雪花2020年的产品创新2020年6月2日|4分钟读取作者：克里斯蒂安·克莱内曼雪花新闻在雪花，我们不懈地专注于我们的客户和创造创新技术，以更好地满足他们的需求。今天是我们展示这种专注的另一个里程碑。在这个博客中，我详细介绍了我们的云数据平台的最新创新。这些新功能使我们平台支持的所有六种数据工作负载更加强大：数据仓库、数据湖、数据交换、数据应用、数据工程和数据科学。我们将这些新特性分为三个方面：平台的核心；数据管道和可扩展性；以及使您更容易访问需要的数据，以进行数据驱动的决策。以下是我们在向数据云发布活动打招呼时宣布的2020年最新创新：核心平台功能雪景让我们从Snowsight的最新增强开始，这是我们的分析师体验。Snowsight通过一个新的模式浏览器（它可以帮助您探索数据）、SQL查询的自动完成以及使查询的不同值更容易迭代的过滤器，实现了更高的生产率Snowsight还使您的整个组织能够协作。您可以与组织的其他成员共享查询和仪表板，同时使用粒度权限维护控制。我们还提供丰富的可视化嵌入雪花，让您更快地从数据到见解。Snowsight现在正在为我们的客户在各个云区域进行公开预览。物化视图的透明使用我们不断投资于提高整个雪花的性能。今天，我们宣布物化视图的透明使用。通过这种增强，如果用户查询一个底层表，并且有一个物化视图可以加快结果的速度，Snowflake将自动使用该物化视图。这意味着无需要求用户和分析员更改其数据模型或查询即可提高性能。这是目前的私人预览，并将在未来几个月的公开预览新的和更大规模的计算集群我们还添加了两个新大小的计算集群。Snowflake可以根据您认为合适的情况或您的工作负载需求快速上下旋转专用集群，从而提供大量并发性。但有时我们会遇到一些非常大的工作，需要更大的计算能力才能运行得更快。我们今天宣布推出新的最大的计算集群——5XL和6XL。与我们现有的所有计算集群大小一样，每个新大小的计算容量都是前一个实例的两倍。这些新的计算集群将在未来几周内进行私人预览。搜索优化服务在Snowflake，我们为您提供一个易于使用的服务而自豪，这种服务不需要调整就可以实现性能，因此您可以专注于从数据中获取价值。今天，当您在表的集群键列上执行查找时，Snowflake能够减少扫描的数据量，从而提供更好的性能。但是，在某些情况下，您可能希望在未聚集的列上搜索特定的值，而这需要雪花执行完整的表扫描。对于这些用例，我们将宣布我们的新的搜索优化服务，您可以在一个表的基础上启用。此服务能够预先计算有关表的信息，从而任意加速对任何列的查找查询。此服务现在可以在公共预览中使用SQL存储过程雪花已经具备了用JavaScript编写存储过程的能力。然而，基于编程语言的首选项，我们经常听到对基于SQL的存储过程的请求。我们今天宣布，在接下来的几个月里，我们将在Snowflake中添加对基于SQL的存储过程的支持地理空间数据我们的许多客户已经将地理空间数据存储在我们的变体列中。今天，我们将介绍一种新的数据类型，它使用圆形地球坐标系来存储地理空间数据。与其他解决方案不同，性能调优不需要旋钮或空间索引。您只需创建具有空间数据类型的列，加载数据，然后Snowflake负责性能。此功能现在在公共预览中可用动态数据屏蔽有了这个新功能，您可以为列创建一个策略来限制数据的可见性。根据执行查询的角色的不同，可以返回未经编辑、部分编校或完全编校的数据。我们还通过提供与外部标记化服务的集成来扩展此功能，从Protegrity集成开始。这项功能目前处于私人预览阶段，并将在未来几周内公开预览可扩展的数据管道分区感知导出雪花现在允许您指定一个分区表达式作为copyto操作的一部分，该操作将用于确定云存储上的文件结构。