Copilot ora può analizzare singole query

Quando si indaga su un picco di costi o un problema di prestazioni, la traccia spesso porta a una query specifica. In precedenza, Copilot poteva aiutarti a restringere il problema - identificando il warehouse, il workload o il periodo di tempo responsabile - ma una volta arrivato al livello della query, dovevi procedere da solo.

Ora, Copilot può analizzare singole query Snowflake end-to-end. Basta chiedere a Copilot di esaminare una query specifica e la troverà e analizzerà per te.

Restituisce un'analisi strutturata che copre:

• Cosa fa la query. Un riepilogo in linguaggio naturale generato dall'AI, così puoi comprendere rapidamente SQL non familiare senza leggere centinaia di righe.
• Perché è lenta. Se la query presenta colli di bottiglia nelle prestazioni - come spillage eccessivo dei dati, join esplosivi o scansioni complete delle colonne - Copilot li identifica e spiega cosa sta succedendo.
• Quanto costa. Copilot calcola il costo per singola esecuzione e proietta i costi annualizzati a diverse frequenze di esecuzione (oraria, giornaliera, settimanale), così puoi comprendere l'impatto reale di una query ricorrente.
• Come risolvere. Copilot esegue insight a livello di query che rilevano opportunità di ottimizzazione - ridimensionamento del warehouse, miglioramenti dell'efficienza di scansione, operatori ridondanti e altro - e restituisce raccomandazioni operative ordinate per livello di impegno.

Se hai già un query ID - da un avviso Slack, un monitor o una tua indagine - puoi incollarlo direttamente e Copilot lo analizzerà immediatamente.

Questo trasforma un'indagine manuale a più passaggi in una singola domanda. Invece di passare tra il profilo della query, le impostazioni del warehouse e le dashboard dei costi, ottieni il quadro completo in pochi secondi.

Insight a livello di query

A supporto di questa funzionalità, abbiamo anche perfezionato gli insight che alimentano l'analisi delle query. Copilot ora valuta le query rispetto a 8 diversi controlli di ottimizzazione:

• Spillage eccessivo dei dati
• Join esplosivi
• Scarsa efficienza di pruning nelle scansioni
• Sovradimensionamento del warehouse
• Spreco di fatturazione sub-minuto
• Operatori di query ridondanti
• Scansioni complete delle colonne
• Uso inefficiente delle funzioni Cortex

Questi insight vengono mostrati direttamente nell'analisi delle query di Copilot, ordinati per priorità in base allo sforzo di implementazione, così sai da dove iniziare.

Altre novità rilasciate

• 🚀 Copilot ora può analizzare aggregati puntuali (barra completa) per grafici stacked/multi-serie
• 🐛 Varie correzioni di bug e miglioramenti