Freigeben über


Versionshinweise zu Databricks SQL

In diesem Artikel finden Sie neue Databricks SQL-Features und Verbesserungen sowie bekannte Probleme und häufig gestellte Fragen.

Releaseprozess

Databricks veröffentlicht fortlaufend Updates für die Benutzeroberfläche der Databricks SQL-Webanwendung, wobei alle Benutzer die gleichen Updates erhalten, die innerhalb eines kurzen Zeitraums eingeführt werden.

Darüber hinaus veröffentlicht Databricks normalerweise regelmäßig neue Computeversionen für SQL-Warehouses. Es stehen immer zwei Kanäle zur Verfügung: der Vorschaukanal und der aktuelle Kanal.

Hinweis

Releases werden gestaffelt. Es kann sein, dass Ihr Databricks-Konto erst eine Woche oder länger nach dem ursprünglichen Veröffentlichungsdatum mit einer neuen SQL-Warehouse-Version oder Databricks-SQL-Funktion aktualisiert wird.

Hinweis

Databricks SQL Serverless ist in Azure China nicht verfügbar. Databricks SQL ist in Azure Government-Regionen nicht verfügbar.

Channels

Kanäle ermöglichen es Ihnen, die gewünschte Computeversion für das SQL-Warehouse auszuwählen (Aktuell oder Vorschau). Vorschauversionen bieten Ihnen die Möglichkeit, Funktionen zu testen, bevor sie zum Databricks SQL-Standard werden. Nutzen Sie Vorschauversionen, um Ihre Produktionsabfragen und Dashboards auf Basis bevorstehender Änderungen zu testen.

In der Regel wird eine Vorschauversion etwa zwei Wochen nach ihrer Freigabe für den Vorschaukanal in den aktuellen Kanal übertragen. Einige Features, wie z. B. Sicherheitsfunktionen, Wartungsupdates und Fehlerbehebungen, werden möglicherweise direkt für den aktuellen Kanal freigegeben. Von Zeit zu Zeit veröffentlicht Databricks eine Vorschauversion möglicherweise nach einem anderen Zeitplan im aktuellen Kanal. Jede neue Version wird in den folgenden Abschnitten angekündigt.

Wie Sie ein vorhandenes SQL-Warehouse auf den Vorschaukanal umstellen, erfahren Sie unter Vorschaukanäle. Die in den Abschnitten „Updates der Benutzeroberfläche“ aufgeführten Features sind unabhängig von den Computeversionen für SQL-Warehouses, die in den Versionshinweisen im Abschnitt Kanäle beschrieben sind.

Verfügbare Databricks SQL-Versionen

Aktueller Kanal: Databricks SQL Version 2024.40

Vorschaukanal: Databricks SQL Version 2024.50

30. Januar 2025

Die folgenden Features und Updates wurden in der Woche vom 30. Januar 2025 veröffentlicht.

Aktualisierungen der Benutzeroberfläche

SQL-Datenlager

Ein Diagramm der Anzahl der abgeschlossenen Abfragen (Public Preview) ist jetzt auf der Benutzeroberfläche zur Überwachung von SQL Warehouse verfügbar. Dieses neue Diagramm zeigt die Anzahl der in einem Zeitfenster abgeschlossenen Abfragen, einschließlich abgebrochener und fehlgeschlagener Abfragen. Das Diagramm kann mit den anderen Diagrammen und der Abfrageverlaufstabelle verwendet werden, um die Leistung des Lagers zu bewerten und zu beheben. Die Abfrage wird dem Zeitfenster zugeordnet, in dem sie abgeschlossen wird. Die Anzahl wird pro Minute gemittelt. Weitere Informationen finden Sie unter Überwachen eines SQL Warehouse-.

SQL-Editor

  • Erweiterte Datenanzeige in Diagrammen: im SQL-Editor erstellte Visualisierungen unterstützen jetzt bis zu 15.000 Datenzeilen.

