未记录事实核验 · 状态：维护中

记录仅说明核验时间与维护状态，不保证适用于所有环境；使用前请留意正文中的版本、适用条件与风险提示。

warning 适用范围与待维护事项

本文用于已有 Snowflake、SQL、Python 和权限管理基础的工程方案学习，不是已验证的部署手册。产品发布时间、可用模型、微调范围、成本与合规判断缺少可靠依据；Analyst 示例调用方式及语义模型配置需修复，不能直接运行。示例未提供建表、样本数据、向量生成和完整连接配置；批处理覆盖写表、长文本聚合及自动执行生成 SQL 均有风险。请在受限测试环境核对账户区域、权限、接口规范、计费和业务指标，再决定是否部署；会员分级不代表材料已达到生产交付质量。

Snowflake Cortex AI 实战

写在前面

Snowflake 干了一件聪明的事：它没有试图把自己变成第二个 Databricks，而是把 AI 能力彻底包进 SQL 里。

这个选择有清晰的逻辑。Snowflake 的用户基础是 SQL 分析师和数仓工程师，这些人不想学 Python，不想管 GPU 集群，不想知道 LLM 的推理延迟。他们只想写 SQL，想让数据分析帮到业务。Cortex 就是为这批人设计的。

代价是：训练和微调能力非常弱。如果你需要从头训练一个模型，或者做复杂的特征工程，Snowflake 不是你的地方。但如果你的核心诉求是"在 SQL 里直接调用 AI 处理文本"，Cortex 的体验是这三家平台里最流畅的。

目录

Snowflake Cortex 是什么

产品线演进（2023-2026）

Snowflake 进入 AI 赛道的时间不算晚，但路线很坚定：数据不离 Snowflake，AI 能力以 SQL 函数形式交付。

2023-2026 年的主要产品发布：

时间 产品 核心能力
2023 Q3 Cortex LLM Functions SQL 内嵌文本处理（摘要、翻译、情感分析）
2023 Q4 Cortex Search 向量语义搜索，不需要独立向量数据库
2024 Q1 Snowflake Arctic 自研基础 LLM，开源（Apache 2.0）
2024 Q2 Cortex Analyst 自然语言转 SQL，带语义层
2024 Q4 Cortex Fine-tuning 有限的模型微调（基于 Arctic）
2025 Document AI 非结构化文档理解（PDF、图片）

核心设计哲学

Snowflake 的 AI 路线和 Databricks 是两种截然不同的思路：

Databricks 路线：
数据 → Python/Spark 计算 → 模型训练/微调 → 部署推理服务 → 应用调用

Snowflake 路线：
数据 → SQL 查询（内嵌 AI 函数）→ 直接返回结果

Snowflake 把"数据不离库"作为核心卖点，在金融、医疗等强监管行业里这不是噱头，是真实的合规需求。具体推理位置、网络路径和数据处理边界须按所用功能、账户区域及配置核对；不能仅凭使用 Snowflake 就断言数据流量不走公共互联网或满足大多数数据合规要求。

Cortex LLM Functions：SQL 直接调用 LLM

部分函数示例与用法

SENTIMENT：情感分析

-- 基础用法：返回 -1（负面）到 1（正面）之间的分数
SELECT
    review_id,
    product_id,
    review_text,
    SNOWFLAKE.CORTEX.SENTIMENT(review_text) AS sentiment_score,
    CASE
        WHEN SNOWFLAKE.CORTEX.SENTIMENT(review_text) > 0.3 THEN '正面'
        WHEN SNOWFLAKE.CORTEX.SENTIMENT(review_text) < -0.3 THEN '负面'
        ELSE '中性'
    END AS sentiment_label
FROM product_reviews
WHERE review_date >= '2025-01-01';

-- 按情感聚合分析
SELECT
    product_id,
    COUNT(*) AS total_reviews,
    ROUND(AVG(SNOWFLAKE.CORTEX.SENTIMENT(review_text)), 3) AS avg_sentiment,
    SUM(CASE WHEN SNOWFLAKE.CORTEX.SENTIMENT(review_text) < -0.3 THEN 1 ELSE 0 END) AS negative_count
FROM product_reviews
GROUP BY product_id
ORDER BY avg_sentiment ASC
LIMIT 20;  -- 找出口碑最差的 20 个商品

