets 会向您发送通知。

有关更多信息，请参阅 通过 Budgets 监控 Credit 使用量。

Snowflake Native SDK for Connectors – 预览版¶

在此版本中，Snowflake 很高兴地宣布针对 Snowflake Native SDK for Connectors 的预览版支持。Snowflake Native SDK for Connectors 是一系列应用程序模板和快速入门信息，展示了如何构建 Snowflake Native App，将数据从外部数据源引入 Snowflake。

有关更多信息，请参阅 Snowflake Native SDK for Connectors。

访问控制：数据库角色 – 正式发布¶

在此版本中，我们很高兴地宣布正式发布数据库角色。数据库角色是数据库内的实体，可以授予和撤消对同一数据库中安全对象的权限。数据库角色与账户级角色类似，但范围不同。账户中任何对象的权限都可以授予账户角色，但只有同一数据库中对象的权限可以授予数据库角色。

Snowflake 在共享 SNOWFLAKE 数据库 （例如 OBJECT_VIEWER 和 GOVERNANCE_VIEWER）中提供内置数据库角色。您可以使用这些数据库角色，启用对共享 SNOWFLAKE 数据库的最小权限访问方法。例如，当您将这些数据库角色授予账户级角色时，您不需要将 SNOWFLAKE 数据库的 IMPORTED PRIVILEGES 授予相同的账户级角色，这提供了对 SNOWFLAKE 数据库中所有内容的访问权限。此外，您不需要在生产环境中使用 ACCOUNTADMIN 查询共享 SNOWFLAKE 数据库中的视图。

自 2022 年 12 月推出预览版以来，我们在以下领域增加了对数据库角色的支持：

• 复制。

• 克隆（使用 CREATE DATABASE ROLE ... CLONE 语法）。

• 本地数据库中的未来授权。共享数据库角色不支持未来授权。

IS_DATABASE_ROLE_IN_SESSION 函数及其在 共享受策略保护的数据 中的使用仍然处于预览状态。

新函数 SYSTEM$TASK_RUNTIME_INFO¶

在此版本中，我们很高兴地宣布新的系统函数 SYSTEM$TASK_RUNTIME_INFO。此系统函数返回有关当前任务运行的信息，让您可以轻松自定义任务执行。

有关更多信息，请参阅 SYSTEM$TASK_RUNTIME_INFO。

外部网络访问 – 在 Azure 上提供预览版¶

在此版本中，我们很高兴地宣布以下预览版支持：支持 Azure 上的账户（政府区域除外）通过过程和 UDF 处理程序代码访问外部网络位置。

通过外部访问集成，您可以执行以下操作：

• 编写可访问外部位置的 UDF 和过程处理程序。

• 允许或阻止访问 Snowflake 外部网络上的位置。

• 在处理程序代码中使用表示存储凭据的密钥，而不是使用字面量值，以通过外部网络位置进行身份验证。

• 指定允许与外部网络位置一起使用哪些密钥。

有关将网络规则与网络策略结合使用的详细信息，请参阅 外部网络访问概述。

矢量化 Python UDTFs – 正式发布¶

在此版本中，我们很高兴地宣布正式发布矢量化 Python UDTFs （用户定义的表函数）。

矢量化 Python UDTFs 通过以 pandas DataFrames 的形式对分区进行操作，并以 pandas DataFrames 或 pandas Series 或数组的形式返回结果，从而实现了无缝的分区处理。矢量化 Python UDTFs 可以轻松与在 pandas DataFrames 或 pandas 数组上运行的库集成。

有关更多信息，请参阅 矢量化 Python UDTFs。

在虚拟列上设置掩码策略 – 正式发布¶

在此版本中，Snowflake 很高兴地宣布，已全面支持在外部表中的虚拟列上设置掩码策略。此更新允许虚拟列上的掩码策略替换虚拟列从 VALUE 列继承的掩码策略。此更新简化了外部表管理，因为数据管理员不再需要通过 VALUE 列中的半结构化数据创建视图和保护该视图。此更新还对外部表数据提供一致的数据管理和保护，因为受保护的虚拟列不会不必要地公开数据。此更新于 2023 年 8 月 (7.30) 预览版中发布。

有关更多信息，请参阅 掩码策略和外部表。