Wir geben Ihnen einen kurzen Einblick, woran das SELECT-Team zuletzt gearbeitet hat. Die komplette Übersicht finden Sie in unserem Changelog – oder lesen Sie hier die Highlights.
Neu: Views, Filter & Favoriten!
Wir haben unsere Views-Funktion grundlegend überarbeitet und einen neuen Favoriten-Bereich in der Seitenleiste eingeführt. Darauf freuen wir uns besonders – in unserer eigenen Nutzung von SELECT hat sich beides bereits als ausgesprochen praktisch erwiesen.
Wenn Sie in SELECT immer wieder dieselben Filter oder Spalten setzen oder denselben Datenausschnitt aufrufen, können Sie diese Auswahl als View speichern und bei Bedarf in der Seitenleiste an Ihre Favoriten anheften. Dasselbe gilt für workloads, die Sie regelmäßig im Blick behalten – auch sie lassen sich an die Seitenleiste anheften.
Eine kurze Vorstellung der Funktion sehen Sie hier.
Wir hoffen, die Neuerungen sind für Sie hilfreich!
Überarbeitete Lineage-Ansicht
Wir haben unseren Lineage-Graphen neu konzipiert, damit Sie schneller zu Antworten gelangen und genau die Lineage-Bereiche im Blick behalten, die für Sie zählen.
workloads werden jetzt an den Kanten des Graphen zusammengefasst – das ergibt eine vertrautere und präzisere Darstellung der konkreten Tabelle-zu-Tabelle-Beziehungen.
Filtern Sie schnell nach Datenbank/Schema (z. B. um Staging- oder Dev-Tabellen auszublenden) oder nach Workload-Typ (z. B. um Ad-hoc-Abfragen auszublenden und sich auf bestimmte workloads zu konzentrieren). Klicken Sie sich an einer Kante in einen einzelnen Workload, um die vollständigen Kostendetails zu sehen.
Ein klassischerer Ansatz für Lineage – kombiniert mit erweiterten Filtern in SELECT.
Komplette Snowflake Query History in SELECT
Snowflake-Nutzer müssen regelmäßig Abfragen aus bestimmten dashboards, Modellen oder anderen workloads nachverfolgen. Über den Tab Query History in SELECT geht das ab sofort noch schneller.
Der Tab Query History liefert weit mehr Informationen als die native Snowflake Query History. In SELECT sehen Sie Kostendaten sowie die dashboards, Workflows und Modelle, die jede Abfrage ausgelöst haben. Außerdem reicht die Historie ein volles Jahr zurück! Die Filteroptionen sind umfangreich und umfassen unter anderem:
- Tabellen/Views, auf die eine Abfrage zugegriffen oder die sie verändert hat
- Workload-Metadaten (z. B. lassen sich alle Abfragen herausfiltern, die aus einem dbt-Modell oder Looker-Dashboard stammen)
- Verwendete Cortex-AI-Modelle
- Und viele weitere – einschließlich aller Spalten, die in der Snowflake Query History View verfügbar sind
Natürlich können Sie Ihre View speichern und für den schnellen Zugriff in der Seitenleiste anheften.
Komplette Snowflake Query History in SELECT
Mehr Informationen zu dieser Funktion finden Sie auf der Ankündigungsseite.
AI Workload Summaries
Aufbauend auf unseren AI Query Summaries zeigen Ihnen die AI Workload Summaries die zentralen Elemente eines Workloads, die sich durch mehrere Abfragen ziehen – etwa Query-Logik, wichtige Datenquellen und Ausführungshäufigkeit.
Die Workload Summaries bestehen aus zwei Hauptteilen:
- Workload-Überblick: Beschreibt das übergreifende Thema und die gemeinsamen Elemente der Abfragen, die zu einem Workload gehören. Wer bereits Query Summaries kennt, wird sich auf Anhieb zurechtfinden.
- Ausführungshistorie: Beschreibt das häufigste Ausführungsmuster des Workloads in natürlicher Sprache. Läuft der Workload in mehreren Umgebungen, beschränken wir uns auf jene, die der Produktion am nächsten kommt.
Um das in Aktion zu sehen, öffnen Sie eine Workload-Seite wie die unten gezeigte:
AI Workload Summary in SELECT
Weitere Details zu Workload Summaries finden Sie auf der Ankündigungsseite.
Vorschläge zum Query-Rewrite
Damit Nutzer noch konkretere Optimierungs-Insights erhalten, haben wir unsere Insights-Funktion um Vorschläge für Query-Anpassungen erweitert. Wenn ein Workload beispielsweise schlecht pruned (also zu viele Daten scannt), zeigen wir Ihnen, wie Sie Filter auf teure Table Scans setzen können, um Query Pruning zu erzwingen.
Diese Insights erscheinen sowohl auf Workload-Ebene als auch bei einzelnen Abfragen.
Weitere Releases
- Erweiterte Unterstützung für Object Tags
- In-App-Updates und -Benachrichtigungen
Die vollständige Liste finden Sie in unserem Changelog.
Schreiben Sie uns wie gewohnt jederzeit über Slack/Teams – wir freuen uns auf Ihre Fragen und Ihr Feedback!
Jeff ist Data and Analytics Consultant mit über 15 Jahren Erfahrung in der Automatisierung von Insights und im datengetriebenen Steuern von Geschäftsprozessen. Technologisch ist er auf Snowflake + dbt + Tableau spezialisiert. Branchenseitig bringt er Erfahrung aus öffentlicher Versorgungswirtschaft, klinischen Studien, Verlagswesen, CPG und Fertigung mit. Sie erreichen ihn jederzeit unter [email protected].