SUMMARIZE：文本摘要

-- 摘要单条文本
SELECT
    article_id,
    title,
    SNOWFLAKE.CORTEX.SUMMARIZE(full_content) AS summary
FROM news_articles
WHERE publish_date = CURRENT_DATE();

-- 合并多条评论后再摘要（GROUP 场景）
SELECT
    product_id,
    SNOWFLAKE.CORTEX.SUMMARIZE(
        LISTAGG(review_text, '\n---\n') WITHIN GROUP (ORDER BY review_date DESC)
    ) AS consolidated_review_summary
FROM product_reviews
WHERE review_date >= DATEADD('month', -3, CURRENT_DATE())
GROUP BY product_id
HAVING COUNT(*) >= 5;  -- 只摘要有足够评论量的商品

TRANSLATE：多语言翻译

-- 将不同语言的用户反馈统一翻译成中文
SELECT
    feedback_id,
    source_language,
    original_text,
    SNOWFLAKE.CORTEX.TRANSLATE(
        original_text,
        source_language,   -- 源语言代码（'en', 'ja', 'ko', 'de' 等）
        'zh'               -- 目标语言
    ) AS translated_text
FROM global_user_feedback
WHERE source_language != 'zh'
    AND feedback_date >= CURRENT_DATE() - 7;

COMPLETE：通用 Prompt 调用（最灵活）

-- 单轮对话（适合结构化分析任务）
SELECT
    sale_id,
    sale_date,
    region,
    amount,
    SNOWFLAKE.CORTEX.COMPLETE(
        'llama3-70b',  -- 指定模型
        CONCAT(
            '你是一位销售数据分析师。请分析以下单笔销售记录，',
            '从地区、时段、金额维度给出不超过3条业务洞察：\n',
            '日期：', sale_date::STRING, '\n',
            '地区：', region, '\n',
            '金额：', amount::STRING, ' 元\n',
            '请用中文回答，每条洞察不超过50字。'
        )
    ) AS ai_insights
FROM daily_sales
WHERE sale_date = CURRENT_DATE() - 1
    AND amount > 100000;  -- 只分析高价值订单

-- 多轮对话（使用 OBJECT 格式传入 messages）
SELECT SNOWFLAKE.CORTEX.COMPLETE(
    'mistral-large2',
    [
        {'role': 'system', 'content': '你是一个数据工程专家，用简洁的语言回答问题。'},
        {'role': 'user', 'content': '解释 Snowflake 的虚拟仓库是什么，用一个比喻帮助理解。'}
    ],
    {}
) AS response;

支持的模型对比

模型 适用场景 速度 质量 成本
snowflake-arctic-instruct 通用文本、SQL 相关任务 快 中 低
mistral-7b 简单分类、摘要 最快 较低 最低
mistral-large2 复杂推理、多步骤任务 中 高 中
llama3-8b 通用任务，平衡选项 快 中 低
llama3-70b 高质量分析、长文处理 慢 很高 高
llama3.1-405b 最复杂任务（慎用，成本高） 很慢 最高 最高

tip 模型选择原则

不要默认选最大的模型。先用 mistral-7b 或 llama3-8b 跑测试集，只有在质量明显不够时才升级模型。对于简单的情感分析和摘要，可以先评测较小模型；原稿所称“成本是 70B 级别的 1/10”为未核实的示例比例，不是现行定价结论，须按具体模型、输入输出 token 和账户计费规则测算。

批量处理的成本控制

-- 先测试小样本，估算成本
SELECT
    COUNT(*) AS sample_size,
    AVG(LENGTH(review_text)) AS avg_text_length,
    SUM(LENGTH(review_text)) / 4 AS estimated_total_tokens  -- 未核实的粗估示例；中文及不同 tokenizer 偏差可能很大，不用于计费预算
FROM product_reviews
WHERE review_date = CURRENT_DATE() - 1;

-- 覆盖写表示例：会替换已有目标表结果；并非完整增量任务，运行前须确认成本并备份或使用测试表
CREATE OR REPLACE TABLE product_reviews_enriched AS
SELECT
    r.*,
    SNOWFLAKE.CORTEX.SENTIMENT(r.review_text) AS sentiment_score,
    SNOWFLAKE.CORTEX.SUMMARIZE(r.review_text) AS review_summary,
    SNOWFLAKE.CORTEX.CLASSIFY_TEXT(
        r.review_text,
        ['质量问题', '物流问题', '服务问题', '好评', '其他']
    ) AS issue_category
FROM product_reviews r
WHERE r.review_date = CURRENT_DATE() - 1
    AND r.enriched_at IS NULL;  -- 仅筛选源表空标记；此语句不更新标记，不能保证增量处理或避免重复调用