雪片的产量也使得外部的数据消耗更加容易。这项增强很快将进入公开预览，使雪花成为一个更好的解决方案，用于在基于云的数据湖中开始和结束的数据转换外部功能今天我们将介绍外部函数的概念，其中函数的定义位于雪花内部，但函数的实现位于雪花外部的REST端点之后。例如，它可以是对机器学习模型进行评分或预测的云服务。在雪花内部，它看起来像是一个可以在查询或数据转换中使用的函数。此功能从今天开始在公共预览版中提供Java函数我们的许多客户利用雪花来构建基于SQL的管道和数据转换。然而，一些用户告诉我们，他们更喜欢用其他语言（如Java或Python）来表达管道及其转换。今天，我们将介绍使用不同编程语言在雪花中创建用户定义函数的功能。我们将从JAVA函数开始，随着时间的推移，我们将扩展到其他语言。我们还致力于使数据分析和转换的一些最常见的编程模型能够在雪花内部无缝运行。例如，我们正在考虑启用DataFrame编程模型，它在Python和Spark用户中很流行。我们正在将这样的编程模型引入到雪花内部，并充分利用我们引擎的全部功能。这些可扩展性功能将在未来几个月内如雪花般飞来。数据云内容雪花销售人员合作伙伴关系我们与Salesforce和Tableau有许多共同的客户，这种合作关系将使我们能够为大家创造更好的体验。我们希望更容易地将Salesforce数据与雪花数据结合起来，并使用这些新见解来推动业务决策。已经在开放测试版中，爱因斯坦分析的客户现在可以使用一个新功能：爱因斯坦分析直接数据雪花。无需将雪花数据复制到Einstein analytics中，您可以直接查询Snowflake以从实时数据中获取见解。这项功能目前处于开放测试阶段，任何爱因斯坦分析客户都可以立即使用。我们今天还宣布了用于雪花的爱因斯坦分析输出连接器。客户目前使用各种技术将Salesforce中的数据导入到Snowflake中。我们与Salesforce的共同愿景是使该流程尽可能无缝和无摩擦。通过简单的配置步骤，您将能够将Salesforce数据同步到Snowflake，并利用Salesforce对象以及精心策划的Einstein Analytics数据集来增加雪花中的数据工作负载。输出连接器将在今年晚些时候提供给客户。数据交换一年前，我们引入了数据交换的概念，在这种模式下，我们通过底层的安全数据共享功能，帮助雪花客户以数据提供者和数据消费者的身份相互联系。我们的技术的独特之处在于，数据共享的定义是访问控制，而不是数据移动。雪花客户很高兴有机会与一组选定的合作伙伴或客户创建自己的数据交换，我们很高兴现在能在公开预览中更广泛地提供这种功能。雪花数据市场通过我们的雪花操作的数据交换（我们现在称之为雪花数据市场）继续形成势头。如果您选择将数据提供给其他人，同时消除传统数据共享方法的成本、头痛和风险，这将是一个极好的机会来扩大数据的覆盖范围。对于消费者来说，数据很容易被发现和使用，能够以最小的摩擦实现更丰富的分析和数据转换。结论一个无缝集成平台这涵盖了我们在向数据云发布活动打招呼时宣布的主要产品增强功能。我希望你和我一样对现在所有的新功能感到兴奋，并且很快就会出现在雪花中。我再怎么强调雪花云数据平台是一个集成产品，一个集成的体验，一个跨区域和跨云的一致体验。对于我们的平台，以及我们今天宣布的新功能，我们希望让您的使用和管理雪花的体验尽可能简单，这样您就可以专注于从数据中获取价值，而不是管理基础设施或了解不同的技术组件是如何组合在一起的。点击这里，从雪花CEO Frank Slootman那里了解更多关于数据云崛起的信息。单击此处，从雪花的联合创始人和Presid了解更多有关雪花全球战略和功能的信息