Březen 2018
Verze jsou připraveny. Váš účet Azure Databricks se nemusí aktualizovat až do týdne po počátečním datu vydání.
Podrobnosti o spuštění příkazu
27. března – 3. dubna 2018: Verze 2.68
Když v poznámkovém bloku spustíte příkaz, zobrazí se teď podrobné informace o průběhu.
Rozhraní příkazového řádku Databricks podporuje --profile
27. března – 3. dubna 2018: Verze 2.68
Databricks CLI 0.6.1 podporuje --profile
ve všech pozicích.
Viz Rozhraní příkazového řádku Databricks (starší verze).
Seznamy řízení přístupu jsou u nových zákazníků se skladovými položkami (SKU) na úrovni Premium ve výchozím nastavení povolené
27. března – 3. dubna 2018: Verze 2.68
Seznamy řízení přístupu (ACL) jsou teď ve výchozím nastavení povolené pro všechny nové zákazníky v SKU Premium. Stávající zákazníci musí seznamy ACL dál povolovat ručně.
Viz Seznamy řízení přístupu už nejde zakázat.
Služba Azure Databricks je teď obecně dostupná
22. března 2018
S radostí oznamujeme, že Azure Databricks je teď obecně dostupný. V minulých týdnech jsme přidali funkce, které vám pomůžou vylepšit prostředí Azure Databricks, včetně následujících:
- Partnerský vztah virtuálních sítí, který umožňuje používat Apache Kafka ve službě HDInsight s Azure Databricks
- Microsoft Power BI teď obsahuje integrovaný konektor Sparku.
- Konektor Azure Synapse Analytics
- Podpora služby Azure Data Factory v2 (Preview)
- Správa tajných kódů (Preview)
- Další oblasti Azure
- Vylepšený výkon a dokumentace
A samozřejmě Azure Databricks i nadále poskytuje snadnou integraci se službou Azure Blob Storage, Azure Data Lake Store a Azure Cosmos DB.
Jako dodatek k dokumentaci uvedené na tomto webu poskytuje learn.microsoft.com úvodní materiály, informace o správě účtů Azure a kompletní kurzy.
Nový motiv webu s dokumentací
21. března 2018
Aktualizovali jsme vzhled a chování našeho webu dokumentace. Doufáme, že se vám to líbí!
Automatické škálování místního úložiště
13. března 2018: Verze 2.67
Všechny clustery v Azure Databricks se spouštějí s povoleným automatickým škálováním místního úložiště. To znamená, že Azure Databricks automaticky připojí další spravované disky k virtuálním počítačům pracovních procesů clusteru při každém nedostatku disku.
Další informace najdete v tématu Povolení automatického škálování místního úložiště .
Peering virtuálních sítí (VNet)
13. března 2018: Verze 2.67
Přidává podporu partnerského vztahu virtuálních sítí, což umožňuje virtuální síti, ve které je váš prostředek Azure Databricks spuštěný pro partnerský vztah s jinou virtuální sítí Azure.
Další informace najdete v tématu Partnerské virtuální sítě .
Protokol událostí clusteru
13. března 2018: Verze 2.67
Stránka podrobností clusteru obsahuje novou kartu Protokol událostí, která zobrazuje důležité události životního cyklu clusteru. Historické události je možné zobrazit po dobu 60 dnů, což je srovnatelné s jinými dobami uchovávání dat v Azure Databricks.
Další informace najdete v protokolech výpočetních událostí.
Rozhraní příkazového řádku Databricks: verze 0.6.0
13. března 2018: databricks-cli 0.6.0
Rozhraní příkazového řádku Databricks teď podporuje Python 3.
Další informace najdete v tématu Rozhraní příkazového řádku Databricks (starší verze ).
Správa spuštění úloh
13. března 2018: Verze 2.67
Teď můžete odstranit spuštění úlohy na stránce s podrobnostmi úlohy a na stránce spuštění úlohy.
Koncový bod získání výstupu úlohy je obecně dostupný a maximální vrácený výstup se zvýšil na 5 MB.
Úprava oprávnění u clusteru teď vyžaduje režim úprav
13. března 2018: Verze 2.67
Dříve bylo možné upravit oprávnění clusteru bez kliknutí na upravit, což bylo nekonzistentní s jinými atributy clusteru.
Vedlejším účinkem této změny je, že už nemůžete upravovat oprávnění clusteru, když cluster čeká na vyřízení.
Export modelu Databricks ML
1. března 2018
Dokumentace teď popisuje, jak používat Export modelu ML Databricks, který umožňuje exportovat modely a úplné kanály ML z Apache Sparku. Tyto exportované modely a kanály lze importovat do jiných platforem (Spark a jiných než Spark) pro účely bodování a provádění predikcí. Export modelu se zaměřuje na aplikace s nízkou latencí a jednoduchými aplikacemi využívajícími ML.
Poznámka:
Tato funkce vyžaduje Databricks Runtime 4.0 nebo novější.
Další informace najdete v tématu Export modelu MLeap ML.