Monitore jobs Spark e sessões do Snowpark Connect no Snowsight

A nova interface Spark Monitoring UI no Snowsight centraliza o histórico e o uso do Snowpark Connect para Spark na sua conta Snowflake. Ela permite monitorar e solucionar problemas em execuções em lote e sessões interativas em um só lugar.### Para que serveImagine que você precisa investigar por que um job Spark em lote demorou mais que o normal ou por que uma sessão interativa falhou. Com essa interface, você pode listar execuções, ver logs, rastrear consultas e acessar diretamente o perfil de execução de forma visual.- Acompanhar status, duração e dono de jobs em lote e sessões Spark.- Investigar logs de execução e traces do OpenTelemetry para ações de DataFrame.- Identificar consultas lentas ou com falha através de links diretos para o Query Profile.### Como usarPara abrir a interface de monitoramento no Snowsight, acesse o menu lateral e navegue pelas opções de monitoramento.Para definir um nome personalizado para sua sessão de Spark no código, utilize o parâmetro app_name na inicialização:pythonfrom snowflake.snowpark_connect import init_spark_sessioninit_spark_session(app_name="meu_nome_de_aplicacao")O que acontece nesse código:1. Importa a função de inicialização do Snowpark Connect.2. Inicializa a sessão passando o argumento app_name com o identificador desejado.3. O nome escolhido passa a aparecer na aba de sessões do Spark no Snowsight.### Limitações e requisitosRecurso em Public Preview, disponível para todas as contas, mas com liberação gradual. A seção de logs exige que o parâmetro LOG_LEVEL esteja configurado com um nível diferente de OFF na conta ou no banco de dados correspondente.