Copilotが個別クエリを分析できるようになりました

コストの急上昇やパフォーマンスの問題を調査する際、原因は特定のクエリに行き着くことがよくあります。以前のCopilotは、問題の絞り込み（原因となるウェアハウス、ワークロード、時間帯の特定）を支援できましたが、クエリレベルに到達した後は手動で対応する必要がありました。

CopilotがSnowflakeの個別クエリをエンドツーエンドで分析できるようになりました。Copilotに特定のクエリを詳しく調べるよう依頼するだけで、該当クエリを見つけて分析します。

以下の内容を構造化された分析として返します：

• クエリの内容。 AIが生成する平易な英語の要約により、何百行ものSQLを読まなくても、馴染みのないSQLをすばやく理解できます。
• 遅い理由。 クエリにパフォーマンスボトルネック（過剰なデータスピル、結合の爆発的増加、フルカラムスキャンなど）がある場合、Copilotがそれを特定し、何が起きているかを説明します。
• コスト。 Copilotは1回あたりの実行コストを算出し、異なる実行頻度（毎時、毎日、毎週）での年間コストを予測するため、繰り返し実行されるクエリの実際の影響を把握できます。
• 修正方法。 Copilotはクエリレベルのインサイトを実行して最適化の機会を検出します。ウェアハウスの適正サイズ化、スキャン効率の改善、冗長なオペレーターの排除などを検出し、対応の手間順に並べた実行可能な推奨事項を返します。

Slackアラート、モニター、または独自の調査からクエリIDをすでに持っている場合は、直接貼り付けるだけでCopilotが即座に分析します。

これにより、複数ステップの手動調査が1つの質問に変わります。クエリプロファイル、ウェアハウス設定、コストダッシュボードを行き来する代わりに、数秒で全体像を把握できます。

クエリレベルのインサイト

この機能を支える形で、クエリ分析を支えるインサイトも改良しました。Copilotは8種類の最適化チェックに対してクエリを評価するようになりました：

• 過剰なデータスピル
• 結合の爆発的増加
• スキャンプルーニング効率の低下
• ウェアハウスのオーバーサイジング
• 1分未満の課金の無駄
• 冗長なクエリオペレーター
• フルカラムスキャン
• 非効率なCortex関数の使用

これらのインサイトはCopilotのクエリ分析内で直接表示され、実装の手間順に優先順位付けされているため、どこから着手すべきかがわかります。

その他のリリース内容

• 🚀 Copilotが積み上げ／複数シリーズのチャートでポイント集計（バー全体）を分析できるようになりました
• 🐛 各種バグ修正と改善