Cortex Search：语义搜索服务

为什么不需要单独的向量数据库

传统的向量搜索方案需要一套独立的向量数据库（Pinecone、Weaviate、Qdrant），维护成本高，数据需要在两个系统之间同步。

Cortex Search 把向量索引直接建在 Snowflake 里，数据留在原地：

-- 1. 创建 Cortex Search 服务
CREATE OR REPLACE CORTEX SEARCH SERVICE product_knowledge_search
  ON body  -- 需要语义搜索的文本字段
  ATTRIBUTES product_id, category, updated_at  -- 可用于过滤的元数据字段
  WAREHOUSE = compute_wh
  TARGET_LAG = '1 hour'  -- 数据刷新滞后的目标值，不保证新数据在一小时内可被搜索到
  AS (
    -- 数据源查询
    SELECT
        product_id,
        category,
        CONCAT(product_name, '\n', description, '\n', features) AS body,
        updated_at
    FROM product_catalog
    WHERE is_active = TRUE
  );

# 2. Python 调用语义搜索（Snowflake Python SDK）
from snowflake.core import Root
from snowflake.snowpark import Session

session = Session.builder.configs(connection_params).create()
root = Root(session)

# 获取搜索服务
search_service = root.databases["PROD_DB"] \
    .schemas["PUBLIC"] \
    .cortex_search_services["product_knowledge_search"]

# 语义搜索（向量相似度 + 关键词混合搜索）
results = search_service.search(
    query="防水透气的户外登山鞋",
    columns=["product_id", "body", "category"],
    filter={"@eq": {"category": "鞋类"}},  # 元数据过滤
    limit=10
)

for result in results.results:
    print(f"Product: {result['product_id']}, Score: {result.get('_score', 'N/A')}")
    print(f"Content: {result['body'][:200]}...")
    print()

-- 3. SQL 接口调用（直接在查询里使用）
SELECT PARSE_JSON(
    SNOWFLAKE.CORTEX.SEARCH_PREVIEW(
        'product_knowledge_search',
        '{
            "query": "适合小朋友的益智玩具",
            "columns": ["product_id", "body"],
            "filter": {"@eq": {"category": "玩具"}},
            "limit": 5
        }'
    )
) AS search_results;

结合 LLM Functions 构建完整的 RAG 流程

-- 在 Snowflake 内组合实现 RAG：此示例直接扫描预存 embedding，不调用前文的 Cortex Search 服务；须先生成同模型、同维度的商品向量
WITH user_query AS (
    SELECT '我想找一款适合初学者的电吉他，预算3000元以内' AS query
),
-- Step 1: 语义检索相关商品
retrieved_products AS (
    SELECT
        p.product_id,
        p.product_name,
        p.price,
        p.description
    FROM product_catalog p
    WHERE p.category = '乐器'
        AND p.price <= 3000
    ORDER BY VECTOR_COSINE_SIMILARITY(
        p.embedding,
        SNOWFLAKE.CORTEX.EMBED_TEXT_768('e5-base-v2', (SELECT query FROM user_query))
    ) DESC
    LIMIT 5
),
-- Step 2: 组织检索结果作为 Context
context_builder AS (
    SELECT LISTAGG(
        CONCAT('商品：', product_name, '，价格：', price::STRING, '元\n描述：', description),
        '\n\n'
    ) AS context
    FROM retrieved_products
)
-- Step 3: 调用 LLM 生成最终回答
SELECT SNOWFLAKE.CORTEX.COMPLETE(
    'llama3-70b',
    CONCAT(
        '你是一位专业的乐器顾问。请根据以下商品列表，为用户推荐最合适的选择，并说明推荐理由。\n\n',
        '可选商品：\n', (SELECT context FROM context_builder), '\n\n',
        '用户需求：', (SELECT query FROM user_query), '\n\n',
        '请给出1-2个推荐，每个推荐包含：商品名称、推荐理由（2-3句话）。'
    )
) AS recommendation;

Cortex Analyst：自然语言查询

它不是普通的 Text-to-SQL

普通 Text-to-SQL 直接让 LLM 看表结构生成 SQL，核心问题是：LLM 不懂你公司的业务定义。"活跃用户"在每家公司的定义都不一样，LLM 猜不出来。

