2023 年 12 月 14–15 日 – 7.44 版本说明¶

Organizations Usage：改进了账单核对视图 – 正式发布¶

在此版本中，我们很高兴地宣布，Organizations Usage 架构中的以下视图已得到改进，以便更轻松地通过每月账单核对 Snowflake 使用情况：

• CONTRACT_ITEMS

• RATE_SHEET_DAILY

• REMAINING_BALANCE_DAILY

• USAGE_IN_CURRENCY_DAILY

默认情况下，过渡期内只有新账户才能看到这些升级后的视图。如需咨询账户升级事宜，请联系 Snowflake 支持部门 (https://community.snowflake.com/s/article/How-To-Submit-a-Support-Case-in-Snowflake-Lodge)。

• CONTRACT_ITEMS 视图

• RATE_SHEET_DAILY 视图

• REMAINING_BALANCE_DAILY 视图

• USAGE_IN_CURRENCY_DAILY 视图

基于 Snowflake Cortex ML 的时间序列函数 – 正式发布¶

在此版本中，我们很高兴地宣布正式发布基于 Snowflake Cortex ML 的预测函数 (SNOWFLAKE.ML.FORECAST) 和异常检测函数 (SNOWFLAKE.ML.ANOMALY_DETECTION)，这些函数此前作为预览版功能提供。这些函数使用了根据您的历史数据进行训练的机器学习模型，来进行预测和检测意外事件。您还可以获取这些模型的评估指标和特征重要性数据，了解哪些因素在推动趋势并导致异常。

有关更多信息，请参阅 预测 和 异常检测。

Snowpark ML Modeling API – 正式发布¶

在此版本中，我们很高兴地宣布正式发布 Snowpark ML Modeling API，该 API 此前作为预览版功能提供。Snowpark ML Modeling 可让您使用与 Scikit-Learn、LightGBM 和 XGBoost 提供的 APIs 类似的 API，在 Snowflake 中训练 Python 模型。许多预处理类以分布式的方式，在仓库中尽可能多的节点上运行，从而显著缩短运行时间。

此功能在 Snowpark ML 1.1.1 及更高版本中可用。有关更多信息，请参阅 Snowpark ML Modeling。

Snowpark ML 分布式超参数优化 – 预览版¶

在此版本中，我们很高兴地宣布在 Snowpark ML Modeling API 中发布预览版分布式超参数优化。超参数优化使您可以为模型找到最佳参数，现已能够以分布式的方式运行，从而显著缩短运行时间。分布式处理在默认情况下处于启用状态，但可以将其禁用。

此功能在 Snowpark ML 1.1.1 及更高版本中可用。有关更多信息，请参阅 Snowpark ML Modeling。

对 Iceberg 表的跨云/跨区域支持 – 预览版¶

在此版本中，我们很高兴地宣布，对使用外部 Iceberg 目录的 Iceberg 表提供跨云/跨区域支持。

有关更多信息，请参阅 跨云/跨区域支持。