Bei Snowflake ging es im März 2025 Schlag auf Schlag mit neuen Features. Werfen wir einen genaueren Blick auf die Releases – mit Fokus auf Administration, SQL-Updates und Data Pipelines.
Snowflake Administration
Automatische Klassifizierung sensibler Daten
Das Feature ist seit dem 6. März 2025 allgemein verfügbar (GA). Details finden Sie in der Dokumentation.
Worum geht es
Die automatische Klassifizierung sensibler Daten ist ein serverloses Feature in Snowflake, das sensible Daten in Ihren Tabellen automatisch erkennt und mit Tags versieht. Sie legen ein Klassifizierungsprofil an und weisen es einem Schema zu – Snowflake überwacht daraufhin sensible Spalten wie PII oder Finanzdaten und kennzeichnet sie entsprechend.
Warum das wichtig ist
Das Feature stärkt Data Governance und Compliance. Durch die automatische Erkennung und Kennzeichnung sensibler Daten können Unternehmen:
- sicherstellen, dass passende Zugriffskontrollen und Schutzmaßnahmen greifen,
- die Einhaltung von Datenschutzvorschriften wie DSGVO, CCPA und HIPAA nachweisen,
- das Risiko von Datenpannen senken, indem sie ein aktuelles Inventar sensibler Daten pflegen.
Die Automatisierung reduziert manuellen Aufwand, vermeidet Fehler und sorgt für eine einheitliche Klassifizierung im gesamten Unternehmen.
Datenbankrollen an eine Snowflake Native App vergeben
Das Feature ist seit dem 17. März 2025 in Public Preview. Details finden Sie in der Dokumentation.
Worum geht es
Mit der Vergabe von Datenbankrollen an eine Snowflake Native App können Anbieter ihren Native Apps gezielt Datenbankrollen zuweisen. Dazu zählen auch Rollen aus Datenbanken, die per Data Share oder über die SNOWFLAKE-Datenbank importiert wurden. Über diese Rollen erhält die Native App Zugriff auf bestimmte Datenbankobjekte – etwa Tabellen – im Account des Consumers.
Warum das wichtig ist
Snowflake Native Apps werden dadurch flexibler und sicherer, weil sich Zugriffe feingranular steuern lassen. Anbieter legen exakt fest, auf welche Datenbankobjekte die App zugreifen darf, sodass Consumer jederzeit die Kontrolle über ihre Daten behalten. Das ist besonders dann von Vorteil, wenn Apps auf geteilte Daten oder bestimmte Datensätze in der Consumer-Umgebung angewiesen sind.
Daten-Download in der UI deaktivieren
Das Feature ist seit dem 17. März 2025 allgemein verfügbar (GA). Details finden Sie in der Dokumentation.
Worum geht es
Parameter DISABLE_UI_DOWNLOAD_BUTTON: Snowflake hat einen neuen Objektparameter namens DISABLE_UI_DOWNLOAD_BUTTON eingeführt. Damit steuern Administratoren, ob der Download-Button in Snowsight und in der Classic Console verfügbar ist. Über diesen Parameter lässt sich verhindern, dass Anwender Daten direkt aus der Oberfläche herunterladen.
Warum das wichtig ist
Manche Unternehmen möchten den Datenexport aus Sicherheitsgründen (Datendiebstahl) oder aus Governance-Sicht (Schatten-BI) unterbinden. Das ist besonders in regulierten Branchen oder bei strengen Data-Governance-Richtlinien hilfreich.
Schema-Level-Replikation für Failover-Gruppen
Das Feature ist seit dem 27. März 2025 allgemein verfügbar (GA). Details finden Sie in der Dokumentation.
Worum geht es
Mit der Schema-Level-Replikation für Failover-Gruppen können Administratoren einzelne Schemas innerhalb einer Datenbank per Failover-Gruppe über mehrere Accounts hinweg replizieren. So lässt sich die Datenreplikation feingranular steuern: Statt einer ganzen Datenbank werden gezielt nur die benötigten Teile repliziert.
Warum das wichtig ist
Für Unternehmen, die Daten selektiv replizieren müssen – etwa aus Gründen regionaler Compliance, Datensouveränität oder gezielten Data Sharings – ist das ein echter Gewinn. Indem nur die wirklich benötigten Schemas repliziert werden, lassen sich Ressourcen sparen und die Datenverteilung enger kontrollieren.
SQL-Updates
Asynchrone Child Jobs
Das Feature ist seit dem 5. März 2025 allgemein verfügbar (GA). Details finden Sie in der Dokumentation.
Worum geht es
Asynchrone Child Jobs in Snowflake Scripting erlauben es Stored Procedures, mehrere SQL-Statements parallel auszuführen. Mit dem Schlüsselwort ASYNC stoßen Engineers Abfragen wie SELECT, INSERT oder UPDATE innerhalb einer einzigen Stored Procedure als Hintergrund-Tasks parallel an.
