![[新機能]Workspace内でNotebookの開発・実行ができるようになりました](https://images.ctfassets.net/ct0aopd36mqt/wp-thumbnail-37f4322e7cca0bb66380be0a31ceace4/0886455fd66594d3e7d8947c9c7c844d/eyecatch_snowflake?w=3840&fm=webp)
[新機能]Workspace内でNotebookの開発・実行ができるようになりました
さがらです。
Snowflakeの新機能として、Workspaceの中でNotebookの開発・実行ができるようになる機能がリリースされました。これまでNotebookは独立したオブジェクトだったのですが、今回のアップデートによりファイルベースかつGitでのバージョン管理も可能となりました。（2025/12/18時点ではプレビュー機能です。）
この機能を実際に試してみたので、本記事でその内容をまとめてみます。
Notebookを新規作成
Workspaceを立ち上げ、左上の+ Add newからNotebookを押し、適当にファイル名をつけます。（.ipynbファイルとして作られるのがわかります。）
作成後、対象のファイルを開くとWorkspace上でNotebookの開発画面が表示されます。
これは余談ですが、WorkspaceでNotebookを開くとTerminalのタブも追加されていました！下図のようにコマンドも実行できました。
notebook serviceの作成
Workspace内のNotebookでは、Notebook kernelをホストしてコードを実行するために「notebook service」というオブジェクトが必要となります。（下図は公式Docより引用）
事前準備：PyPIにアクセスするためのexternal access integrationを作成
PyPIからパッケージを取得することを行うため、以下のクエリを実行しておきます。こちらの公式Docを参考にしています。
use role accountadmin; create external access integration sagara_pypi_access allowed_network_rules = (snowflake.external_access.pypi_rule) enabled = true; -- 使用するロールへ付与 grant usage on integration sagara_pypi_access to role sagara_admin_role; 事前準備：Notebook kernel用のcompute poolを作成
Workspace内のNotebookはContainer Runtimeが前提のため、Notebook kernel用のcompute poolを作成する必要があります。
use role accountadmin; create compute pool sagara_xs_compute_pool min_nodes = 1 max_nodes = 1 instance_family = cpu_x64_xs; -- 使用するロールへ付与 grant usage, operate, modify, monitor on compute pool sagara_xs_compute_pool to role sagara_admin_role; notebook serviceの作成
続いて、notebook serviceを作成します。
先程作成した.ipynbファイルを開いた状態で、Connectを押します。
先程作成したexternal access integrationとcompute poolを設定して、Create and connectを押します。（Idel timeoutもデフォルト値が24 hoursのため、最小値の15 minutesに変更しています。）
この後Workspaceの画面に戻ると、下図のようにkernelに接続している様子が見れます。※もし2枚目のようにエラーが起きた場合は、少し時間を空けながら何度かConnectを押してみると解決しました。
Connectedと表示されたら準備完了です！
PyPI経由で外部のパッケージをインストール・実行
今回はPyPIに対するexternal access integrationも設定していたので、PyPI経由で外部のパッケージをインストールし、コードを書いて実行してみます。
プリインストールされたパッケージの確認
以下のコマンドを実行して、プリインストールされたパッケージを確認できます。
PyPI経由で外部のパッケージをインストール
PyPIにあるパッケージとして、great_expectationsを試してみます。
パッケージのインストール方法ですが、WorkspaceのNotebookならではということで、requirements.txtを用いたインストールを試してみます。
まず、下記の内容でrequirements.txtを作成します。
great_expectations>=1.9.0 
この後、.ipynbファイルにて以下を入力し、セルを実行します。すると無事にインストールできました。
!pip install -r requirements.txt 
無事にインストールできたため、下図の通りバージョンも確認できました。
適当にgreat_expectations検証用のコードを書いて実行してみる
先程インストールしたgreat_expectations検証用のコードを書いて実行してみます。（コードはAIに生成してもらいました。）
適当に欠損値のあるdataframeを作ります。
import pandas as pd df = pd.DataFrame( { "id": [1, 2, 3, 4], "age": [20, 35, None, 150], # None と 150（範囲外）を混ぜる "country": ["JP", "US", "JP", None], # 欠損を混ぜる } ) df 続いて、以下のコードをセルに入れて実行してみると、問題なく定義したExpectationを実行できたことがわかります。
import great_expectations as gx # Context（プロジェクトが無ければエフェメラルContextが返ります） context = gx.get_context() datasource_name = "pandas" asset_name = "my_df_asset" batch_definition_name = "whole_df" # Data Source（あれば取得、なければ作成） try: data_source = context.data_sources.get(datasource_name) except Exception: data_source = context.data_sources.add_pandas(datasource_name) # Data Asset（あれば取得、なければ作成） try: data_asset = data_source.get_asset(asset_name) except Exception: data_asset = data_source.add_dataframe_asset(name=asset_name) # Batch Definition（あれば取得、なければ作成） try: batch_definition = data_asset.get_batch_definition(batch_definition_name) except Exception: batch_definition = data_asset.add_batch_definition_whole_dataframe(batch_definition_name) # DataFrameをruntimeで渡してBatch化（from_pandas の代わり） batch = batch_definition.get_batch(batch_parameters={"dataframe": df}) # 期待値（Expectations） basic = {"result_format": "BASIC"} col = "country" mostly = 1.0 expectation = gx.expectations.ExpectColumnValuesToNotBeNull( column=col, mostly=mostly, result_format=basic, ) validation_result = batch.validate(expectation) print(f"\tEXPECTATION: {'PASS' if validation_result['success'] else 'FAIL'}") validation_result 
Git操作をしてみる
今回検証に用いたWorkspaceはGitHubのリポジトリから作成していたため、Git操作も試してみます。
Workspace左上のChangesタブから、Pushを押してコメントを入れてCommitします。（今回は検証のため、mainブランチに直接Pushしています。）
Open repo pageを押すと、PushしたコードがGitHub上で確認できました！
Notebookのスケジュール実行
従来のNotebookと同様に、スケジュール実行する機能も備わっています。
Workspaceで.ipynbファイルを開いた状態で、右上のScheduled runsを押すと、下図のように表示されます。
WorkspaceのNotebook機能の制限事項
とても便利なWorkspaceのNotebook機能ですが、以下の公式Docに記載があるように制限事項があります。
1アカウントあたりのアクティブサービス数は最大200まで、週末にメンテナンスのためnotebook serviceが再起動する可能性がある、Streamlitに非対応、セル参照は非対応、など従来のNotebook機能と比較しても色々と違いがあるため、ご注意ください。
最後に
Workspace内でNotebookの開発・実行ができるようになりましたので、試した内容をまとめてみました。
Container Runtimeがベースのため、簡単に外部のパッケージをインストールできますし、Workspace上で連携できるのでGitでバージョン管理もできるのが素晴らしいですね！まだプレビュー中ではありますが、ぜひご活用ください。