Cortex Analyst 的设计多了一层：Semantic Model（语义模型），强制要求数据工程师事先把业务定义写清楚。

定义语义模型

# semantic_model.yaml - 语义模型定义文件
name: "电商数据分析模型"
description: "覆盖订单、用户、商品三个核心业务域的分析语义层"

tables:
  - name: "dwd_order_detail"
    description: "订单明细表，记录每笔成功交易的详细信息"
    base_table:
      database: PROD_DB
      schema: DWD
      table: ORDER_DETAIL
    filters:
      - name: "有效订单"
        synonyms: ["成功订单", "已完成订单", "非取消订单"]
        expr: "order_status NOT IN ('CANCELLED', 'FAILED')"

    dimensions:
      - name: "订单日期"
        synonyms: ["下单时间", "购买日期", "交易日期"]
        expr: "DATE(created_at)"
        data_type: DATE

      - name: "地区"
        synonyms: ["省份", "区域", "城市大区"]
        expr: "region"
        data_type: TEXT

      - name: "用户等级"
        synonyms: ["会员等级", "用户分层"]
        expr: "user_tier"
        data_type: TEXT
        sample_values: ["普通", "银牌", "金牌", "钻石"]

    measures:
      - name: "GMV"
        synonyms: ["交易金额", "销售额", "成交额"]
        description: "所有有效订单的支付金额总和，不含运费"
        expr: "SUM(payment_amount)"
        data_type: NUMBER
        default_aggregation: SUM

      - name: "订单量"
        synonyms: ["下单数", "笔数", "成交量"]
        expr: "COUNT(DISTINCT order_id)"
        data_type: NUMBER

      - name: "客单价"
        synonyms: ["平均订单金额", "每单金额"]
        description: "GMV 除以订单量"
        expr: "SUM(payment_amount) / COUNT(DISTINCT order_id)"
        data_type: NUMBER

  - name: "dwd_user_base"
    description: "用户基础信息表"
    base_table:
      database: PROD_DB
      schema: DWD
      table: USER_BASE

    measures:
      - name: "活跃用户数"
        synonyms: ["DAU", "MAU", "活跃用户"]
        description: "统计周期内有过下单行为的用户数（以用户 ID 去重计算）"
        expr: "COUNT(DISTINCT user_id)"
        data_type: NUMBER

通过 API 使用 Cortex Analyst

import snowflake.connector
import json

conn = snowflake.connector.connect(**connection_params)
cursor = conn.cursor()

def ask_cortex_analyst(question: str, semantic_model_path: str) -> dict:
    """向 Cortex Analyst 提问，自动生成并执行 SQL"""

    # 读取语义模型
    with open(semantic_model_path, 'r') as f:
        semantic_model = f.read()

    # 原稿调用方式有缺陷：Cortex Analyst 使用服务 API，下列 SQL 函数调用不能作为可运行实现，须替换为实际 API 请求
    response = cursor.execute("""
        SELECT SNOWFLAKE.CORTEX.ANALYST(
            ?,   -- 用户问题
            ?    -- 语义模型 YAML 内容
        )
    """, (question, semantic_model)).fetchone()[0]

    result = json.loads(response)

    print("理解的问题：", result.get("interpreted_query", ""))
    print("生成的 SQL：")
    print(result.get("sql", ""))

    return result

# 使用示例
result = ask_cortex_analyst(
    question="上个月各地区的 GMV 是多少，按金额降序排列",
    semantic_model_path="./semantic_model.yaml"
)

# 以下为未经审查直接执行的原稿示例；实际使用须先审核 SQL，并限制为只读角色、允许访问的对象及查询资源
if result.get("sql"):
    df = cursor.execute(result["sql"]).fetch_pandas_all()
    print(df)

语义模型的维护成本

warning Cortex Analyst 的现实代价

语义模型不是一次性的工作，它需要持续维护：

  • 每次业务定义变化，语义模型必须同步更新
  • 新增业务指标，需要更新 measures 配置
  • 需要数据工程师和业务方定期对齐，确认定义无歧义

如果你的组织没有成熟的数据指标管理文化，Cortex Analyst 的效果会大打折扣。这不是技术问题，是组织问题。

Snowflake Arctic：自研基础模型

设计目标与架构特点

Arctic 是 Snowflake 在 2024 年发布的基础大模型，定位是"高效的企业智能模型"：

  • 架构：混合专家（MoE）架构，总参数 480B，但推理时只激活约 17B
  • 训练重点：SQL 代码、企业数据分析、结构化推理，比通用 LLM 在 SQL 任务上表现更好
  • 开源协议：Apache 2.0，企业可以自由部署和修改
  • Snowflake 内使用：作为 Cortex 函数的底层模型选项之一（snowflake-arctic-instruct）

