2024 年 6 月 3 日至 6 日 – 峰会公告¶

在 Snowsight 中指定外观 – 预览版¶

在此版本中，我们很高兴地宣布推出在 Snowsight 中指定外观的预览版，这通常称为深色模式。现在，您可以为 Snowsight 指定配色方案，包括使用较深颜色的方案（在深色背景上使用浅色文本），旨在减少弱光条件下的眼睛疲劳，并为喜欢深色调色板的用户提供舒适的浏览体验。

这项新功能包括三个设置：

• 系统 – 使用运行 Snowsight 的操作系统指定的相同模式。

• 浅色 – 较浅颜色的背景上的传统深色字符，通常用于正常日光。

• 深色 – 深色背景上的浅色文字，以减少弱光条件下的眼睛疲劳。

有关详细信息，以及了解如何在 Snowsight 中指定外观，请参阅 指定外观。

Snowflake Native SDK for Connectors – 预览版¶

我们很高兴地宣布推出 Snowflake Native SDK for Connectors 的预览版。

Snowflake Native SDK for Connectors 是一个包含 Java 模板和 Quickstarts 的库，您可以使用它快速构建自己的基于 Snowflake Native App 的连接器，从而轻松将数据从外部数据源引入到 Snowflake 中。SDK 中的示例连接器概述了引入数据和自定义应用程序流的最佳实践，以及用于您自己的引入逻辑的现成代码块。

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

Snowflake Notebooks – 预览版¶

我们很高兴地宣布推出 Snowflake Notebooks 的预览版。Snowflake Notebooks 是 Snowsight 中的一个开发接口，它为 Python 和 SQL 提供了一个交互式的、基于单元格的编程环境。在 Snowflake Notebooks 中，您可以在一个地方执行探索性数据分析、开发机器学习模型以及执行其他数据科学和数据工程任务。

有关更多信息，请参阅 关于 Snowflake Notebooks。

Snowpark Pandas API – 预览版¶

我们很高兴地宣布推出 Snowpark Pandas API 的预览版。Snowpark Pandas API 可让您直接在 Snowflake 中的数据上运行 Pandas 代码。

只需更改 import 语句和几行代码，即可获得与 Snowflake 相同的 Pandas 原生体验，并享受 Snowflake 的可扩展性和安全性优势。通过此 API，您可以处理更大的数据集，从而避免将 Pandas 管道重写为其他大数据框架。Snowpark Pandas 通过转译到 SQL 在 Snowflake 中本地运行工作负载，使其能够利用并行化优势以及 Snowflake 的数据治理和安全优势。

有关更多信息，请参阅 pandas on Snowflake。

Snowflake Cortex 微调 – 预览版¶

微调允许用户调整预先训练的模型，以适应更专业的任务。如果不想花高昂的成本从头开始训练一个大型模型，但又需要比提示工程甚至检索增强生成 (RAG) 方法更好的延迟和结果，那么微调现有的大型模型不失为一种选择。微调允许您使用示例来调整模型的行为，并提高模型对特定领域任务的认识。

Cortex 微调 是一项完全托管的服务，可让您在 Snowflake 内使用您自己的数据对流行的大型语言模型进行微调。

有关更多信息，请参阅 微调 (Snowflake Cortex)。

Snowflake Native Apps with Snowpark Container Services – 预览版¶

我们很高兴地宣布推出 Snowflake Native Apps with Snowpark Container Services 的预览版。

Snowflake Native Apps with Snowpark Container Services 允许在 Snowflake Native App 中运行 Snowpark Container Services 支持的任何容器化服务。Snowflake Native Apps with Snowpark Container Services 利用了 Snowflake Native App Framework 的所有功能，包括提供商 IP 保护、安全和治理、数据共享、货币化以及与计算资源的集成。

有关详细信息，请参阅 关于使用 Snowflake Native Apps with Snowpark Container Services。

Apache Iceberg™ 表 – 正式发布¶

我们很高兴地宣布正式发布用于 Snowflake 的 Apache Iceberg™ 表，随 Snowflake 8.20 版本一同发布。

Snowflake 的 Iceberg 表将常规 Snowflake 表的性能和查询语义与您管理的外部云存储结合在一起。Iceberg 表非常适合维护单个数据副本，并且支持跨各种计算引擎进行互操作。

有关更多信息，请参阅 Apache Iceberg™ 表。

Snowpark Python 本地测试框架 – 正式发布¶

在此版本中，我们很高兴地宣布 Snowpark Python 本地测试框架的正式发布，该框架之前以预览版提供。这个本地测试框架是一个模拟器，让您在使用 Snowpark Python 库时在本地测试 Python 代码。

Snowpark Python 本地测试框架允许您在本地 Snowpark Python DataFrames 上创建和操作，无需连接到 Snowflake 账户。您可以使用此本地测试框架在开发机器或 CI（持续集成）管道中测试 DataFrame 操作，然后再将代码变更部署到账户。API 是相同的，因此您可以在本地或针对 Snowflake 账户运行测试，而无需更改代码。

有关更多信息，请参阅 本地测试框架。

Universal Search – 正式发布¶

我们很高兴地宣布 Universal Search 在 Snowsight 上的正式发布。

通过 Universal Search，您可以快速且安全地找到比以往更多的对象。通过 Search 选项卡进行搜索，可以查找 Snowflake Marketplace 中可用的表、函数、数据库、数据产品、相关的 Snowflake 文档主题以及 Snowflake 社区知识库中相关的文章。在正式发布后，Universal Search 现在在搜索结果中包括了工作表和仪表板。无论您以自然语言输入单个单词还是完整的问题，Universal Search 都可以通过使用可定制的 Snowflake 资产元数据来解释查询。

有关更多信息，请参阅 搜索 Snowflake 对象和资源。