9.21 版本说明：2025 年 7 月 29 日至 2025 年 8 月 1 日¶

GENERATE_SYNTHETIC_DATA：在大多数情况下，一致性密钥现在是可选的¶

以前，当您调用 GENERATE_SYNTHETIC_DATA 并使用替换列属性时，必须为 consistency_secret 提供 SECRET。此项变更推出之后，现在 consistency_secret 是可选的。但是，如果您在所有者权限存储过程中运行 GENERATE_SYNTHETIC_DATA，则仍必须为 consistency_secret 提供值。

Account Usage: TABLE_QUERY_PRUNING_HISTORY and COLUMN_QUERY_PRUNING_HISTORY views (General availability)¶

通过查询两个新的账户使用情况视图，您可以监控表和列级别的数据访问模式：

• TABLE_QUERY_PRUNING_HISTORY 按表、查询哈希和仓库提供查询执行时间和修剪的明细。

• COLUMN_QUERY_PRUNING_HISTORY 会返回按列名汇总的等效修剪摘要。

SEARCH_IP 函数支持搜索 IPv6 地址¶

您可以使用 SEARCH_IP 函数在数据中搜索 IPv6 地址。以前，该函数仅支持搜索 IPv4 地址。

有关更多信息，请参阅 SEARCH_IP。

为语义视图生成 YAML 及从 YAML 中创建语义视图¶

要为语义视图生成 YAML 规范，可调用 SYSTEM$READ_YAML_FROM_SEMANTIC_VIEW 函数。例如：

SELECT SYSTEM$READ_YAML_FROM_SEMANTIC_VIEW(
  'my_db.my_schema.tpch_rev_analysis'
);

您还可以通过调用 SYSTEM$CREATE_SEMANTIC_VIEW_FROM_YAML 存储过程，根据 YAML 规范创建语义视图。例如：

CALL SYSTEM$CREATE_SEMANTIC_VIEW_FROM_YAML(
  'my_db.my_schema',
  $$
  name: TPCH_REV_ANALYSIS
  description: Semantic view for revenue analysis
  ...
  $$
);

有关信息，请参阅：

• SYSTEM$READ_YAML_FROM_SEMANTIC_VIEW

• SYSTEM$CREATE_SEMANTIC_VIEW_FROM_YAML

简化的 Snowpipe 定价¶

从 2025 年 8 月 1 日起，我们将针对所有业务关键性账户和 VPS 账户推出 Snowpipe 的全新简化定价模式。以前的计费方式是按每秒每核计算资源和每 1,000 个文件收费，而现在是按每千兆字节 (GB) 引入数据通过固定的 credit 数向您收费。此变更可以让数据引入成本更加可预测。

• 文本文件（例如 CSV、JSON）按其未压缩大小计费。

• 二进制文件（例如 Parquet、Avro）按实际观测大小计费。

这种新模式将自动应用于所有业务关键性账户和 VPS 账户。企业版和标准版将在未来更新。

有关更多信息，请参阅 Snowflake 服务消耗表 以及 Snowpipe 成本。

Snowpark Connect for Spark and Snowpark Submit (Preview)¶

Snowpark Connect for Spark 可让您直接在 Snowflake 平台上使用您现有的 Spark 代码运行 Spark DataFrame、SQL 和 UDF APIs。您可以使用客户端工具（例如 Snowflake 笔记本、Jupyter 笔记本等）进行开发。Snowpark Submit 可让您直接在 Snowflake 的基础设施上以非交互式、异步的方式运行 Spark 工作负载，同时使用熟悉的 Spark 语义。

Snowpark Connect for Spark 和 Snowpark Submit 都提供 预览版。

有关更多信息，请参阅 Run Apache Spark™ workloads on Snowflake with Snowpark Connect for Spark。