什么时候选 Arctic

-- Arctic 在 SQL 生成类任务上表现好
SELECT SNOWFLAKE.CORTEX.COMPLETE(
    'snowflake-arctic-instruct',
    '根据以下 Snowflake 表结构，写一个按月统计各地区活跃用户数的 SQL：
     表名：user_events
     字段：user_id, event_type, event_time, region
     要求：只统计过去 3 个月，结果按月份降序和用户数降序排列'
) AS generated_sql;

-- 对比：通用文本创作，Arctic 不如 llama3-70b
SELECT SNOWFLAKE.CORTEX.COMPLETE(
    'llama3-70b',  -- 创意写作用更大的通用模型
    '为我们的数据分析平台写一段面向非技术高管的产品介绍，200字以内，重点突出业务价值。'
) AS product_intro;

选用 Arctic 的场景：

  • SQL 生成和优化建议
  • 结构化数据的摘要和报告
  • 低延迟、高并发的简单 AI 任务
  • 需要控制成本的批量处理

不选 Arctic 的场景：

  • 复杂的多步骤推理
  • 创意写作或开放性生成
  • 非英语和非 SQL 的专业域任务

何时选 Snowflake Cortex vs Databricks Mosaic AI

选型对比矩阵

维度 Snowflake Cortex Databricks Mosaic AI
主要用户 SQL 分析师、BI 工程师 数据工程师、ML 工程师
AI 接口 SQL 函数（COMPLETE、SENTIMENT 等） Python API + SQL AI Functions
模型训练 基本不支持（有限的 Arctic 微调） 完整支持（Mosaic AI Training）
模型微调 有限（Fine-tuning API，基于 Arctic） 完整（支持 Llama、Mistral 等主流模型）
向量搜索 Cortex Search（内置，无需额外配置） Delta Sync Index + 外部向量库集成
自然语言查询 Cortex Analyst（带语义模型） Databricks Assistant（自然语言转 SQL）
RAG 支持 基础（函数组合实现） 完整工具链（Document Parsing + 向量化 + 检索）
数据安全 Snowflake 边界内，极佳 Databricks 边界内，同样良好
上手难度 低（会 SQL 就能用） 高（需要理解 MLflow、Clusters 等概念）
开源生态 低（封闭生态为主） 高（Delta Lake、MLflow 均开源）
月均成本估算 中（按 Credit 消耗） 高（DBU 计费 + 存储）
适合企业规模 各规模，特别是 BI 团队为主的企业 中大型，有数据工程和 ML 工程能力

决策树

%%{init: {"theme":"base","themeVariables":{"fontFamily":"PingFang SC, -apple-system, Source Han Serif SC, serif","fontSize":"16px","background":"#FDFBF5","primaryColor":"#FDFBF5","primaryTextColor":"#2D2A26","primaryBorderColor":"#6E6A60","secondaryColor":"#E8EFE8","secondaryBorderColor":"#8FA890","secondaryTextColor":"#2D2A26","tertiaryColor":"#FDFBF5","tertiaryBorderColor":"#9A9488","tertiaryTextColor":"#6E6A60","lineColor":"#6E6A60","textColor":"#2D2A26","mainBkg":"#FDFBF5","nodeBorder":"#2D5A3D","clusterBkg":"#F3EEDF","clusterBorder":"#9A9488","edgeLabelBackground":"#FDFBF5"},"flowchart":{"htmlLabels":true,"curve":"basis","padding":20,"nodeSpacing":60,"rankSpacing":70,"useMaxWidth":false},"themeCSS":".node rect, .node polygon, .node circle { stroke-width: 1.5px; } .edgePath .path { stroke-width: 1.5px; } .cluster-label .nodeLabel, .cluster-label foreignObject { color: #2D2A26 !important; } .edgeLabel, .edgeLabel foreignObject { color: #2D2A26 !important; background-color: #FDFBF5; } .edgeLabel rect { fill: #FDFBF5; }"}}%%
flowchart TD
    classDef default fill:#FDFBF5,stroke:#6E6A60,color:#2D2A26,stroke-width:1.5px
    classDef startend fill:#2D2A26,stroke:#2D2A26,color:#FDFBF5,font-weight:bold
    classDef decision fill:#F6EAD8,stroke:#C08A1A,color:#2D2A26,font-weight:bold
    classDef hub fill:#3B5A80,stroke:#3B5A80,color:#FDFBF5,font-weight:bold
    classDef io fill:#E5EAF0,stroke:#3B5A80,color:#2D2A26
    classDef accent fill:#A6432C,stroke:#A6432C,color:#FDFBF5,font-weight:bold
    classDef storage fill:#F3EEDF,stroke:#9A9488,color:#2D2A26
    Q[你的团队主要用什么写分析？]
    Q --> A1[主要写 SQL<br>没有 ML 工程师]
    Q --> A2[SQL + Python<br>有部分 ML 工程师]
    Q --> A3[主要写 Python<br>ML 工程为主]

