峰会公告 – 2023 年 6 月 26–29 日¶

动态表 - 预览版¶

我们很高兴地宣布动态表的预览版。

动态表是声明式数据转换管道的构建模块。它们大大简化了 Snowflake 中的数据工程，并提供了一种可靠、经济高效和自动化的方式来转换您的数据以供使用。无需将数据转换步骤定义为一系列任务，也无需监控依赖关系和调度，您只需使用动态表定义转换的最终状态，然后将复杂的管道管理交给 Snowflake。

有关详细信息，请参阅 动态表。

与 Amazon S3 兼容的存储 – 正式发布¶

我们很高兴地宣布正式推出对访问 Amazon S3 兼容存储中数据的支持。您可以为与 Amazon S3 REST API 高度兼容的本地或其他云存储服务和设备创建外部暂存区。借助此功能，无论数据存储在何处，您都可以有效地管理、治理和分析数据。

有关更多信息，请参阅 使用兼容 Amazon S3 的存储。

将表、视图、函数和查询的引用传递给存储过程 – 预览版¶

我们很高兴地宣布推出将表格、视图、函数和查询的引用传递给存储过程的功能的预览版。

引用是表、视图、函数或查询的唯一标识符。将引用传递给存储过程时，该存储过程将使用创建引用的用户的活动角色或辅助角色执行操作。例如，如果调用存储过程“所有者权限”，可以创建并传入对表的引用，以允许存储过程使用您的活跃角色对表执行操作。

此外，如果表、视图或函数不是完全限定的，则使用创建引用时的当前数据库和架构（即创建引用的用户的数据库和架构）来解析对象名称。

有关更多信息，请参阅 将表、视图、函数和查询的引用传递给存储过程。

Snowpark ML：大规模机器学习 – 预览版¶

我们很高兴地宣布推出 Snowpark ML 的预览版。Snowpark ML 是一组 Python 工具，包括 SDKs 和底层基础设施，用于在 Snowflake 中构建和部署机器学习模型。该预览版包括基于 scikit-learn (https://scikit-learn.org/stable/)、xgboost (https://xgboost.readthedocs.io/en/stable/) 和 lightgbm (https://lightgbm.readthedocs.io/en/stable/) 等热门机器学习库的预处理和建模类。

Snowpark ML 与 Snowpark Python 配合使用。您可以使用 Snowpark DataFrames 保存训练或测试数据并接收预测结果。

有关更多信息，请参阅 Snowpark ML：Snowflake 中的端到端机器学习。

ML 函数 – 预览版¶

我们很高兴地宣布推出三款由机器学习算法提供支持的新分析工具的预览版。

这三个功能根据时间序列数据训练机器学习模型，以确定指定指标如何随时间变化，以及相对于其他功能如何变化。然后，该模型根据数据中检测到的趋势提供见解和预测。

• 预测：根据历史数据的趋势预测未来的指标值。

• 异常检测：标记与典型预期不同的指标值。

• Contribution Explorer：帮助您找到以令人惊讶的方式影响指标的维度和值。

有关更多信息，请参阅 Snowflake Cortex ML 函数。

Native Application Framework – 预览版¶

我们很高兴地宣布推出 Native Apps Framework 预览版，该框架可让您创建数据应用程序，通过与其他 Snowflake 账户共享数据和相关业务逻辑，对其他 Snowflake 功能进行扩展。

有关详细信息，请参阅 关于 Native Apps Framework 和 教程：使用 Native Apps Framework 开发应用程序。

应用程序自定义事件计费 – 预览版¶

我们很高兴地宣布推出自定义事件计费预览版，这是一种基于使用情况的定价计划，提供商可以使用该计划向使用 Snowflake Native Apps Framework 构建的应用程序的使用者收取使用费。

有关详细信息，请参阅 付费列表定价模型 和 向应用程序添加计费事件。

Marketplace Capacity Drawdown Program – 正式发布¶

我们很高兴地宣布正式推出 Marketplace Capacity Drawdown Program，该计划允许与 Snowflake 签订容量合同的符合条件的客户使用其承诺的容量支付列表费用。

有关更多信息，请参阅 为列表付费。