Warum das wichtig ist
Das steigert Performance und Skalierbarkeit der Datenverarbeitung in Snowflake spürbar. Durch parallele Ausführung verkürzt sich die Gesamtlaufzeit komplexer Prozeduren – das beschleunigt die Verarbeitung, nutzt Ressourcen effizienter und senkt am Ende die Kosten.
Search Optimization: Unterstützung für Spalten-Collations
Das Feature ist seit dem 12. März 2025 allgemein verfügbar (GA). Details finden Sie in der Dokumentation.
Worum geht es
Die Unterstützung für Spalten-Collations in der Search Optimization erweitert den Snowflake Search Optimization Service. Der Service beschleunigt damit auch Abfragen auf Spalten mit definierter COLLATE-Klausel. Die Collation legt fest, wie String-Vergleiche durchgeführt werden – essenziell, um Textdaten nach sprachspezifischen Regeln zu sortieren und zu filtern.
Warum das wichtig ist
Damit profitiert eine deutlich breitere Gruppe von Abfragen von der Search Optimization – insbesondere solche mit länderspezifischen String-Vergleichen. Snowflake beschleunigt Queries auf Spalten mit Collation und macht sprachspezifisches Sortieren und Filtern damit spürbar schneller.
Neues Dateiformat: XML
Das Feature ist seit dem 27. März 2025 allgemein verfügbar (GA). Details finden Sie in der Dokumentation.
Worum geht es
Die Unterstützung für das XML-Dateiformat erlaubt es, in Snowflake ein Dateiformat vom Typ XML zu definieren. Anwender legen damit benannte Dateiformate an, die festlegen, wie XML-Dateien beim Laden in Snowflake-Tabellen oder beim Anlegen externer Tabellen interpretiert werden. Beim Definieren eines XML-Dateiformats lassen sich Parameter wie STRIP_OUTER_ELEMENT und DISABLE_SNOWFLAKE_DATA setzen, die das Parsing während der Ingestion steuern.
Warum das wichtig ist
Zwar konnte Snowflake schon lange XML-Daten in Variant-Spalten mit Funktionen wie XMLGET parsen – die neue Unterstützung des XML-Dateiformats vereinfacht den Ladeprozess jedoch erheblich. Anwender steuern, wie XML-Dateien geladen werden, was die Effizienz erhöht und ein einheitliches Parsing auch bei großen oder heterogenen Datensätzen sicherstellt.
Spread-Operator
Das Feature ist seit dem 27. März 2025 allgemein verfügbar (GA). Details finden Sie in der Dokumentation.
Worum geht es
Der Spread-Operator (**) in Snowflake SQL ist ein neuer Expansionsoperator, der ein Array innerhalb von SQL-Ausdrücken in eine Liste einzelner Werte aufspaltet. Besonders nützlich ist er in folgenden Szenarien:
IN-Klauseln mit Arrays- Aufruf systemdefinierter Funktionen wie
COALESCE,GREATESTundLEASTmit Array-Eingaben - Übergabe von Arrays als Argumente an benutzerdefinierte SQL-Funktionen
- Verwendung von Arrays in Snowflake Stored Procedures mit Bind-Variablen
Die Syntax ist denkbar einfach: ** <array>.
Warum das wichtig ist
Der Spread-Operator macht SQL-Code in Snowflake flexibler und besser lesbar. Er vereinfacht den Umgang mit Arrays, weil sie sich direkt in SQL-Statements expandieren lassen – aufwendiges Unnesting oder iterative Logik entfallen. Das Ergebnis: kompakterer und wartbarer Code, gerade bei dynamischen Wertelisten.
Data-Pipeline-Updates
Dynamic Tables: Maximale Anzahl pro Account auf 50.000 erhöht
Das Feature ist seit dem 12. März 2025 allgemein verfügbar (GA). Details finden Sie in der Dokumentation.
Worum geht es
Snowflake hat die maximale Anzahl der pro Account zulässigen Dynamic Tables von 10.000 auf 50.000 erhöht. Dynamic Tables sind ein Snowflake-Feature, mit dem sich Tabellen anlegen lassen, deren Daten anhand einer definierten Query und eines Zeitplans automatisch aktualisiert werden.
Warum das wichtig ist
Für Unternehmen mit großen Datenpipelines ist das ein echter Mehrwert. Mit bis zu 50.000 Dynamic Tables pro Account bietet Snowflake mehr Flexibilität und Skalierbarkeit – und ermöglicht komplexere, umfangreichere Daten-Workflows, ohne an Systemgrenzen zu stoßen.
Jeff ist Data- und Analytics-Berater mit über 15 Jahren Erfahrung in der Automatisierung von Insights und der datengetriebenen Steuerung von Geschäftsprozessen. Technologisch ist er auf Snowflake + dbt + Tableau spezialisiert. Branchenseitig bringt er Erfahrung aus Versorgungswirtschaft, klinischen Studien, Verlagswesen, CPG und Fertigung mit. Kontakt jederzeit unter [email protected].