23. Januar 2025

Die folgenden Features und Updates wurden in der Woche vom 23. Januar 2025 veröffentlicht.

Änderungen in 2024.50

Die Version 2024.50 von Databricks SQL umfasst die folgenden Verhaltensänderungen, neuen Features und Verbesserungen.

Änderungen des Verhaltens

  • Der Datentyp VARIANT kann nicht mehr mit Vorgängen verwendet werden, die Vergleiche erfordern

Sie können die folgenden Klauseln oder Operators nicht in Abfragen verwenden, die einen Datentyp VARIANT enthalten:

  • DISTINCT
  • INTERSECT
  • EXCEPT
  • UNION
  • DISTRIBUTE BY

Diese Vorgänge führen Vergleiche aus, und Vergleiche, die den Datentyp VARIANT verwenden, erzeugen nicht definierte Ergebnisse und werden in Databricks nicht unterstützt. Wenn Sie den Typ VARIANT in Ihren Azure Databricks-Workloads oder -Tabellen verwenden, empfiehlt Databricks die folgenden Änderungen:

  • Aktualisieren Sie Abfragen oder Ausdrücke, um VARIANT-Werte explizit in Nicht-VARIANT-Datentypen umzuwandeln.
  • Wenn Sie über Felder verfügen, die mit einem der oben genannten Vorgänge verwendet werden müssen, extrahieren Sie diese Felder aus dem Datentyp VARIANT und speichern Sie sie mit Datentypen, die nicht VARIANT sind.

Weitere Informationen finden Sie unter Abfragevariantendaten.

Neue Features und Verbesserungen

  • Unterstützung für die Parametrisierung der USE CATALOG with IDENTIFIER-Klausel

Die IDENTIFIER-Klausel wird für die USE CATALOG-Anweisung unterstützt. Mit dieser Unterstützung können Sie den aktuellen Katalog basierend auf einer Zeichenfolgenvariablen oder Parametermarkierung parametrisieren.

  • COMMENT ON COLUMN-Unterstützung für Tabellen und Ansichten

Die COMMENT ON-Anweisung unterstützt das Ändern von Kommentaren für Ansichts- und Tabellenspalten.

  • Neue SQL-Funktionen

Die folgenden neuen integrierten SQL-Funktionen sind verfügbar:

  • dayname(expr) gibt das englische Akronym mit drei Buchstaben für den Wochentag für das angegebene Datum zurück.
  • uniform(expr1, expr2 [,seed]) gibt einen Zufallswert mit unabhängigen und identisch verteilten Werten innerhalb des angegebenen Zahlenbereichs zurück.
  • randstr(length) gibt eine zufällige Zeichenfolge von length alphanumerischen Zeichen zurück.
  • Benannter Parameteraufruf für weitere Funktionen

Die folgenden Funktionen unterstützen den benannten Parameteraufruf:

Fehlerbehebungen

  • Verschachtelte Typen akzeptieren jetzt korrekt NULL-Einschränkungen

Diese Version behebt einen Fehler, der sich auf einige von einem Delta generierte Spalten geschachtelter Typen auswirkt, z. B. STRUCT. Diese Spalten lehnen Ausdrücke manchmal fälschlicherweise basierend auf den Einschränkungen NULL oder NOT NULL der geschachtelter Felder ab. Dies wurde behoben.

15. Januar 2025

Die folgenden Updates wurden in der Woche vom 15. Januar 2025 veröffentlicht.