    A1 --> R1[选 Snowflake Cortex<br>适合：数仓 BI 为主，偶尔需要 AI 增强分析]

    A2 --> Q2[需要在平台内训练/微调模型？]
    Q2 --> Q2Y[是 → 选 Databricks]
    Q2 --> Q2N[否 → Snowflake Cortex 或 BigQuery]

    A2 --> Q3[主要处理非结构化数据？<br>文本、图片]
    Q3 --> Q3Y[是 → 选 Databricks<br>RAG 工具链更完整]
    Q3 --> Q3N[否 → Snowflake Cortex 够用]

    A3 --> R3[选 Databricks<br>适合：LLM 应用开发、推荐系统、特征工程复杂]
    class Q,A1,A2,A3,R1,Q2,Q2Y,Q2N,Q3,Q3Y,Q3N,R3 default

教学对照示例：同一个需求，两种平台的实现差异

需求：对过去 30 天的用户评论做情感分析，生成每个商品的综合舆情报告

Snowflake Cortex 实现：

-- 15 行 SQL 搞定，不需要任何 Python
CREATE OR REPLACE TABLE product_sentiment_report AS
SELECT
    product_id,
    COUNT(*) AS review_count,
    ROUND(AVG(SNOWFLAKE.CORTEX.SENTIMENT(review_text)), 3) AS avg_sentiment,
    SNOWFLAKE.CORTEX.SUMMARIZE(
        LISTAGG(review_text, '\n') WITHIN GROUP (ORDER BY review_date DESC)
    ) AS ai_summary,
    SNOWFLAKE.CORTEX.COMPLETE(
        'llama3-70b',
        CONCAT(
            '以下是商品的用户评论汇总，请给出3条具体的改进建议：\n',
            LISTAGG(review_text, '\n') WITHIN GROUP (ORDER BY review_date DESC)
        )
    ) AS improvement_suggestions
FROM product_reviews
WHERE review_date >= CURRENT_DATE() - 30
GROUP BY product_id;

Databricks Mosaic AI 实现：

# 未完成的 PySpark + Python 对照骨架：缺少 client、count、avg 等定义，返回类型和时间窗口待修正，尚未实现完整舆情报告
from pyspark.sql.functions import col, udf, lit
from pyspark.sql.types import StringType
import openai  # 或 Databricks AI Functions

# 读取数据
reviews = spark.table("prod.dwd.product_reviews") \
    .filter(col("review_date") >= "2026-02-09")

# 定义 UDF 或使用 AI Functions
@udf(returnType=StringType())
def get_sentiment(text):
    # 调用 Mosaic AI 端点
    response = client.predict(endpoint="llama3-70b", inputs={"text": text})
    return response["sentiment"]

# 处理
result = reviews.groupBy("product_id") \
    .agg(
        count("*").alias("review_count"),
        avg(get_sentiment(col("review_text"))).alias("avg_sentiment"),
        # 更多复杂聚合逻辑...
    )

result.write.mode("overwrite").saveAsTable("prod.dm.product_sentiment_report")

对这个需求，Snowflake 的方案更简洁。但如果需求变成"训练一个专属的情感分类模型"，Snowflake 就力不从心了，Databricks 的工具链才能支撑。

相关文档

#Snowflake #Cortex #AI #SQL #云数仓 #LLM #向量搜索 #自然语言查询 #Arctic #AI-Native