Aktualisierungen der Benutzeroberfläche

SQL-Editor

Der neuen SQL-Editor (Public Preview) verfügt jetzt über die folgenden Features:

  • Benennung des Downloads: Heruntergeladene Ausgaben werden jetzt nach der Suchanfrage benannt.
  • Anpassungen des Schriftgrads: Passen Sie den Schriftgrad im SQL-Editor mithilfe von Alt + und Alt - für Windows/Linux oder Opt + und Opt - für macOS schnell an.
  • @Mentions in Kommentaren: Erwähnen Sie in Kommentaren bestimmte Benutzer mit @. Erwähnte Benutzer*innen erhalten E-Mail-Benachrichtigungen.
  • Verbesserte Umschaltung zwischen Tabs: Die Leistung beim Umschalten zwischen Tabs ist bis zu 80% schneller für geladene Tabs und 62% schneller für ungeladene Tabs.
  • Siehe Warehouse-Details: die SQL Warehouse-Größe ist jetzt in der Compute-Auswahl ohne zusätzliche Klicks sichtbar.
  • Bearbeiten von Parameterwerten: Verwenden Sie Ctrl + Enter für Windows/Linux oder Cmd + Enter für macOS, um eine Abfrage während des Bearbeitens eines Parameterwerts auszuführen.
  • Beibehalten von Abfrageergebnisse im Versionsverlauf: Abfrageergebnisse werden jetzt mit dem Versionsverlauf gespeichert.

Visualisierungen

Bekannte Probleme

  • Das Lesen von Daten aus Delta Lake-fremden Datenquellen an SQL-Endpunkten mit mehreren Clustern und Lastenausgleich kann inkonsistent sein.
  • Delta-Tabellen, auf die in Databricks SQL zugegriffen wird, laden ihr Schema und ihre Tabelleneigenschaften in den konfigurierten Meta-Speicher. Bei Verwendung eines externen Metastore können Sie Delta Lake-Informationen im Metastore anzeigen. Von Delta Lake wird versucht, diese Informationen nach Möglichkeit auf dem neuesten Stand zu halten. Sie können auch den Befehl DESCRIBE <table> verwenden, um sicherzustellen, dass die Informationen in Ihrem Metastore aktualisiert werden.
  • Databricks SQL unterstützt keinen Zeitzonenversatz wie „GMT+8“ als Sitzungszeitzonen. Die Problemumgehung besteht darin, stattdessen eine regionsbasierte Zeitzone (https://en.wikipedia.org/wiki/List_of_tz_database_time_zones) wie „Etc/GMT+8“ zu verwenden. Weitere Informationen zum Festlegen von Zeitzonen finden Sie unter SET TIME ZONE.

Häufig gestellte Fragen (FAQ)

In der folgenden Liste finden Sie Antworten zu häufig gestellten Fragen.

Wie werden Databricks SQL-Workloads in Rechnung gestellt?

Databricks SQL-Workloads werden gemäß der Standard-SKU „Jobs Compute“ in Rechnung gestellt.

Wo werden SQL-Datenlager betrieben?

Klassische und Pro-SQL-Warehouses werden in Ihrem Azure-Konto erstellt und verwaltet. SQL-Warehouses verwalten SQL-optimierte Cluster automatisch in Ihrem Konto und skalieren so, dass sie den Anforderungen der Endbenutzer*innen entsprechen.

Serverloses SQL-Warehouses verwenden dagegen Computeressourcen in Ihrem Databricks-Konto. Serverlose SQL-Warehouses vereinfachen die Konfiguration und Nutzung von SQL-Warehouses und beschleunigen die Startzeiten. Die serverlose Option ist nur verfügbar, wenn sie für den Arbeitsbereich aktiviert wurde. Weitere Informationen finden Sie unter Serverlose Computeebene.

Kann ich SQL-Warehouses aus einem Notebook im selben Arbeitsbereich verwenden?

Ja. Informationen zum Anfügen eines Notebooks an ein SQL-Warehouse finden Sie unter Verwenden eines Notebooks mit einem SQL-Warehouse.

Mir wurde der Zugriff auf Daten mithilfe der Cloudanbieter-Anmeldeinformationen gewährt. Warum kann ich auf diese Daten in Databricks SQL nicht zugreifen?

In der Databricks SQL unterliegt der gesamte Datenzugriff der Datenzugriffssteuerung. Ein Administrator oder Datenbesitzer muss Ihnen zunächst die entsprechenden Berechtigungen erteilen.